jurnal teknosains sttm cileungsi januari 2016

Volume 2 Nomor 12, Januari 2016

Cost Estimation in Designing Cold Storage Powered Photovoltaic System(COSPV) For Two Tons of Fish in Indonesia(Boni Sena, Fauzun, Indarto)

Peranan dan dukungan teknologi informasi dalam peningkatan kualitas layanan perguruan tinggi swasta di daerah(Mohamad Jajuli)

Aplikasi struktural equation models (sem) sebagai parameter penentuan calon mahasiswa teknik informatika Universitas Singaperbangsa Karawang(Mulyanto dan Didi Juardi)

Sistem pendukung keputusan kriteria rumah tangga menggunakan model logikafuzzy linier.(Nurfalah dan Slamet Abadi)

Pembina & Pelindung

Ketua STT

Muhammadiyah

Pemimpin Umum/

Penanggung Jawab

Ir. Awang Surya, M.M.

Dewan Redaksi

Ir. Firmansyah Azharul

Prof.Ir.Amiral Aziz,Msc

Ir. Suroso, MT

Pamuji Agustiar, ST

Kristanto Mulyono, ST

Djoko Nusanto, S.Pd.,

MT

Ashari Imamudin,

S.Kom., M.Kom.

Miftahul Imtihan, S.T.

Pria Sukamto, S.Kom.,

M.Kom.

Aswin Domodite, S.T,

M. Eng

Nafan Suwito, S.T.

Editor

Hilman Solih, S.T.

M. Anas Sobarnas, ST

Suwaryo Nugroho, S.T.,

M.T

Sekretaris Redaksi

Narwoko

Tata Letak (Layout)

Drs. Slamet Abadi

Desain Grafis

Agus Sofyan

DARI REDAKSI

Bismillahirrahmanirrahim

Assalamu’alaikum Wr. Wb.

Dengan puji syukur kehadirat Allah swt. dan salawat serta salam kepada Junjungan Nabi

Besar Muhammad saw., terima kasih kepada semua pihak yang telah membantu terbitnya

majalah edisi Volume 2 Nomor 12, Januari 2016.

Banyak kendala yang dihadapi dalam proses pembuatan jurnal ilmiah edisi ini akan tetapi

dengan dukungan rekan dosen dan lembaga maka jurnal edisi ini dapat terbit.

Pada edisi ini memuat 4 (empat) judul terdiri dari :

Cost Estimation in Designing Cold Storage Powered Photovoltaic System (COSPV) For

Two Tons of Fish in Indonesia, Peranan dan dukungan teknologi informasi dalam

peningkatan kualitas layanan perguruan tinggi swasta di daerah, Aplikasi struktural

equation models (sem) sebagai parameter penentuan calon mahasiswa teknik informatika

Universitas Singaperbangsa Karawang, Sistem pendukung keputusan kriteria rumah tangga

menggunakan model logika fuzzy linier.

Harapan redaksi dengan terbitnya jurnal ilmiah ini akan memberikan nuansa ilmiah di

lingkungan STTM Cileungsi dan dapat ditingkatkan jumlah judul dan kualitas jurnalnya.

Kami berharap kepada pembaca berkenan memberikan masukan kritik dan saran untuk

kemajuan jurnal ilmiah ini di masa mendatang. Semoga jurnal ilmiah ini memberikan

manfaat kepada kita semua amin.

Billahitau k walhidayah,

Wassalamu’alaikum Wr. Wb.

Redaksi

DAFTAR ISI

Cost Estimation in Designing Cold Storage Powered Photovoltaic System

(COSPV) For Two Tons of Fish in Indonesia

1

(Boni Sena, Fauzun, Indarto)

Peranan dan dukungan teknologi informasi dalam peningkatan kualitas layanan

perguruan tinggi swasta di daerah

12

(Mohamad Jajuli)

Aplikasi struktural equation models (sem) sebagai parameter penentuan calon

mahasiswa teknik informatika Universitas Singaperbangsa Karawang

19

(Mulyanto dan Didi Juardi)

Sistem pendukung keputusan kriteria rumah tangga menggunakan model logika

fuzzy linier.

24

(Nurfalah dan Slamet Abadi)

Diterbikan Oleh :Lembaga Penelitian dan Pengabdian Kepada Masyarakat

Sekolah Tinggi Teknologi Muhammadiyah - Cileungsi

Alamat Redaksi :

Jl.Anggrek I No 86 Perum PT.Semen Cibinong Cileungsi 16820

Telpon : 021-82495502 Fax : 021- 82480034

Website : www.sttmc.ac.id

e-mail : [email protected]

Diterbitkan Oleh :Lembaga Penelitian dan Pengabdian Kepada Masyarakat

Sekolah Tinggi Teknologi Muhammadiyah - Cileungsi

Alamat Redaksi :Jl.Anggrek I No 86 Perum PT.Semen Cibinong Cileungsi 16820

Telpon : 021-82495502 Fax : 021- 82495502

Website : www.sttmcileungsi.ac.ide-mail : [email protected]

Jurnal Ilmiah Teknosains 1 Volume 2 Nomor 12


COST ESTIMATION IN DESIGNING COLD STORAGE POWERED

PHOTOVOLTAIC SYSTEM (COSPV) FOR TWO TONS

OF FISH IN INDONESIA

Boni Sena1), Fauzun2), Indarto3)

1) Graduated Student of Mechanical and Industrial Engineering Department, Faculty of Engineering,

Gadjah Mada University 2),3) Mechanical and Industrial Engineering Department, Faculty of Engineering,

Gadjah Mada University

Corresponding Email : [email protected]

ABSTRACT

Indonesia has two potential resources such as abundant solar irradiation and fisheries production.

This potency can be used to solve the problem in electrification ratio and inadequate application of cold storage for fisherman in remote islands. This paper wants to propose the cold storage powered photovoltaic system (COSPV) as alternative solution to overcome the problem. Research is started by designing the cold storage system and photovoltaic system. The process of designing cold storage system

is made by using diagram P-h of R22 for evaporating temperature is -27oC and condensing temperature is 40oC. Pipe of cold storage system use copper material. The process of designing photovoltaic system is made by determining capacity of each component. Estimation cost of COSPV system has been made to provide information about how much cost of the COSPV system. The prices of each component in

COSPV system are obtained by contacting the supplier and manufacturer. The results of prices for cold storage components are Rp.28,5 million for compressor, Rp.45,7 million for evaporator, and Rp.18,7 million for condenser. Total estimation cost of cold storage system for 2 tons of fish is Rp.123,1 million. The results of prices for photovoltaic system are Rp.3,7 billion for photovoltaic modules, Rp.29,1 million

for inverter and Rp.122,9 million for battery. Total estimation cost of photovoltaic system for 2 tons of fish is Rp.5,13 billion. Total estimation cost of COSPV is very expensive because of the latent heat from fish product.

Keywords : cold storage, photovoltaic system, estimation cost, COSPV

I. INTRODUCTION

Indonesia is one of the developing countries in Asia. Energy supply is a very important factor in

promoting country development [16]. Indonesia proven reserves for crude oil and natural gas are

estimated to last for 23 years and 52 years respectively [25]. Due to Indonesia’s rapid depletion in oil and

natural gas reserves, Indonesia must discover alternative energy source to sustain economic and energy

development in the future [26].

Indonesia is a tropical country and located in the equator line, so it has abundant potential of solar

energy [7]. Most area in Indonesia receives a quite intense of solar radiation with the daily average

radiation approximately around 4 KWh/m2 [9]. Indonesia has potential to utilize solar energy as

alternative energy source [28].

The total potential of photovoltaic system in Indonesia is about 94 TWh/year and the required

installed capacity is around 80 GWp, based on PV modules with and efficiency of 15%. By using the full

potential of grid connected PV 3.0 Mt CO2 emissions can be saved [33].



Indonesia has so many small and isolated islands which need electricity. In addition, the distribution

of electricity to the area requires adequate transportation and high cost [7]. Electrification ratio in

Indonesia is 73 % means that 62.4 million populations in Indonesia do not have access to electricity [6].

Figure 1 shows the electrification ratio in Indonesia.

Fig.1. Electrification ratio in Indonesia [6]

Photovoltaic system can be used for electrification and it is the most suitable energy for remote and

island area such as Indonesia in the term of resource availability and economic feasibility [14].

Indonesia is an archipelago country which has 5,8 million km2 of sea area [11]. Indonesia national

fisheries production grow continuously at an average annual rate of 8,4 % (5.52 million tons in 2002 to

about 8.24 million tons in 2007). The increase of fisheries production from estimation 10,18 million tons

in 2008 become 12,73 million tons in 2009 with production of processing product from estimation 3,6

million tons on 2008 become 4,0 million tons on 2009. [10].

One of the problems in fish production is inadequate cold room or storage facilities [1]. The fact in

Muara Angke, Teluk Jakarta is the application of cooling system in traditional fisherman is still

inadequate. Fisherman is only sc ice cube to store fish [13].

The problem about application of storage facilities or cold room for fishery can be solved by applying

cold storage to all Indonesia’s area. This action will have obstacle while the electricity is not distributed to

all area in Indonesia. Therefore, cold storage powered solar energy is needed to overcome this problem.

Indonesia had developed two photovoltaic systems such as solar home system (SHS) and street

lighting system (SLS). The projects have been implemented in Sukatani village, which is the first village

used PV system to generate electricity [31].

Indonesia has other projects of photovoltaic system such as solar boat lighting and indoor/outdoor

incubator lighting in East Java. PV system has also been used to support fish floating nets lighting in

village of Jangari, West Java and Cirata Dam. PV lighting system for house application has been used in

Lampung, Sumatra Island [32].

This paper wants to design the cold storage powered photovoltaic module s and to calculate the

manufacturing cost for the application of cold storage powered photovoltaic system (COSPV) in

Indonesia.



2. MATERIALS AND METHOD

There are two process of designing system in this research that is designing cold storage system and

designing photovoltaic system. The process of getting price list was done by communicating with the

suppliers. This process will be repeated until finish. The last process is estimation cost in designing cold

storage by adding up all prices for each component of both systems. The research methodology is shown

in figure 3.

Research can be started by designing cold storage system. There are three steps in designing this

system such as calculating cooling load, selecting component of cold storage and getting prices for each

component of cold storage.

Calculating cooling load is the first process to design cold storage system. There are seven cooling

loads in this system such as infiltration, fish, lamp, human, transmission, fan evaporator, and container of

product. The process of calculating cooling load has been explained in some literatures [48,49,55,56,57].

The second process in designing cold storage system is selection the components. Catalogue is

needed to select the components of cold storage. There are three manufacturers that had been chosen as

the components of cold storage [58,43,40].

The third process in designing cold storage is survey the price lists of each component. There is only

one ways to get the price lists that is communicate with the suppliers through email [59].

Fig.3. Research Methodology

Start

Designing cold storage

system

Designing stand alone

photovoltaic (PV) system

Not

Enough

Enough

Getting price list for each

component of COSPV

system

Price

Calculating manufacturing

cost of COSPV system

Finish


Indonesia has so many small and isolated islands which need electricity. In addition, the distribution

of electricity to the area requires adequate transportation and high cost [7]. Electrification ratio in

Indonesia is 73 % means that 62.4 million populations in Indonesia do not have access to electricity [6].

Figure 1 shows the electrification ratio in Indonesia.

Fig.1. Electrification ratio in Indonesia [6]

Photovoltaic system can be used for electrification and it is the most suitable energy for remote and

island area such as Indonesia in the term of resource availability and economic feasibility [14].

Indonesia is an archipelago country which has 5,8 million km2 of sea area [11]. Indonesia national

fisheries production grow continuously at an average annual rate of 8,4 % (5.52 million tons in 2002 to

about 8.24 million tons in 2007). The increase of fisheries production from estimation 10,18 million tons

in 2008 become 12,73 million tons in 2009 with production of processing product from estimation 3,6

million tons on 2008 become 4,0 million tons on 2009. [10].

One of the problems in fish production is inadequate cold room or storage facilities [1]. The fact in

Muara Angke, Teluk Jakarta is the application of cooling system in traditional fisherman is still

inadequate. Fisherman is only sc ice cube to store fish [13].

The problem about application of storage facilities or cold room for fishery can be solved by applying

cold storage to all Indonesia’s area. This action will have obstacle while the electricity is not distributed to

all area in Indonesia. Therefore, cold storage powered solar energy is needed to overcome this problem.

Indonesia had developed two photovoltaic systems such as solar home system (SHS) and street

lighting system (SLS). The projects have been implemented in Sukatani village, which is the first village

used PV system to generate electricity [31].

Indonesia has other projects of photovoltaic system such as solar boat lighting and indoor/outdoor

incubator lighting in East Java. PV system has also been used to support fish floating nets lighting in

village of Jangari, West Java and Cirata Dam. PV lighting system for house application has been used in

Lampung, Sumatra Island [32].

This paper wants to design the cold storage powered photovoltaic module s and to calculate the

manufacturing cost for the application of cold storage powered photovoltaic system (COSPV) in

Indonesia.



3. THE RESULTS OF RESEARCH

The results of research are presented in the following subsections. There are three subsections in this

part such as calculation of cooling load,

3.1. Calculation of Cooling Load

Total cooling load is calculated by using this equation :

Q� = Q� + Q� + Q� + Q� + Q� + Q� + ��

Where,

Qi : Infiltration heat

Qf : Fish heat

Ql : Lamp heat

Qh : Human heat

Qt : Transmission heat

Qb : Container heat

Qf : Fan heat

QT : Total heat

Infiltration heat is calculated by using infiltration rate and air change factor for 8 m3 volume cold room, room

temperature -20oC, relative humidity 75 %, and environment temperature 33oC. Fish has specific heat before

freezing 3,18 kJ/kg.K, specific heat after freezing 1,72 kJ/kg.K and latent heat 235 kJ/kg. One person has power

0,407 kW [56]. Fish has total mass 2 tons.

One lamp has power 25 W. Transmission heat is calculated between environment temperature 33oC and room

temperature -20oC. Safety factor for total cooling load is 10 % [56]. Fan evaporator has type GHN 050 2H.17/AHS-

50.M and power 800 W [58]. Basket fish has specific heat 1,5 kJ/kg.K and mass 5 kg [48].

Table 1. Total heat of each cooling load

No Cooling load Total Heat value (W)

1 Infiltration heat 350

2 Fish heat 8350

3 Lamp heat 5,21

4 Human heat 85

5 Transmission heat 322,1

6 Basket heat 245,2

7 Fan evaporator heat 1113,1

Grand Total 10470,84 W

Safety factor has been added into grand total cooling load in order to avoid unexpectedly load [56].

Q� = Q�� + 10% Q��

Q� = 10178,03 W + 10%(10178,03 W)

Q� = 11,52 kW



Cooling load is calculated on the average 24 hours while cold storage won’t be operated for 24 hours.

Cold storage is designed to operate for 20 hours [57,48]. The capacity of cold storage can be calculated by

using this equation :

Q = Q� x 24

��

Q = 11,52 kW x 24 jam

20 jam = 13,83 kW

3.2. Selection Components of COSPV

Selection components of COSPV are started by calculating mass flow of refrigerant and condenser

capacity. Evaporating temperature is -27oC and condensing temperature is 40oC. Diagram P-h of R22

can be used to determine the value of h1, h2, h3 and h4. Figure 4 shows diagram P-h of R22.

Fig.4. Diagram P-h of R22 [60]

Mass flow of refrigerant (�� )can be calculated by using the equation in the below :

�� = �� = 398,76� 242,31 = 156,45 ��

��

�� = ��

��=

13,83 kJ/s

156,45 ��/��= 0,088 ��/�

Condensation capacity (qC) can be calculated by using the equation in the below :

�� = �� x (�� )

�� = (0,088 ��/�) x (452,83� 242,31)��

�� = 18,61 ��

Selection components of cold storage are made by using catalogue of each component. There are two kinds of

catalogue that is software catalogue and manual catalogue. The results of selecting components for cold storage

system are shown in the table 1.


3. THE RESULTS OF RESEARCH

The results of research are presented in the following subsections. There are three subsections in this

part such as calculation of cooling load,

3.1. Calculation of Cooling Load

Total cooling load is calculated by using this equation :

Q� = Q� + Q� + Q� + Q� + Q� + Q� + ��

Where,

Qi : Infiltration heat

Qf : Fish heat

Ql : Lamp heat

Qh : Human heat

Qt : Transmission heat

Qb : Container heat

Qf : Fan heat

QT : Total heat

Infiltration heat is calculated by using infiltration rate and air change factor for 8 m3 volume cold room, room

temperature -20oC, relative humidity 75 %, and environment temperature 33oC. Fish has specific heat before

freezing 3,18 kJ/kg.K, specific heat after freezing 1,72 kJ/kg.K and latent heat 235 kJ/kg. One person has power

0,407 kW [56]. Fish has total mass 2 tons.

One lamp has power 25 W. Transmission heat is calculated between environment temperature 33oC and room

temperature -20oC. Safety factor for total cooling load is 10 % [56]. Fan evaporator has type GHN 050 2H.17/AHS-

50.M and power 800 W [58]. Basket fish has specific heat 1,5 kJ/kg.K and mass 5 kg [48].

Table 1. Total heat of each cooling load

No Cooling load Total Heat value (W)

1 Infiltration heat 350

2 Fish heat 8350

3 Lamp heat 5,21

4 Human heat 85

5 Transmission heat 322,1

6 Basket heat 245,2

7 Fan evaporator heat 1113,1

Grand Total 10470,84 W

Safety factor has been added into grand total cooling load in order to avoid unexpectedly load [56].

Q� = Q�� + 10% Q��

Q� = 10178,03 W + 10%(10178,03 W)

Q� = 11,52 kW



Table 1. Components of Cold Storage

Pipe of cold storage system used copper material. Each pipe has long three meters. Selection of

piping system for cold storage system could be made by using catalogue of pipe and pipe selection table

[61,62]. The results of pipe selection are shown in the table 2.

Table 2. Pipe components of cold storage system

No Pipe Components Total

1 Discharge pipe 5

2 Liquid pipe 6

3 Suction pipe 6

4 Inlet and outlet connection 22

5 Pipe bend 5

6 Pipe tee 3

Selection components of COSPV will be continued by designing photovoltaic system. The process of

designing PV system can be started by determining of cold storage equipments powered by PV system as

shown in table 3.

Table 3. Cold storage equipments powered by PV system

The next process of designing PV system is system sizing for each component. There are five main

components in PV system such as photovoltaic module, charge controller, inverter, battery and cable.

Building of photovoltaic system used cold storage panels. The method and calculation process of system

sizing PV system has been explained by some research [19,23]. The results of selecting components for

photovoltaic system are shown in table 3



Table 3. Components of photovoltaic system

3.3. Design of Cold Storage Powered Photovoltaic System (COSPV)

The design of cold storage system powered solar module (COSPV) is shown in figure 2. The left area

is photovoltaic system and the right area is cold storage system. The green area is photovoltaic system and

the purple area is machine of cold storage.

Fig.3.Design of cold storage powered solar module [18]

The composition components of photovoltaic system in the room will be explained in figure 4. This

system comprises four main components such as photovoltaic module, charge controller, inverter, and

battery. Photovoltaic module converts sunlight to electricity. Charge controller reverses current and

prevents battery from getting overcharged and over discharged. Battery stores the electrical energy

produced by the photovoltaic module and makes the energy provided in the night or cloudy days. Inverter

converts DC voltage into AC voltage.

Fig.4.Components of photovoltaic system

The composition of cold storage system will be explained in figure 5. There are nine components in

this system such as compressor, condenser, evaporator, accumulator, solenoid valve, expansion valve,

liquid receiver, sight glass, filters dryer.


Table 1. Components of Cold Storage

Pipe of cold storage system used copper material. Each pipe has long three meters. Selection of

piping system for cold storage system could be made by using catalogue of pipe and pipe selection table

[61,62]. The results of pipe selection are shown in the table 2.

Table 2. Pipe components of cold storage system

No Pipe Components Total

1 Discharge pipe 5

2 Liquid pipe 6

3 Suction pipe 6

4 Inlet and outlet connection 22

5 Pipe bend 5

6 Pipe tee 3

Selection components of COSPV will be continued by designing photovoltaic system. The process of

designing PV system can be started by determining of cold storage equipments powered by PV system as

shown in table 3.

Table 3. Cold storage equipments powered by PV system

The next process of designing PV system is system sizing for each component. There are five main

components in PV system such as photovoltaic module, charge controller, inverter, battery and cable.

Building of photovoltaic system used cold storage panels. The method and calculation process of system

sizing PV system has been explained by some research [19,23]. The results of selecting components for

photovoltaic system are shown in table 3



Compressor compresses the refrigerant so that the temperature and pressure of refrigerant will

increase. Evaporator and condenser have function as heat exchanger for refrigerant. Expansion valve will

expand the refrigerant adiabatically. Filter dryer is made from silica gel which filters impurities. Sight

glass has function to check whether refrigerant has liquid phase or not. Solenoid valve has function to

continue or to stop the flow of refrigerant in the system.

Fig.5. Components of cold storage system

3.2. Calculation of Estimation Cost for COSPV system

Calculation of estimation cost for COSPV system is calculated by adding up cost of each component,

installation cost, maintenance cost and labor cost. Costs of COSPV components are obtained by

contacting the supplier [59]. Installation cost, maintenance cost and labor cost of COSPV system are

obtained by using equation from some references [21, 23, 50, 51, 52].

The results of cost estimation for cold storage system are shown in the table below. There are three

cost components such as cost of components, cost of electrical system and cost of piping system.

Installation cost for cold storage system is 15% of the total cost, maintenance cost and labor cost are

1% of total cost [50, 51, 52].

Table 4. Cost estimation of Cold Storage System

The results of cost estimation for photovoltaic system are shown in the table 5. Installation cost for

photovoltaic system is 10% of the total cost, maintenance cost and labor cost are 2% of total cost [21, 23].

Table 5. Cost Estimation of Photovoltaic System



Total estimation cost of cold storage powered photovoltaic system (COSPV) for two tons fish is total

cost of cold storage system and total cost of photovoltaic system. The total cost of COSPV is

Rp5.253.862.264,53.

4. CONCLUSION

The estimation cost of cold storage powered photovoltaic system (COSPV) is very expensive

because the usage of photovoltaic module. Expensive cost in photovoltaic module is caused by the latent

heat from fish product [34]. Moreover, the price of photovoltaic module is still expensive in the currency

of Indonesia.

The estimation cost of COSPV is not profitable in the initial cost but this system has high possibility

as future project application in Indonesia. By applying this system, Indonesia can overcome the

electrification ratio in remote area and inadequate application of cold room for fishery.

The future research in COSPV system is to analyze the cash flow diagram, life cycle cost, and break-

even point. Comparative study among conventional cold storage, COSPV and hybrid system between

them should be made to know the competitive aspect of each system.

REFERENCES

[1] Anyanwu, D.C., Mkpado M., Ohaka C.C., 2009. Economic Analysis of Artisanal Fishing at River

Niger Onitsha, Anambra State, Nigeria. Journal of Tropical Agriculture, Food, Environment and Extension Vol. 8 No. 3 September 2009 pp. 175 – 179[6] Handayani K., 2013. Renewable Energy for Electrification in Flores Island, Indonesia. PT.PLN

(Persero)

[7] Handayani N.A., Ariyanti D., 2012. Potency of Solar Energy Applications in Indonesia. Int. Journal of Renewable Energy Development 1 (2) pp: 33-38[9] Indonesia energy outlook & statistic. 2006. Depok, Indonesia: Energy Reviewer, University of

Indonesia

[10] Indonesia Fishery Book. 2009. Ministry of Marine Affairs and Fisheries. JICA.

[11] Koeshendrajana S., Hartono T.T., 2006. Economics and marketing of the live reef fish trade in Asia Pacific. ACIAR.

[13] Nofrizal. 2008. Thermal and Electrical Design of solar cold storage for application in traditional fisherman boat. Bachelor Thesis. Mechanical Engineering. Faculty of Engineering. University of

Indonesia.

[14] Rumbayan E., Nagasaka K., 2011. Estimation of Daily Global Solar Irradiation in Indonesia with

Artificial Neural Network (ANN) Method. Proceeding of the International Conference on Advanced Science, Engineering and Information Technology

[15] B. Petroleum. BP statistical review of world energy; 2013. [16] Hasan M.H., Mahlia T.M.I., Nur H. 2012. A review on energy scenario and sustainable energy in

Indonesia. Renewable and Sustainable Energy Reviews, 16, pp 2316– 2328

[17] Chow C.G. 2007. China’s Energy and Environmental Problems and Policies. CEPS Working Paper,

No. 152


Compressor compresses the refrigerant so that the temperature and pressure of refrigerant will

increase. Evaporator and condenser have function as heat exchanger for refrigerant. Expansion valve will

expand the refrigerant adiabatically. Filter dryer is made from silica gel which filters impurities. Sight

glass has function to check whether refrigerant has liquid phase or not. Solenoid valve has function to

continue or to stop the flow of refrigerant in the system.

Fig.5. Components of cold storage system

3.2. Calculation of Estimation Cost for COSPV system

Calculation of estimation cost for COSPV system is calculated by adding up cost of each component,

installation cost, maintenance cost and labor cost. Costs of COSPV components are obtained by

contacting the supplier [59]. Installation cost, maintenance cost and labor cost of COSPV system are

obtained by using equation from some references [21, 23, 50, 51, 52].

The results of cost estimation for cold storage system are shown in the table below. There are three

cost components such as cost of components, cost of electrical system and cost of piping system.

Installation cost for cold storage system is 15% of the total cost, maintenance cost and labor cost are

1% of total cost [50, 51, 52].

Table 4. Cost estimation of Cold Storage System

The results of cost estimation for photovoltaic system are shown in the table 5. Installation cost for

photovoltaic system is 10% of the total cost, maintenance cost and labor cost are 2% of total cost [21, 23].

Table 5. Cost Estimation of Photovoltaic System



[18] Sena B., Fauzun, Indarto. 2013. Optimizing Model on Characterization of Cooling Load Toward

Manufacturing Cost In Designing Cold Storage Powered Photovoltaic System By Using Polynomial

Regression Model. Proceeding of Thermofluid V , Gadjah Mada University

[19] Seif M.F., Ahmad D., Sharif A.R.M., Aris I., Janius R., Kamaruddin R. 2007. Design and

Development of a Photovoltaic Power System for Tropical Greenhouse Cooling. American Journal of Applied Sciences 4 (6): 386-389, ISSN : 1546-9239

[20] Rajeevan A.K., Shouri P.V., Nair U. A Reliability Based Model for Wind Turbine Selection. Int.

Journal of Renewable Energy Development 2 (2) pp, 69-74

[21] Jamil M., Kirmani S., Rizwan M. 2012. Techno-Economic Feasibility Analysis of Solar Photovoltaic

Power Generation: A Review. Smart Grid and Renewable Energy, 3, 266-274

[22] Ren H., Gao W., Ruan Y. 2009. Economic optimization and sensitivity analysis of photovoltaic

system in residential buildings. Renewable Energy 34, pp.883-889

[23] A. Nafeh. 2009. Design and Economic Analysis of a Stand-Alone PV System to Electrify a Remote

Area Household in Egypt. The Open Renewable Energy Journal, 2 pp.33-37

[24] Dinçer F. 2011. The analysis on photovoltaic electricity generation status, potential and policies of

the leading countries in solar energy. Renewable and Sustainable Energy Reviews 15, pp.713–720

[25] Handbook of energy and economic statistic of Indonesia. 2010. Ministry of Energy and Mineral

Resources, Jakarta, Indonesia:

[26] Salim.2000. Energy reserve, energy demand and future technology. One day workshop on

environmentally friendly technology for the future, Jakarta; 2000.

[27] Ishengoma, F.M., Norum, L.E. 2002. In Design and Implementation of a Digitally Controlled Stand-

Alone Photovoltaic Power Supply, Proceedings of the Nordic Workshop on Power and Industrial Electronics (NORPIE/2002), Stockholm, Sweden, pp. 1-5

[28] Setiawan D., Farkhah S.M., Suchesdian N.Z., 2011. Potential of Renewable Energy : Solar, Water

and Wind In Indonesia As Alternative Energy on Climate Change Mitigation. International Seminar on Climate Change, Environment Insight for Climate Change Mitigation, Solo, Indonesia

[29] Borenstein S. 2008. The Market Value and Cost of Solar Photovoltaic Electricity Production. Center

for the Study of Energy Markets (CSEM), University of California

[30] Raugei M., Frankl P. 2009. Life Cycle Impact and Cost Of Photovoltaic System : Current State of

The Art and Future Outlooks. Energy 34, pp. 392–399

[31] Wirasaputra V. 2012. The Development of Photovoltaic System in Indonesia. Electrical and

Computer Engineering. The University of British Columbia

[32] Retnanestri M., Outhred H., Healy S. 2003. Off-grid Photovoltaic Applications in Indonesia: An

Analysis of Preliminary Fieldwork Experience. Destination Renewables – ANZSES.

[33] Reinders A., Veldhuis H., Susandi A. 2011. Development of Grid Connected PV System for Remote

Electrification in Indonesia. 37th IEEE Photovoltaic Specialists Conference, pp. 2420 – 2425

[34] Sena B., Fauzun, Indarto, 2011. Characterization of cooling load toward manufacturing cost in

designing cold storage use solar module . Proceeding of Thermofluid III. Gadjah Mada University



[35] Sena B., 2011. Characterization of Cooling Load Toward Manufacturing Cost in Designing Cold Storage Use Solar Module . Master Thesis. Gadjah Mada University

[36] http://www.ggenergy.co.uk/photovoltaic.php

[37] Mistubishi Inverter Price List. Mitsubishi Electric

(http://www.docstoc.com/docs/28180799/Mitsubishi-Inverter-Price-List)

[38] Battery for Photovoltaic System( http://www.green-power-shop.com/en/renewable-energy-

storage/26-upg-ub-8d-agm-250ah-12v.html )

[39] Charge Controller for Photovoltaic System (http://www.solarmodule store.com/solar-power.large-

chargecontrollers.xantrex_charge_controllers.xantrex_c60.info.1.html)

[40] Catalogue of Semi Hermetic Compressor. Bitzer International

[41]Compressor for Cold Storage System (http://www.bitzer.de/eng/products/prod/p2/1)

[42] Evaporator Güntner http://www.techdirectrefrig.com/shop/product.php?id_product=662

[43] Catalogue of Danfoss Products. Danfoss

[44] Expansion Valve for Cold Storage System

(http://www.techdirectrefrig.com/shop/product.php?id_product=1099)

[45] Solenoid Valve for Cold Storage System

(http://www.techdirectrefrig.com/shop/product.php?id_product=675)

[46] Sight Glass Danfoss for Cold Storage System

(http://www.onlinefrig-e.com.au/danfoss-sgn-10s-sight-glass-3-8-solder.html)

[47] Filter Dryer Danfoss for Cold Storage System

[48] Akbar T., Hamzany F.A., Idham R.R. 2007. Design of Refrigeration System For Tuna Fish. Final

Project. Refrigeration Engineering and Air Conditioning. Polytechic of Bandung State

[49] Utama M.B.P. 2003. Design of Cold Storage For Hotel And Supermarket. Bachelor Thesis.

Mechanical and Industrial Engineering Department. Gadjah Mada University

[50] Eltawil M. A., Samuel D.V.K., 2007. Vapour compression cooling system powered by solar PV

array for potato storage. Agricultural Engineering International: the CIGR E-journal. Vol. IX

[51] Eltawil M. A., Samuel D.V.K., 2007. Performance and economic of solar photovoltaic powered

cooling system for potato storage. Agricultural Engineering International: the CIGR E-journal. Vol. IX

[52] Eltawil M.A., Samuel D.V.K., Singhal O. P., 2006. Potato storage technology and store design

aspects. Agricultural Engineering International: the CIGR E-journal. Invited Overview Vol.

VIII

[53] Jasser A.A. 2010. A Stand Alone Photovoltaic System, Case Study : A Residence in Gaza. Journal of Applied Science in Enviromental Sanitation 5(1), pp.81-91


[18] Sena B., Fauzun, Indarto. 2013. Optimizing Model on Characterization of Cooling Load Toward

Manufacturing Cost In Designing Cold Storage Powered Photovoltaic System By Using Polynomial

Regression Model. Proceeding of Thermofluid V , Gadjah Mada University

[19] Seif M.F., Ahmad D., Sharif A.R.M., Aris I., Janius R., Kamaruddin R. 2007. Design and

Development of a Photovoltaic Power System for Tropical Greenhouse Cooling. American Journal of Applied Sciences 4 (6): 386-389, ISSN : 1546-9239

[20] Rajeevan A.K., Shouri P.V., Nair U. A Reliability Based Model for Wind Turbine Selection. Int.

Journal of Renewable Energy Development 2 (2) pp, 69-74

[21] Jamil M., Kirmani S., Rizwan M. 2012. Techno-Economic Feasibility Analysis of Solar Photovoltaic

Power Generation: A Review. Smart Grid and Renewable Energy, 3, 266-274

[22] Ren H., Gao W., Ruan Y. 2009. Economic optimization and sensitivity analysis of photovoltaic

system in residential buildings. Renewable Energy 34, pp.883-889

[23] A. Nafeh. 2009. Design and Economic Analysis of a Stand-Alone PV System to Electrify a Remote

Area Household in Egypt. The Open Renewable Energy Journal, 2 pp.33-37

[24] Dinçer F. 2011. The analysis on photovoltaic electricity generation status, potential and policies of

the leading countries in solar energy. Renewable and Sustainable Energy Reviews 15, pp.713–720

[25] Handbook of energy and economic statistic of Indonesia. 2010. Ministry of Energy and Mineral

Resources, Jakarta, Indonesia:

[26] Salim.2000. Energy reserve, energy demand and future technology. One day workshop on

environmentally friendly technology for the future, Jakarta; 2000.

[27] Ishengoma, F.M., Norum, L.E. 2002. In Design and Implementation of a Digitally Controlled Stand-

Alone Photovoltaic Power Supply, Proceedings of the Nordic Workshop on Power and Industrial Electronics (NORPIE/2002), Stockholm, Sweden, pp. 1-5

[28] Setiawan D., Farkhah S.M., Suchesdian N.Z., 2011. Potential of Renewable Energy : Solar, Water

and Wind In Indonesia As Alternative Energy on Climate Change Mitigation. International Seminar on Climate Change, Environment Insight for Climate Change Mitigation, Solo, Indonesia

[29] Borenstein S. 2008. The Market Value and Cost of Solar Photovoltaic Electricity Production. Center

for the Study of Energy Markets (CSEM), University of California

[30] Raugei M., Frankl P. 2009. Life Cycle Impact and Cost Of Photovoltaic System : Current State of

The Art and Future Outlooks. Energy 34, pp. 392–399

[31] Wirasaputra V. 2012. The Development of Photovoltaic System in Indonesia. Electrical and

Computer Engineering. The University of British Columbia

[32] Retnanestri M., Outhred H., Healy S. 2003. Off-grid Photovoltaic Applications in Indonesia: An

Analysis of Preliminary Fieldwork Experience. Destination Renewables – ANZSES.

[33] Reinders A., Veldhuis H., Susandi A. 2011. Development of Grid Connected PV System for Remote

Electrification in Indonesia. 37th IEEE Photovoltaic Specialists Conference, pp. 2420 – 2425

[34] Sena B., Fauzun, Indarto, 2011. Characterization of cooling load toward manufacturing cost in

designing cold storage use solar module . Proceeding of Thermofluid III. Gadjah Mada University



[54] Sena B., Fauzun, Indarto. 2011. Characterization of Cooling Load Toward Manufacturing Cost in

Designing Cold Storage Use Solar Module . Proceeding of Thermofluid III. Gadjah Mada University

[55] ARORA CP. 2001. Refrigeration and air conditioning. Mc Graw Hill

[56] Dossat. 1981. Principles of refrigeration. John Willey and Sons

[57] Dadang A.S., Novariawan B., Wibisono B.2007. Design of Cold Storage For Chicken. Final Project.

Refrigeration and Air Conditioning Department. Bandung State Polytechnic.

[58] Güntner Calculator Products. 2013. Güntner Inc.

[59] Supplier of cold storage components (www.alibaba.com)

[60] Coolpack software calculator

[61] Pipe selection table. Refrigeration and Air Conditioning Department. Bandung State Polytechnic.

[62] Catalogue of pipe. 2011. Air Conditioning Group Limited. Toshiba. (www.aircongroup.co.uk)

[63] Oko C.O.C., Diemoudeke E.O., Omunakwe N.F., Nnamdi E. 2012. Design and Economic Analysis

of a Photovoltaic System: A Case Study. Int. Journal of Renewable Energy Development 1 (3), pp. 65-73

Jurnal Ilmiah Teknosains 13 Volume 2 Nomor 12Jurnal Ilmiah Teknosains 13 Volume 2 Nomor 12

APLIKASI STRUCTURAL EQUATION MODELS (SEM)

SEBAGAI PARAMETER PENENTUAN CALON

MAHASISWA TEKNIK INFORMATIKA

UNIVERSITAS SINGAPERBANGSA KARAWANG

Mohamad Jajuli

Fakultas Ilmu Komputer, Universitas Singaperbangsa Karawang

[email protected]

ABSTRAK

Proses penerimaan mahasiswa baru Teknik Informatika Universitas Singaperbangsa Karawang (UNSIKA) hingga saat ini memiliki kelemahan karena kondisi calon mahasiswa Teknik Informatika UNSIKA sangat bervariasi dilihat dari faktor internal maupun eksternal yang bisa

berpengaruh terhadap prestasi belajar. Pengumpulan data dilakukan melalui survey terhadap 206 mahasiswa Teknik Informatika UNSIKA angkatan 2008, 2009, dan 2010. Hasil penelitian menunjukkan bahwa model analisis structural equation models (SEM) yang dikembangkan dalam penelitian ini memiliki goodness of fit yang baik. Terdapat pengaruh langsung yang signifikan antara

variabel laten faktor internal dan eksternal terhadap prestasi belajar dengan besaran pengaruhnya 74% dan sisanya 26% dipegaruhi faktor yang lain di luar penelitian.

Keywords: faktor internal, faktor eksternal, prestasi belajar, structural equation models

PENDAHULUAN

Proses penerimaan mahasiswa baru untuk program sarjana Teknik Informatika di UNSIKA

hingga saat ini terdiri dari penerimaan mahasiswa baru reguler dan penerimaan mahasiswa pindahan

dari Perguruan Tinggi Negeri dan Swasta yang sudah terakreditasi. Penerimaan mahasiswa baru

reguler dilaksanakan melalui dua tahap. Tahap pertama yaitu seleksi persyaratan administratif, tahap

kedua adalah tes tertulis yang meliputi bidang studi Bahasa Indonesia, Bahasa Inggris, dan

Matematika.

Proses penerimaan mahasiswa baru tersebut memiliki kelemahan karena sangat beragamnya

kualitas lulusan dari calon mahasiswa baru tersebut. Kondisi calon mahasiswa Teknik Informatika

UNSIKA sangat bervariasi, baik dilihat dari faktor internal maupun eksternal yang bisa berpengaruh

terhadap prestasi belajar karena kedua faktor ini akan saling mendukung dan saling berinteraksi

sehingga membuahkan sebuah hasil belajar. Prestasi belajar sangat penting karena merupakan salah

satu indikator sukses mahasiswa dalam dunia perkuliahan.

TINJAUAN PUSTAKA

Prestasi belajar adalah hasil maksimum yang dicapai oleh seseorang setelah

melakukan kegiatan belajar yang diberikan berdasarkan atas pengukuran tertentu (Ilyas, 2008).

Menurut Slameto (2003) secara garis besarnya faktor- faktor yang dapat mempengaruhi prestasi

belajar dapat dikelompokkan atas faktor internal dan eksternal.

Faktor internal sering disebut faktor instrinsik yang meliputi kondisi fisiologi dan

kondisi psikologis yang mencakup minat, kecerdasan, bakat, motivasi, dan lain-lain.

a. Kondisi Fisiologis Secara Umum

Kondisi fisiologis pada umumnya sangat berpengaruh terhadap keberhasilan belajar

seseorang. Orang yang ada dalam keadaan segar jasmaninya akan berlainan belajarnya dari

orang yang ada dalam keadaan lelah. Anak-anak yang kekurangan gizi ternyata

kemampuannya berada dibawah anak-anak yang tidak kekurangan gizi.


[54] Sena B., Fauzun, Indarto. 2011. Characterization of Cooling Load Toward Manufacturing Cost in

Designing Cold Storage Use Solar Module . Proceeding of Thermofluid III. Gadjah Mada University

[55] ARORA CP. 2001. Refrigeration and air conditioning. Mc Graw Hill

[56] Dossat. 1981. Principles of refrigeration. John Willey and Sons

[57] Dadang A.S., Novariawan B., Wibisono B.2007. Design of Cold Storage For Chicken. Final Project.

Refrigeration and Air Conditioning Department. Bandung State Polytechnic.

[58] Güntner Calculator Products. 2013. Güntner Inc.

[59] Supplier of cold storage components (www.alibaba.com)

[60] Coolpack software calculator

[61] Pipe selection table. Refrigeration and Air Conditioning Department. Bandung State Polytechnic.

[62] Catalogue of pipe. 2011. Air Conditioning Group Limited. Toshiba. (www.aircongroup.co.uk)

[63] Oko C.O.C., Diemoudeke E.O., Omunakwe N.F., Nnamdi E. 2012. Design and Economic Analysis

of a Photovoltaic System: A Case Study. Int. Journal of Renewable Energy Development 1 (3), pp. 65-73


b. Kondisi Psikologis

Faktor psikologis sebagai faktor dari dalam tentu saja merupakan hal yang utama dalam

menentukan intensitas belajar seorang anak. Oleh karena itu minat, kecerdasan, bakat,

motivasi, dan kemampuan-kemampuan kognitif adalah faktor psikologis yang utama

mempengaruhi proses dan hasil belajar mahasiswa (Djamara, 2008).

c. Kondisi Panca Indera

Disamping kondisi fisiologis umum, hal yang tak kalah pentingnya adalah kondisi panca

indera terutama penglihatan dan pendengaran. Orang belajar dengan membaca, melihat contoh

atau model, melakukan observasi, mengamati hasil eksperimen, mendengarkan keterangan

guru dan orang lain, mendengarkan ceramah, dan lain sebagainya.

d. Intelegensi/Kecerdasan

Intelegensi adalah suatu kemampuan umum dari seseorang untuk belajar dan

memecahkan suatu permasalahan. Jika intelegensi seseorang rendah bagaimanapun usaha

yang dilakukan dalam kegiatan belajar, jika tidak ada bantuan orang tua atau pendidik

niscaya usaha belajar tidak akan berhasil.

e. Bakat

Bakat merupakan kemampuan yang menonjol disuatu bidang tertentu misalnya bidang

studi matematika atau bahasa asing. Pada umumnya komponen intelegensi tertentu dipengaruhi

oleh pendidikan dalam kelas, sekolah, dan minat subyek itu sendiri.

f. Motivasi

Motivasi memegang peranan penting dalam memberikan gairah, semangat, dan rasa

senang dalam belajar sehingga yang mempunyai motivasi tinggi mempunyai energi yang

banyak untuk melaksanakan kegiatan belajar.

Faktor ekste rna l /ekstrinsik meliputi segala sesuatu yang berasal dari luar diri

individu yang dapat mempengaruhi prestasi belajarnya baik itu di lingkungan sosial maupun

lingkungan lain (Djamara, 2008).

a. Faktor Keluarga

Kondisi yang harmonis dalam keluarga dapat memberi stimulus dan respon yang baik

dari anak sehingga perilaku dan prestasinya menjadi baik. Sebaliknya jika keluarga tidak

harmonis akan berdampak negatif bagi perkembangan siswa, perilaku dan prestasi cenderung

terhambat, dan akan muncul masalah-masalah dalam perilaku dan prestasinya.

b. Faktor Sekolah

Sekolah menjadi wahana yang sangat dominan bagi pengaruh pembentukan sikap,

perilaku dan prestasi seorang siswa. Sekolah merupakan lingkungan pendidikan yang

terstruktur, memiliki sistem dan organisasi yang baik. Apabila sekolah dapat menciptakan

hubungan dan komunikasi yang baik, menggunakan metode pembelajaran

yang aktif-interaktif, mencukupi sarana penunjang pembelajaran, menciptakan suasana

tertib dan disiplin, akan dapat mendorong siswa saling berkompetisi dalam pembelajaran, yang

diharapkan dapat meningkatkan prestasi belajar siswa.

c. Faktor Masyarakat

Masyarakat di sekitar siswa sangat berpengaruh terhadap belajar siswa. Masyarakat yang

terdiri dari orang-orang yang tidak terpelajar dan mempunyai kebiasaan yang tidak baik akan

berpengaruh pada siswa. Bila di sekitar tempat tinggal keadaan masyarakatnya terdiri dari orang-

orang yang berpendidikan, terutama anak anaknya rata-rata bersekolah tinggi dan moralnyabaik, hal ini akan mendorong anak lebih giat belajar.

Penelitian Yuniah (2006) mengenai studi tentang faktor-faktor yang berpengaruh

terhadap prestasi akademik mahasiswa TPB IPB dengan metode CHAID menggunakan data

mahasiswa TPB angkatan 42. Eva (2009) melakukan analisis hubungan antara tingkat pendidikan,

jenis pekerjaan, dan pendapatan orang tua terhadap IPK mahasiswa D-3 Statistika angkatan 2007.

Pada penelitian Yuniah dan Eva, objek penelitian yang diteliti hanya satu angkatan sedangkan

pada penelitian ini ada tiga angkatan yaitu 2008, 2009, dan 2010.

Penelitian Sri Nevi Gantini (2011) melakukan analisis tentang faktor-faktor keberhasilan

mahasiswa menggunakan Regresi Logistik dan metode CHAID (studi kasus: mahasiswa Farmasi

Uhamka). Pada penelitian Sri, hasil yang diperoleh tidak terlihat besaran pengaruh untuk masing-


masing peubah penjelas yang signifikan, sedangkan pada penelitian ini dengan menggunakan SEM

akan diperoleh besaran pengaruh untuk masing-masing peubah penjelas yang signifikan.

METODOLOGI PENELITIAN

Tabel 1. Operasionalisasi Variabel

VARIABEL DIMENSI

Faktor Internal* Kondisi Fisik

Kondisi Fisiologis

Kondisi Panca

Indera

Faktor Eksternal** Keluarga

Kampus

Masyarakat

Prestasi Belajar *** IPK

SKS

Sumber : *) Slameto (2003)

**) Djamara (2008)

***) Sumadi Suryabrata (1987)

Data yang digunakan dalam penelitian ini adalah data primer yang diperoleh dari pengisian

kuesioner dan data sekunder yang diperoleh dari bagian tata usaha di Fakultas Ilmu Komputer

UNSIKA. Populasi penelitian adalah mahasiswa Teknik Informatika UNSIKA angkatan 2008, 2009,

dan 2010 sehingga pemilihan sampel menggunakan teknik stratified sampling.

Tabel 2. Penentuan Sampel RespondenAngkatan Populasi Sampel

2008 19 10

2009 153 75

2010 249 121

Total 421 206

Sumber: Perhitungan Slovin dan Proporsional Sampling

Penelitian ini menggunakan analisis deskriptif dan inferensial. Analisis deskriptif dilakukan

dengan menggunakan software SPSS 13. Fungsi analisis ini adalah untuk mengetahui distribusi

frekuensi jawaban responden. Analisis Inferensial menggunakan metode statistik multivariat

dependensi Structural Equation Model (SEM). Menurut Boolen dan Long (1993): langkah-langkah

dalam pengujian model menggunakan pendekatan dasar SEM dibagi dalam 5 tahapan yaitu:

1. Spesifikasi

2. Identifikasi

3. Estimasi

4. Uji fit

5. Respesifikasi


b. Kondisi Psikologis

Faktor psikologis sebagai faktor dari dalam tentu saja merupakan hal yang utama dalam

menentukan intensitas belajar seorang anak. Oleh karena itu minat, kecerdasan, bakat,

motivasi, dan kemampuan-kemampuan kognitif adalah faktor psikologis yang utama

mempengaruhi proses dan hasil belajar mahasiswa (Djamara, 2008).

c. Kondisi Panca Indera

Disamping kondisi fisiologis umum, hal yang tak kalah pentingnya adalah kondisi panca

indera terutama penglihatan dan pendengaran. Orang belajar dengan membaca, melihat contoh

atau model, melakukan observasi, mengamati hasil eksperimen, mendengarkan keterangan

guru dan orang lain, mendengarkan ceramah, dan lain sebagainya.

d. Intelegensi/Kecerdasan

Intelegensi adalah suatu kemampuan umum dari seseorang untuk belajar dan

memecahkan suatu permasalahan. Jika intelegensi seseorang rendah bagaimanapun usaha

yang dilakukan dalam kegiatan belajar, jika tidak ada bantuan orang tua atau pendidik

niscaya usaha belajar tidak akan berhasil.

e. Bakat

Bakat merupakan kemampuan yang menonjol disuatu bidang tertentu misalnya bidang

studi matematika atau bahasa asing. Pada umumnya komponen intelegensi tertentu dipengaruhi

oleh pendidikan dalam kelas, sekolah, dan minat subyek itu sendiri.

f. Motivasi

Motivasi memegang peranan penting dalam memberikan gairah, semangat, dan rasa

senang dalam belajar sehingga yang mempunyai motivasi tinggi mempunyai energi yang

banyak untuk melaksanakan kegiatan belajar.

Faktor ekste rna l /ekstrinsik meliputi segala sesuatu yang berasal dari luar diri

individu yang dapat mempengaruhi prestasi belajarnya baik itu di lingkungan sosial maupun

lingkungan lain (Djamara, 2008).

a. Faktor Keluarga

Kondisi yang harmonis dalam keluarga dapat memberi stimulus dan respon yang baik

dari anak sehingga perilaku dan prestasinya menjadi baik. Sebaliknya jika keluarga tidak

harmonis akan berdampak negatif bagi perkembangan siswa, perilaku dan prestasi cenderung

terhambat, dan akan muncul masalah-masalah dalam perilaku dan prestasinya.

b. Faktor Sekolah

Sekolah menjadi wahana yang sangat dominan bagi pengaruh pembentukan sikap,

perilaku dan prestasi seorang siswa. Sekolah merupakan lingkungan pendidikan yang

terstruktur, memiliki sistem dan organisasi yang baik. Apabila sekolah dapat menciptakan

hubungan dan komunikasi yang baik, menggunakan metode pembelajaran

yang aktif-interaktif, mencukupi sarana penunjang pembelajaran, menciptakan suasana

tertib dan disiplin, akan dapat mendorong siswa saling berkompetisi dalam pembelajaran, yang

diharapkan dapat meningkatkan prestasi belajar siswa.

c. Faktor Masyarakat

Masyarakat di sekitar siswa sangat berpengaruh terhadap belajar siswa. Masyarakat yang

terdiri dari orang-orang yang tidak terpelajar dan mempunyai kebiasaan yang tidak baik akan

berpengaruh pada siswa. Bila di sekitar tempat tinggal keadaan masyarakatnya terdiri dari orang-

orang yang berpendidikan, terutama anak anaknya rata-rata bersekolah tinggi dan moralnyabaik, hal ini akan mendorong anak lebih giat belajar.

Penelitian Yuniah (2006) mengenai studi tentang faktor-faktor yang berpengaruh

terhadap prestasi akademik mahasiswa TPB IPB dengan metode CHAID menggunakan data

mahasiswa TPB angkatan 42. Eva (2009) melakukan analisis hubungan antara tingkat pendidikan,

jenis pekerjaan, dan pendapatan orang tua terhadap IPK mahasiswa D-3 Statistika angkatan 2007.

Pada penelitian Yuniah dan Eva, objek penelitian yang diteliti hanya satu angkatan sedangkan

pada penelitian ini ada tiga angkatan yaitu 2008, 2009, dan 2010.

Penelitian Sri Nevi Gantini (2011) melakukan analisis tentang faktor-faktor keberhasilan

mahasiswa menggunakan Regresi Logistik dan metode CHAID (studi kasus: mahasiswa Farmasi

Uhamka). Pada penelitian Sri, hasil yang diperoleh tidak terlihat besaran pengaruh untuk masing-


PEMBAHASAN

Tabel di bawah ini menampilkan rekapitulasi distribusi tanggapan rensopnden tentang faktor

internal yaitu sebagai berikut :

Tabel 3. Rekapitulasi Faktor Internal

xiKondisi Fisik

(fi)

Kondisi Fisiologis

(fi)

Kondisi Panca Indera

(fi)��

5 9 64 61 670

4 100 400 144 2576

3 303 290 104 2091

2 144 70 79 586

1 62 0 24 86

Rata-Rata Skor 667,7

Sumber : Data primer diolah

Katagori : (1) sangat kurang, (2) kurang, (3) cukup,

(4) baik, (5) sangat baik

Dari rata-rata skor menunjukan bahwa faktor internal berada pada skala cukup.

Tabel di bawah ini menampilkan rekapitulasi distribusi tanggapan responden tentang faktor

eksternal yaitu sebagai berikut :

Tabel 4. Rekapitulasi Faktor Eksternal

xiKeluarga

(fi)

Kampus

(fi)

Masyarakat

(fi)

��

fixi

5 126 194 22 1710

4 205 936 83 4896

3 163 810 140 3339

2 101 290 114 1010

1 23 36 53 112

Rata-Rata Skor 691,7 Sumber : Data primer diolah

Katagori : (1) sangat kurang, (2) kurang, (3) cukup, (4) baik, (5) sangat baik

Dari rata-rata skor menunjukan bahwa faktor eksternal berada pada skala cukup.

Distribusi responden tentang dimensi IPK terdapat pada tabel di bawah ini:

Tabel 5. Distribusi Responden Terhadap IPK

No. IPK Jumlah %

1 < 2,50 20 9,71%

2 2,50 - 3,00 81 39,32%

3 > 3,00 105 50,97%

Jumlah 206 100%


Berdasarkan tabel di atas mengenai IPK responden, terlihat bahwa responden sebesar 50,97%

memiliki IPK > 3,00, sebesar 39,32% memiliki IPK 2,50-3,00, dan sisanya sebesar 9,71% memiliki

IPK < 2,50.

Distribusi responden tentang dimensi SKS terdapat pada tabel di bawah ini:

Tabel 6. Distribusi Responden Terhadap SKS

No. SKS Jumlah %

1 < 120 92 44,66%

2 �� 114 55,34%

Jumlah 206 100%



Berdasarkan tabel di atas mengenai total SKS, terlihat bahwa responden sebesar 55,34%

��

Tabel di bawah ini menunjukkan nilai muatan faktor standar (standardized loading factor)

dan kesalahan pengukuran (measurement error) untuk model pengukuran (measurement model).

Tabel 7. Hasil Analisis Model Pengukuran

Variabel Laten�

Variabel Indikator

Estimasi

Standardizedthitung

Measurement

Error

FI � KFK1 0,60 8,83 0,64

FI � KFK2 0,44 6,22 0,80

FI� KFK3 0,29 3,89 0,92

FI � KFS1 0,62 9,18 0,62

FI � KFS2 -0,03 -0,39 1,00

FI � KFS3 0,68 10,30 0,54

FI � KFS4 0,74 11,57 0,45

FI � KPI1 0,29 3,98 0,91

FI � KPI2 0,70 10,69 0,51

FE � KE1 0,38 5,07 0,86

FE � KE2 0,40 5,35 0,84

FE � KE3 0,05 0,63 1,00

FE � KA1 0,45 6,13 0,80

FE � KA2 0,67 9,88 0,54

FE � KA3 0,13 1,73 0,96

FE � KA4 0,07 0,92 0,99

FE � KA5 0,34 4,56 0,86

FE � KA6 0,63 9,05 0,60

FE � KA7 0,42 5,74 0,82

FE � KA8 0,10 1,32 0,99

FE � KA9 0,37 4,89 0,87

FE � KA10 0,02 0,32 1,00

FE � KA11 0,45 6,19 0,79

FE � MA1 0,39 5,20 0,85

FE � MA2 0,27 3,50 0,93

PB � IPK 0,85 8,89 0,28

PB � SKS 0,35 4,07 0,88

Sumber : Output Lisrel 8.70

Tabel di atas menunjukkan bahwa ada enam muatan faktor standar (standardized loading factor) pada model pengukuran (CFA) tidak valid karena nilai t muatan faktornya < 1,96 sehingga

tidak diikut sertakan dalam analisis.

Berikut ini ditampilkan nilai construct realibility (CR) untuk setiap konstruk pada model

pengukuran (CFA) setelah respesifikasi:

Tabel 8. Hasil Analisis Reliabilitas Model Pengukuran

KonstrukConstruct

Reliability

Faktor Internal 0,75

Faktor Eksternal 0,59

Prestasi Belajar 0,56



PEMBAHASAN

Tabel di bawah ini menampilkan rekapitulasi distribusi tanggapan rensopnden tentang faktor

internal yaitu sebagai berikut :

Tabel 3. Rekapitulasi Faktor Internal

xiKondisi Fisik

(fi)

Kondisi Fisiologis

(fi)

Kondisi Panca Indera

(fi)��

5 9 64 61 670

4 100 400 144 2576

3 303 290 104 2091

2 144 70 79 586

1 62 0 24 86

Rata-Rata Skor 667,7


Katagori : (1) sangat kurang, (2) kurang, (3) cukup,

(4) baik, (5) sangat baik

Dari rata-rata skor menunjukan bahwa faktor internal berada pada skala cukup.

Tabel di bawah ini menampilkan rekapitulasi distribusi tanggapan responden tentang faktor

eksternal yaitu sebagai berikut :

Tabel 4. Rekapitulasi Faktor Eksternal

xiKeluarga

(fi)

Kampus

(fi)

Masyarakat

(fi)

��

fixi

5 126 194 22 1710

4 205 936 83 4896

3 163 810 140 3339

2 101 290 114 1010

1 23 36 53 112

Rata-Rata Skor 691,7 Sumber : Data primer diolah

Katagori : (1) sangat kurang, (2) kurang, (3) cukup, (4) baik, (5) sangat baik

Dari rata-rata skor menunjukan bahwa faktor eksternal berada pada skala cukup.

Distribusi responden tentang dimensi IPK terdapat pada tabel di bawah ini:

Tabel 5. Distribusi Responden Terhadap IPK

No. IPK Jumlah %

1 < 2,50 20 9,71%

2 2,50 - 3,00 81 39,32%

3 > 3,00 105 50,97%

Jumlah 206 100%


Berdasarkan tabel di atas mengenai IPK responden, terlihat bahwa responden sebesar 50,97%

memiliki IPK > 3,00, sebesar 39,32% memiliki IPK 2,50-3,00, dan sisanya sebesar 9,71% memiliki

IPK < 2,50.

Distribusi responden tentang dimensi SKS terdapat pada tabel di bawah ini:

Tabel 6. Distribusi Responden Terhadap SKS

No. SKS Jumlah %

1 < 120 92 44,66%

2 �� 114 55,34%

Jumlah 206 100%


Dari tabel diatas menunjukkan bahwa nilai construct reliability tiap variabel laten

lebih besar dari 0,50. Hal ini mengindikasikan bahwa tingkat reliabilitas pada tiap konstruk

adalah cukup tinggi sehingga dapat dikatakan bahwa indikator-indikator pada tiap konstruk

cukup konsisten untuk mengukur konstruknya.

Tabel di bawah ini menunjukkan nilai goodness of fit untuk evaluasi kesesuaian

model keseluruhan secara inferensial.

Tabel 9. Uji Kecocokan Model Secara InferensialUkuran GOF Estimasi Hasil Uji

p-value 0.79324 Model fit (p > 0.05)


Dari tabel di atas menunjukkan bahwa nilai p-value (0,79324) > � (0,05) maka dapat

disimpulkan bahwa model fit dengan data.


model keseluruhan secara deskriptif.

Tabel 10. Uji Kesesuaian Model Secara Deskriptif

Ukuran GOF Estimasi Hasil Uji

RMSEA 0.000 Model fit ��

RMR 0.038 Model fit ��

GFI 0.93 Model fit ��

AGFI 0.91 Model fit ��

NFI 0.92 Model fit ��


Berdasarkan tabel di atas menunjukkan model fit dengan data. Dengan demikian dapat

disimpulkan bahwa kecocokan keseluruhan model adalah baik atau fit dengan data.

Setelah diketahui bahwa dalam uji kecocokan model memberikan hasil yang signifikan,

selanjutnya dilakukan pengujian koefisien model untuk masing-masing konstruk. Dengan

menggunakan program Lisrel diperoleh model berikut:

Gambar 1. Hubungan Struktural Pengaruh Faktor Internal dan Eksternal

Terhadap Prestasi Belajar


Tabel 11. Ringkasan Hasil Komputasi Statistik SEM Model Struktural

Model PengukuranKoefisien Bobot

Faktor

(Standardized)

Measurement

Error

Nilai t

hitungR2

Variabel

Endogen

Variabel

Eksogen

Prestasi

Belajar

Faktor

Internal0,52

0,26

4,73

0,74Prestasi

Belajar

Faktor

Eksternal0,41 3,65


Pada model struktural diketahui thitung sebesar 4,73 untuk pengaruh faktor internal terhadap

prestasi belajar dan thitung sebesar 3,65 untuk pengaruh faktor eksternal terhadap prestasi belajar.

Karena nilai thitung lebih dari ttabel sebesar 1,972, maka H0 ditolak. Dengan demikian dapat disimpulkan

bahwa terdapat pengaruh dari faktor internal dan eksternal terhadap prestasi belajar dengan besaran

pengaruhnya sebesar 74% dan sisanya sebesar 26% dipengaruhi oleh faktor lain di luar model.

KESIMPULAN DAN SARAN

Karakteristik mahasiswa Teknik Informatika UNSIKA untuk faktor internal dan eksternal

berada dalam kategori cukup dengan rata-rata skor masing-masing faktor sebesar 667,7 dan 691,7.

Dengan ��or internal dan eksternal

terhadap prestasi belajar dengan besaran pengaruhnya sebesar 74% dan sisanya 26% dipengaruhi

faktor lain di luar penelitian.

Berdasarkan hasil kesimpulan yang telah dijelaskan sebelumnya, peneliti mengemukakan

beberapa saran sebagai berikut:

Prodi Teknik Informatika UNSIKA

Untuk dapat menghasilkan mahasiswa yang berkualitas secara akademik sebaiknya prodi

mempertimbangkan kondisi fisik mahasiswa dan kondisi masyarakat mahasiswa dalam proses

penerimaan mahasiswa baru.

Penelitian selanjutnya

Penelitian lebih lanjut dapat mengkombinasikan teori-teori lain yang berpengaruh dengan

prestasi belajar sehingga diharapkan mendapat model yang lebih baik lagi.

DAFTAR PUSTAKA

[1] Djamarah, Syaiful Bahri. 2002. Psikologi Belajar. Jakarta: Rineka Cipta.

[2] Listyarso, Andi. 2005. Pengaruh Strategi Pemasaran terhadap Kinerja Pemasaran dan Kinerja

Perusahaan dengan Lingkungan Persaingan sebagai Variabel Moderating. Universitas

Diponegoro. Semarang.

[3] Mulyasa. 2005. Implementasi Kurikulum 2004. Bandung: PT. Remaja Rosda Karya.

[4] Sabri, Alisuf. 1996. Psikologi Pendidikan. Jakarta: Pedoman Ilmu Jaya.

[5] Slameto. 1991. Belajar dan Faktor-Faktor yang Mempengaruhinya. Jakarta: Rineka Cipta.

[6] Sumadi Suryabrata. 1984. Prestasi Belajar. Jakarta:Raja Grafindo Perkasa.

[7] Wijayanto, Setyo. 2008. Structural Equation Modelling Dengan Lisrel 8.8. Graha Ilmu.

[8] Winkel, W.S. 1983. Psikologi Pendidikan dan Evaluasi Belajar. Jakarta: Gramedia.


Dari tabel diatas menunjukkan bahwa nilai construct reliability tiap variabel laten

lebih besar dari 0,50. Hal ini mengindikasikan bahwa tingkat reliabilitas pada tiap konstruk

adalah cukup tinggi sehingga dapat dikatakan bahwa indikator-indikator pada tiap konstruk

cukup konsisten untuk mengukur konstruknya.


model keseluruhan secara inferensial.

Tabel 9. Uji Kecocokan Model Secara InferensialUkuran GOF Estimasi Hasil Uji

p-value 0.79324 Model fit (p > 0.05)


Dari tabel di atas menunjukkan bahwa nilai p-value (0,79324) > � (0,05) maka dapat

disimpulkan bahwa model fit dengan data.


model keseluruhan secara deskriptif.

Tabel 10. Uji Kesesuaian Model Secara Deskriptif

Ukuran GOF Estimasi Hasil Uji

RMSEA 0.000 Model fit ��

RMR 0.038 Model fit ��

GFI 0.93 Model fit ��

AGFI 0.91 Model fit ��

NFI 0.92 Model fit ��


Berdasarkan tabel di atas menunjukkan model fit dengan data. Dengan demikian dapat

disimpulkan bahwa kecocokan keseluruhan model adalah baik atau fit dengan data.

Setelah diketahui bahwa dalam uji kecocokan model memberikan hasil yang signifikan,

selanjutnya dilakukan pengujian koefisien model untuk masing-masing konstruk. Dengan

menggunakan program Lisrel diperoleh model berikut:

Gambar 1. Hubungan Struktural Pengaruh Faktor Internal dan Eksternal

Terhadap Prestasi Belajar


PERANAN DAN DUKUNGAN TEKNOLOGI INFORMASI DALAM ENINGKATAN

KUALITAS LAYANAN PERGURUAN TINGGI SWASTA DI DAERAH

Mulyanto1) dan Didi Juardi2)

1) Dosen STMIK BaniSaleh - Bekasi

2) Dosen Politeknik TMKM – Karawang

ABSTRAK

Penggunaan Teknologi Informasi sangat besar peranannya, mempengaruhi kualitas layanan akademik

pada perguruan tinggi swasta. Dengan dukungan teknologi informasi pada sistem informasi akademik

on line, maka kualitas layanan yang diterima mahasiswa akan meningkat, terutama dalam hal

keakuratan informasi, transfer informasi, efisiensi dan real time. Melalui teknologi komunikasi,

pendistribusian dan penyebaran informasi dapat dilakukan dengan cepat, akurat, tanpa batas waktu

dan ruang.

Kata Kunci: teknologi informasi, kualitas layanan, sistem informasi akademik

PENDAHULUAN

Persaingan yang ketat di berbagai bidang membuat manusia yang terlibat didalamnya ingin

memberikan yang terbaik bagi orang lain, terutama jika industri atau bidangkerja tersebut menyangkut

hal-hal yang berhubungan dengan masalah pelayanan. Pelangganadalah aset yang sangat berharga

dalam pengembangan industri, terutama dalam industrijasa. Mahasiswa adalah pelanggan perguruan

tinggi yang sangat berharga, khususnya bagiperguruan tinggi swasta merupakan aset yang sangat

menentukan masa depan usaha disektor jasa pendidikan.

Keputusan para calon mahasiswa dipengaruhi oleh keunggulan atau kualitas antribut produk dan jasa

pelayanan. Dengan katalain, keputusan para calonmahasiswa dipengaruhi oleh kualitas pelayanan.

Keputusan para calon mahasiswa bagiperguruan tinggi swasta adalah keputusan calon mahasiswa

untuk memilih perguruan tinggiswasta yang memberikan kualitas pelayanan terbaik dalam bidang

akademik.

Melalui IT System dapat dibangun hubungankomunikasi antara konsumen (mahasiswa) dan pihak

manajemen perguruan tinggi. Layanandistribusi informasi dua arah dapat dilakukan dengan cepat,

sehingga setiap konsumenberkesempatan menyampaikan evaluasi, aspirasi (kritik saran), yang

kemudianmembangkitkan presepsi bahwa setiap konsumen perguruan tinggi dapat bertemu

denganpimpinan perguruan tinggi (pihak manajemen) secara langsung, tanpa birokrasi yang rumitdan

panjang(Ingleson,2000).

Dimensi-dimensi yangdianggap dapat mengidentifikasikan keberhasilan suatu sistem informasi

adalah:Alignment, yaitu hubungan erat antara strategi sistem informasi dengan strategi

bisnis;Analysis, yaitu secara umum bagaimana suatu analisa yang efektif dapat

memberikanpemahaman yang jelas tentang bagaimana informasi digunakan dalam organisasi

danmembuka bagian-bagian pengembangan yang dianggab penting; Cooperation,

dimanadiperlukannya suatu tingkatan kesesuaian dalam kesepakatan antara prioritaspengembangan,

skedul implementasi, dan tanggung jawab manajerial; Capabilities,bahwa suatu sistem yang efektif

harus berkembang seiring waktu dalam kemempuan(capability) dasarnya(Grover,1998).


Daya tarik yang ditawarkan oleh masing-masing perguruan tinggi swasta padaumumnya berkaitan

dengan kualitas layanan, yang dalam penerapannya berbeda-beda antarasatu perguruan tinggi dengan

perguruan tinggi swasta lainnya. Dengan tingginya kualitaslayanan, diharapkan akan dapat

mempengaruhi respons para calon mahasiswa perguruan tinggi swasta.

KUALITAS LAYANAN (SERVICE QUALITY)

Kualitas layanan didasarkan pada perbandingan antara apa yang seharusnyaditawarkan (offered) dan

apa yang disediakan (provide) (Parasuraman et al., 1985). MenurutZeithaml et al., (1998), kualitas

jasa (service quality) digambarkan sebagai suatu bentuksikap (attitude), berhubungan dengan

kepuasan yang diperoleh dengan membandingkanharapan (expectation) dengan kinerja

(performance). Dimensi kualitas layanan menurutEngel et al., (1995) meliputi tangibles, reliability,

Responsiveness, performance danempathy, sedangkan menurut Zeithaml et al., (1998), kualitas

layanan terdiri atas . tangibles,reliability, responsiveness, assurance dan empathy.

Dalam industri jasa pendidikan, kualitas produk yang diukur adalah kualitas layanan.Manajemen

harus memahami keseluruhan layanan yang ditawarkan dari sudut pelanggan.Kualitas layanan yang

dibentuk dari sudut pandang pelanggan dapat memberikan nilai lebihterhadap produk yang

ditawarkan. Perguruan Tinggi Swasta harus mewujudkan kualitas yang sesuaidengan syarat-syarat

yang dituntut pelanggan. Dengan kata lain, kualitas adalah kiat secarakonsisten dan efisien untuk

memberikan pelanggan apa yang diinginkan dan diharapkanoleh pelanggan(mahasiswa).

PERANAN TEKNOLOGI INFORMASI

Teknologi informasi memberikan lima peran utama penting di dalam organisasi,yaitu untuk

meningkatkan (1) efisiensi, (2) efektivitas, (3) komunikasi, (4) kolaborasidan (5) kompetitif. Pada

awalnya, teknologi informasi digunakan untuk pengolahantransaksi. Tujuan dari pengolahan transaksi

untuk menggantikan pengolahan transaksioleh manusia dengan teknologi informasi.

Dalam dunia perguruan tinggi efisiensi ini di lakukan dengan pembuatanlaporan, rekapan hasil studi

para mahasiswa, daftar seluruh mahasiswa, daftarmahasiswa perfakultas, daftar peserta per-

matakuliah, dan pembuatan laporan lainnyadengan bantuan komputer. Teknologi informasi yang

berorientasi ke pengolahantransaksi saja lebih berperan untuk meningkatkan efisiensi. Peran efisiensi

lainnya jugadicapai oleh process control systems yang menggantikan manusia dengan teknologi

diproses produksi.

Peran teknologi informasi yang kedua yaitu untuk meningkatkan efektifitas yangdapat dicapai dengan

sistem informasi manajemen, decesion support systems, groupsupport systems, geographic

information systems, expert systems, dan artificial neuralnetworks. Sistem-sistem teknologi informasi

ini menyediakan informasi bagi paramanajer di organisasi untuk mendukung proses pengambilan

keputusan mereka denganlebih efektif. Lebih efektif karena pengambilan keputusan didasarkan

dengan informasiyang akurat, tepat waktu dan relevan.

Dengan adanya sistem informasi akademik pada perguruan tinggi, maka data-datatentang proses

penerimaan mahasiswa baru, jumlah mahasiswa yang diterima perperiode,jumlah mahasiswa lama

yang mendaftar ulang, jumlah wisudawan per-periodeinformasi ini dapat disajikan dengan cepat,

sehingga produktivitas perguruan tinggidapat diketahui dengan cepat pula. Grafik proses penerimaan

mahasiswa sebagai input dan grafik wisudawan sebagai output dapat tersaji dengan segera, dan semua

informasiini dapat diperoleh dengan cepat, akurat dan real time.

Semua informasi yang tersedia ini dapat mendukung pihak manajementperguruan tinggi (yayasan dan

rektorat) untuk membuat suatu kebijakan demi kebaikanperguruan tinggi tersebut. Laporan-laporan


PERANAN DAN DUKUNGAN TEKNOLOGI INFORMASI DALAM ENINGKATAN

KUALITAS LAYANAN PERGURUAN TINGGI SWASTA DI DAERAH

Mulyanto1) dan Didi Juardi2)

1) Dosen STMIK BaniSaleh - Bekasi

2) Dosen Politeknik TMKM – Karawang

ABSTRAK

Penggunaan Teknologi Informasi sangat besar peranannya, mempengaruhi kualitas layanan akademik

pada perguruan tinggi swasta. Dengan dukungan teknologi informasi pada sistem informasi akademik

on line, maka kualitas layanan yang diterima mahasiswa akan meningkat, terutama dalam hal

keakuratan informasi, transfer informasi, efisiensi dan real time. Melalui teknologi komunikasi,

pendistribusian dan penyebaran informasi dapat dilakukan dengan cepat, akurat, tanpa batas waktu

dan ruang.

Kata Kunci: teknologi informasi, kualitas layanan, sistem informasi akademik

PENDAHULUAN

Persaingan yang ketat di berbagai bidang membuat manusia yang terlibat didalamnya ingin

memberikan yang terbaik bagi orang lain, terutama jika industri atau bidangkerja tersebut menyangkut

hal-hal yang berhubungan dengan masalah pelayanan. Pelangganadalah aset yang sangat berharga

dalam pengembangan industri, terutama dalam industrijasa. Mahasiswa adalah pelanggan perguruan

tinggi yang sangat berharga, khususnya bagiperguruan tinggi swasta merupakan aset yang sangat

menentukan masa depan usaha disektor jasa pendidikan.

Keputusan para calon mahasiswa dipengaruhi oleh keunggulan atau kualitas antribut produk dan jasa

pelayanan. Dengan katalain, keputusan para calonmahasiswa dipengaruhi oleh kualitas pelayanan.

Keputusan para calon mahasiswa bagiperguruan tinggi swasta adalah keputusan calon mahasiswa

untuk memilih perguruan tinggiswasta yang memberikan kualitas pelayanan terbaik dalam bidang

akademik.

Melalui IT System dapat dibangun hubungankomunikasi antara konsumen (mahasiswa) dan pihak

manajemen perguruan tinggi. Layanandistribusi informasi dua arah dapat dilakukan dengan cepat,

sehingga setiap konsumenberkesempatan menyampaikan evaluasi, aspirasi (kritik saran), yang

kemudianmembangkitkan presepsi bahwa setiap konsumen perguruan tinggi dapat bertemu

denganpimpinan perguruan tinggi (pihak manajemen) secara langsung, tanpa birokrasi yang rumitdan

panjang(Ingleson,2000).

Dimensi-dimensi yangdianggap dapat mengidentifikasikan keberhasilan suatu sistem informasi

adalah:Alignment, yaitu hubungan erat antara strategi sistem informasi dengan strategi

bisnis;Analysis, yaitu secara umum bagaimana suatu analisa yang efektif dapat

memberikanpemahaman yang jelas tentang bagaimana informasi digunakan dalam organisasi

danmembuka bagian-bagian pengembangan yang dianggab penting; Cooperation,

dimanadiperlukannya suatu tingkatan kesesuaian dalam kesepakatan antara prioritaspengembangan,

skedul implementasi, dan tanggung jawab manajerial; Capabilities,bahwa suatu sistem yang efektif

harus berkembang seiring waktu dalam kemempuan(capability) dasarnya(Grover,1998).


ini juga sekaligus dapat digunakan sebagaipendukung pembuatan kebijakan strategis, agar dapat

bersaing dengan perguruan tinggilain, yang menjadi pesaingnya. Manfaat peningkatan efektifitas juga

dapat dicapaidengan process control systems untuk mendapatkan hasil produksi yang akurat danbebas

dari cacat produksi sesuai dengan sasaran produksi yang diinginkan.

Peran ketiga dan keempat dari teknologi informasi adalah untuk komunikasi dankolaborasi dicapai

dengan menerapkan office automation system yang akanmengintegrasikan pengguna teknologi

informasi termasuk para manajer secaraelektronik. Peningkatan komunikasi dicapai dengan

menggunakan e-mail dan chat.Peningkatan kolaborasi dicapai dengan menggunakan video conference danteleconference.

Peran kelima dari teknologi informasi adalah untuk meningkatkan dayakompetisi. Peran ini dapat

dicapai dengan menggunakan strategic information systems.Yaitu sistem-sistem teknologi informasi

apapun yang digunakan di dalam organisasiuntuk mengimplementasikan strategi demi meningkatkan

keunggulan kompetisi.

DUKUNGAN TEKNOLOGI INFORMASI DALAM PENINGKATAN KUALITAS

PELAYANAN

Dengan menggunakan teknologi informasi pada sistem informasi akademik online, maka kualitas

pelayanan yang diterima mahasiswa akan meningkat, terutamadalam hal keakuratan informasi,

transfer informasi, efisiensi dan real time. Sebuahperguruan tinggi yang menggunakan teknologi

informasi pada sistem informasiakademik on line, adalah perguruan tinggi yang berpandangan jauh

kedepan, perguruantinggi yang dapat mengikuti perkembangan teknologi, perguruan tinggi yang

dapatmemanfaatkan kemajuan teknologi informasi, dan dapat memanfaatkan fasilitas yangdisediakan

oleh teknologi informasi tersebut. Melalui teknologi komunikasi pendistribusian dan penyebaran

informasi dapat dilakukandengan cepat, akurat, tanpa batas waktu dan ruang.

Hasil riset Xephon (Bennet, 2001), menunjukkan bahwa, teknologi informasiadalah proyek penting

yang dilaksanakan, dengan motivasi untuk mengeksploitasiinvestasi yang telah dikeluarkan, dan

memberikan layanan yang lebih baik padapelanggan.Hotman (2005), menemukan bahwa sistem

teknologi informasi (on line) signifikanmempengaruhi kualitas layanan akademik, citra perguruan

tinggi, dan responskonsumen, sementara Ingleson (2000), menyatakan bahwa melalui sistem

teknologiinformasi (on line) dapat dibangun hubungan komunikasi antara konsumen (mahasiswa)dan

pihak manajemen perguruan tinggi swasta. Layanan distribusi informasi dua arahdapat dilakukan

dengan cepat, sehingga setiap konsumen berkesempatanmenyampaikan evaluasi, aspirasi (kritik

saran) tanpa birokrasi yang rumit dan panjang.Adhinugroho (2001), menyatakan bahwa, keakuratan

sistem informasi memberikanpengaruh positip terhadap kualitas layanan.

RESPON PELANGGAN (MAHASISWA) PERGURUAN TINGGI SWASTA

Berdasarkan hasil penelitian Hotman Panjaitan (Pengaruh Sistem Teknologi Informasi Terhadap

Kualitas Layanan dan Respon Mahasiswa Perguruan Tinggi Swasta), kontribusi yang paling besar

dalam membentuk sistem teknologi informasi adalahindikator keakuratan pendistribusian informasi

akademik (0,921). Hal ini menunjukkanbahwa mahasiswa perguruan tinggi swasta mengutamakan

keakuratan pendistribusianinformasi akademik dari pihak kampus yang meliputi keakuratan informasi

yang diterima,keakuratan pengaksesan informasi, dan keakuratan penyajian informasi dalam hal

sistemteknologi informasi perguruan tinggi swasta .

Dengan dominannya dimensi keakuratan pendistribusian informasi akademik dalampembentuk

variabel sistem teknologi informasi, maka pihak perguruan tinggi hendaknyalebih serius untuk

meningkatkan pendistribusian informasi akademiknya agarpendistribusian informasi akademik


menjadi lebih cepat, tepat dan akurat.Disisi lain perguruan tinggi swasta hendaknya juga lebih

memperhatikan hardwaredan software pendukung sistem informasi karena faktor dominan kedua bagi

pelanggan perguruan tinggi (mahasiswa) dalam hal sistem teknologi informasi. Untuk itu

perguruantinggi swata dituntut untuk melakukan pendistribusian informasi akademik melalui media

mobile online dengan menggunakan teknologi komputer terbaru, dansoftware yang sesuai agar

pendistribusian informasi lebih lancar dan cepat.

Besarnya pengaruh dimensi daya tanggap (responsiveness) dalam pembentukvariabel kualitas

layanan, maka pihak perguruan tinggi hendaknya lebih serius untuk

meningkatkan pelayanan dalam hal kecepatan tanggapan, tanggapan yang positip dan

selalumengadakan perbaikan pelayanan (inovatif) dari waktu kewaktu sehingga para

mahasiswamerasa betah dan senang atas respons yang diberikan pihak perguruan tinggi.Disisi lain

perguruan tinggi swasta hendaknya juga lebih memperhatikan keandalan(reliability) dan untuk

perguruan tinggi swata dituntut untuk selalumerealisasikan semua hal yang telah dijanjikan kepada

para mahasiswanya. Hal ini berarti jugamelaksanakan perkuliahan tepat waktu dan berkualitas

(bermutu), memberikan pelayanandengan tepat, konsisten dan memuaskan.

PENUTUP

PemanfaatanTeknologi Informasi sangat besarperanannya dalam mempengaruhi kualitas layanan

akademik pada perguruan tinggi swasta.Hal ini menunjukkan bahwa kualitas layanan akademik

perguruan tinggi swasta akanmeningkat, dengan pemanfaatan teknologi informasi pada sistem

informasiakademiknya. Berdasarkan peranan dan dukunganTeknologi Informasi pada perguruan

tinggi swasta, sebaiknyapihak manajemen perguruan tinggi swasta juga selalu meremajakan, meng-

update kemampuansumber daya manusiayang ada pada perguruan tingginnya, sehinggaselalu dapat

mengikuti perkembangan Teknologi Informasi. Hal ini akan memberikandampak pada pemanfaatan

Sistem Teknologi Informasi yang ada secara maksimal, yangberakibat pada naiknya kualitas layanan

perguruan tinggi swasta.

DAFTAR PUSTAKA

Bruce, Harry, 1999, Perceptions of the Internet: What People Think When They SearchThe Internet

For Information, Internet Research: Electronic NetworkingAplications and Policy, No.3,

pp. 187-199.

Cronin J. Joseph, Michael K., Brandy and G. Tomas M., Hult, 2000, Assesing The Effects ofQuality,

Value and Costumer Satisfaction On Consumer Behavioural Intentions inService

Enviroment, Journal of Retailing, Vol. 76, pp.193-218.

Henry C, Lucas, Jr, 1992, Information System Concepts For Management, InternationalStudent

Edition, McGraw-Hill, Tokyo.

Hotman Panjaitan, Pengaruh Sistem Teknologi Informasi (IT System) terhadap Kualitas Layanan dan

Respons Konsumen Perguruan Tinggi Swasta, Jurnal Ekonomi Bisnis Dan Akuntansi

VENTURA, ISSN 1410-6418, Akreditasi No.55/Dikti/Kep/2005. Volume 10 No.1, April

2007.Pp: 1-16.

Hu, Paul J., Patrick Y.K., Chau, Olivia R., Liu Sheng, and Kar Yan Tam, 1999,Examining The

Technology Acceptance Model Using Physician Prance ofTelemedicine, Journal of Management Informations Systems, Vol. 16, pp. 91-112.

Ingleson Melvyn., 2000, The Role of Management Consultant in

InformationManagement,International Journal of Information System, Vol. 20, pp.77-87.

James A. O’ Brien, 2002, Management Information Systems: Managing InformationTechnology in the E-Business Enterprise, Fifth Edition, McGraw-Hill, Boston.

Jogiyanto HM, 2003, Sistem Teknologi Informasi, Edisi Pertama, ANDI, Yokyakarta

Melvyn Ingleson, 2000, The Role of The Management Consultant in Information

Management, International Journal of information Systems, Vol. 20, pp. 77-87


ini juga sekaligus dapat digunakan sebagaipendukung pembuatan kebijakan strategis, agar dapat

bersaing dengan perguruan tinggilain, yang menjadi pesaingnya. Manfaat peningkatan efektifitas juga

dapat dicapaidengan process control systems untuk mendapatkan hasil produksi yang akurat danbebas

dari cacat produksi sesuai dengan sasaran produksi yang diinginkan.

Peran ketiga dan keempat dari teknologi informasi adalah untuk komunikasi dankolaborasi dicapai

dengan menerapkan office automation system yang akanmengintegrasikan pengguna teknologi

informasi termasuk para manajer secaraelektronik. Peningkatan komunikasi dicapai dengan

menggunakan e-mail dan chat.Peningkatan kolaborasi dicapai dengan menggunakan video conference danteleconference.

Peran kelima dari teknologi informasi adalah untuk meningkatkan dayakompetisi. Peran ini dapat

dicapai dengan menggunakan strategic information systems.Yaitu sistem-sistem teknologi informasi

apapun yang digunakan di dalam organisasiuntuk mengimplementasikan strategi demi meningkatkan

keunggulan kompetisi.

DUKUNGAN TEKNOLOGI INFORMASI DALAM PENINGKATAN KUALITAS

PELAYANAN

Dengan menggunakan teknologi informasi pada sistem informasi akademik online, maka kualitas

pelayanan yang diterima mahasiswa akan meningkat, terutamadalam hal keakuratan informasi,

transfer informasi, efisiensi dan real time. Sebuahperguruan tinggi yang menggunakan teknologi

informasi pada sistem informasiakademik on line, adalah perguruan tinggi yang berpandangan jauh

kedepan, perguruantinggi yang dapat mengikuti perkembangan teknologi, perguruan tinggi yang

dapatmemanfaatkan kemajuan teknologi informasi, dan dapat memanfaatkan fasilitas yangdisediakan

oleh teknologi informasi tersebut. Melalui teknologi komunikasi pendistribusian dan penyebaran

informasi dapat dilakukandengan cepat, akurat, tanpa batas waktu dan ruang.

Hasil riset Xephon (Bennet, 2001), menunjukkan bahwa, teknologi informasiadalah proyek penting

yang dilaksanakan, dengan motivasi untuk mengeksploitasiinvestasi yang telah dikeluarkan, dan

memberikan layanan yang lebih baik padapelanggan.Hotman (2005), menemukan bahwa sistem

teknologi informasi (on line) signifikanmempengaruhi kualitas layanan akademik, citra perguruan

tinggi, dan responskonsumen, sementara Ingleson (2000), menyatakan bahwa melalui sistem

teknologiinformasi (on line) dapat dibangun hubungan komunikasi antara konsumen (mahasiswa)dan

pihak manajemen perguruan tinggi swasta. Layanan distribusi informasi dua arahdapat dilakukan

dengan cepat, sehingga setiap konsumen berkesempatanmenyampaikan evaluasi, aspirasi (kritik

saran) tanpa birokrasi yang rumit dan panjang.Adhinugroho (2001), menyatakan bahwa, keakuratan

sistem informasi memberikanpengaruh positip terhadap kualitas layanan.

RESPON PELANGGAN (MAHASISWA) PERGURUAN TINGGI SWASTA

Berdasarkan hasil penelitian Hotman Panjaitan (Pengaruh Sistem Teknologi Informasi Terhadap

Kualitas Layanan dan Respon Mahasiswa Perguruan Tinggi Swasta), kontribusi yang paling besar

dalam membentuk sistem teknologi informasi adalahindikator keakuratan pendistribusian informasi

akademik (0,921). Hal ini menunjukkanbahwa mahasiswa perguruan tinggi swasta mengutamakan

keakuratan pendistribusianinformasi akademik dari pihak kampus yang meliputi keakuratan informasi

yang diterima,keakuratan pengaksesan informasi, dan keakuratan penyajian informasi dalam hal

sistemteknologi informasi perguruan tinggi swasta .

Dengan dominannya dimensi keakuratan pendistribusian informasi akademik dalampembentuk

variabel sistem teknologi informasi, maka pihak perguruan tinggi hendaknyalebih serius untuk

meningkatkan pendistribusian informasi akademiknya agarpendistribusian informasi akademik


Parasuraman, A., Zeithaml, V. A., and Berry, L. L., (1985), A Conceptual Model OfService Quality

and Its Implication For Future Research, Journal Of Marketing,Vol. 49, pp 41-50.

Segars, Albert H., and Grover, Varun, 1998, The Industry Level Impact of InformationTechnology:

An Empirical Analysis Of Three Industries, Decision Sciences, Vol.26, pp. 337-368.


SISTEM PENDUKUNG KEPUTUSAN KRITERIA RUMAH TANGGA

MENGGUNAKAN MODEL LOGIKA

FUZZY LINIER

Nurfalah1) dan Slamet Abadi 2)

1) Nurfalah, Mahasiswa STMIK Bani Saleh Bekasi

[email protected]) Slamet Abadi, Dosen Statistika dan Matematika

[email protected]

ABSTRAK

Penentuan kriteria rumah tangga pra sejahtera versi BPS, BKKN dan badan kesehatan tidak

mempunyai satu kesepakatan dalam menentukan kriteria rumah tangga pra sejahtera sehingga

penentuan kriteria rumah tangga menjadi kurang objektif. Penentuan klasifikasi Rumah Tangga

dengan Model Logika Fuzzy Linier dapat memberikan solusi yang lebih baik yaitu dengan

menggunakan representasi linier turun dan representasi linier naik karena akan dengan kedua

rumus tersebut dapat memberikan nilai derajat keanggotaan rentang 0 sampai 1. Luaran kriteria

rumah tangga yang diinginkan dapat disesuaikan dengan kebutuhan yaitu Kriteria Sangat Kaya,

Kaya, Sedang, Miskin dan Sangat Miskin. Hasil penelitian ini akan menghasilkan sebuah

aplikasi penentuan kriteria rumah tangga khususnya rumah tangga pra sejahtera sehingga proses

perhitungannya menjadi lebih cepat, akurat dan objektif.

Keyword: rumah tangga, model logika fuzzy, representasi linier naik, representasi linier

turun, derajat keanggotaan

ABSTRAK

Determination of criteria for pre-prosperous household BPS version, BKKN and health agencies

do not have an agreement in determining the criteria for pre-prosperous households, and

definitive criteria for households to be less objective. Determination classification households

with linear fuzzy logic model can provide a better solution is to use a linear representation down

and rose as a linear representation with two formulas will provide the highest degree of

membership can range from 0 to 1. Outcomes desired home criterion can be adapted to the

needs of the criteria for very rich, rich, average, poor and very poor. The results of this research

will result in a determination of the software of the criteria in particular household pre-

prosperous household so the calculation becomes more rapid, accurate and objective.

Keywords: household, fuzzy logic models, representations of linear up, linear representation

down, the degree of membership

PENDAHULUAN

Belakangan ini pemerintah akan memberikan Bantuan Langsung Sementara Masyarakat

(BLSM) kepada sekitar 8 juta jiwa Kepala Keluarga atau Rumah tangga miskin di seluruh

Indonesia sebagai konvensasi rencana kenaikan harga Bahan Bakar Minyak. Selain BLSM

sebelumnya pemerintah juga menyalurkan bantuan seperti Bantuan Langsung Tunai (BLT,


Parasuraman, A., Zeithaml, V. A., and Berry, L. L., (1985), A Conceptual Model OfService Quality

and Its Implication For Future Research, Journal Of Marketing,Vol. 49, pp 41-50.

Segars, Albert H., and Grover, Varun, 1998, The Industry Level Impact of InformationTechnology:

An Empirical Analysis Of Three Industries, Decision Sciences, Vol.26, pp. 337-368.


dulu), bantuan Asuransi Kesehatan (ASKES), Jaminan Kesehatan Masyarakat (JAMKESMAS),

Jaminan Kesehatan Daerah (JAMKESDA), beras bersubsidi untuk keluarga miskin, Program

Keluarga Harapan dan lain sebagainya. Namun tidak semua bantuan-bantuan tersebut diterima

oleh Rumah tangga yang memang berhak menerimanya.

Fakta di lapangan justru keluarga sejahtera pun ikut menikmati bantuan-bantuan tersebut,

sehingga dirasakan telah terjadi salah sasaran pemberian bantuan oleh pemerintah pusat ataupun

daerah kepada masyarakat.

Banyak lembaga-lembaga baik pemerintah maupun swadaya masyarakat yang dibangun untuk

mengatasi permasalahan kemiskinan, namun pada penerapan di lapangan, seringkali terbentur

permasalahan data dan informasi yang kurang akurat, sehingga dikhawatirkan program-

programnya menjadi kurang efektif bahkan salah sasaran. Penyedia data dan informasi terbesar

yang terkait data kemiskinan adalah Biro Pusat Statistik (BPS) dan Badan Koordinasi Keluarga

Berencana Nasional (BKKBN).

Dari kedua sumber tersebut dapat diperoleh informasi yang bisa digunakan sebagai sumber

penyusunan target-target program kemiskinan (Setyawan, 2009).

Namun, Dari dua sumber data di atas, terjadi perbedaan kriteria rumah tangga prasejahtera

antara BPS dengan BKKBN. Sehingga perbedaan kriteria ini menimbulkan kesulitan bagi

instansi-instansi atau lembaga swadaya untuk menentukan sebuah rumah tangga termasuk

sejahtera atau prasejahtera.

Kesulitan ini akan berdampak perpecahaan di kalangan masyarakat karena akan menimbulkan

kecemburuan sosial sehingga pada saat turun bantuan dari pemerintah setempat atau pun

pemerintah pusat yang ditunjukan untuk rumah tangga prasejahtera, maka bantuan tersebut akan

diterima juga oleh rumah tangga sejahtera akibat tidak objektifnya penentuan kriteria rumah

tangga sejahtera dan prasejahtera (Setyawan, 2009).

Untuk mengatasi masalah diatas, maka diperlukan sebuah model yang akurat dan efisien

sehingga penentuan kriteria rumah tangga sejahtera dan prasejahtera menjadi lebih objektif

dibandingkan dengan penggunaan data klasik (crips) versi BPS ataupun BKKBN.

TINJAUAN PUSTAKA

Indikator Kemiskinan

Kemiskinan merupakan permasalahan yang sangat komplek di Indonesia. Ada sekitar 31,02 juta

jiwa (13,33 persen) penduduk Indonesia yang masih berada di bawah garis kemiskinan (BPS,

2010b). Sementara menurut Bank Dunia (World Bank) penduduk miskin di Indonesia sekitar 49

persen dari total jumlah penduduk Indonesia.

Sementara di Kota Bekasi jumlah penduduk miskin mencapai 230 ribu jiwa dari total jumlah

penduduk kota Bekasi yang mencapai 2,33 juta jiwa (BPS, 2010a). Permasalahan ini pun

menjadi pekerjaan rumah khususnya bagi pemerintah dearah apalagi Kota Bekasi menjadi salah

satu tempat bagi pendatang dari daerah (urbanisasi) sehingga kemiskinan semakin meningkat.

Penanggulangan kemiskinan melalui program bantuan BLT, BPS telah menetapkan 14 (empat

belas) kritria keluarga miskin, seperti yang telah disosialisasikan oleh Depertemen Komunikasi

dan Informatika (Depkominfo) pada tahun 2005, rumah tangga yang memiliki ciri rumah tangga

miskin, yaitu (Setyawan, 2009):


1. Luas lantai bangunan tempat tinggal kurang dari 8 m2 per orang.

2. Jenis lantai bangunan tempat inggal terbuat dari tanah/bambu/kayu murahan.

3. Jenis dinding tempat tinggal terbuat dari bambu/rumbia/kayu berkualitas rendah/tembok

tanpa diplester.

4. Tidak memiliki fasilitas buang air besar/ bersama-sama dengan Rumah tangga lain.

5. Sumber penerangan Rumah tangga tidak menggunakan listrik

6. Sumber air minum berasal dari sumur/mata air tidak terlindung/ sungai/ air hujan.

7. Bahan bakar untuk memasak sehari-hari adalah kayu bakar/ arang/ minyak tanah.

8. Hanya mengknsumsi daging/ susu/ ayam satu kali dalam seminggu.

9. Hanya membeli satu stel pakaian baru dalam setahun.

10. Hanya sanggup makan sebanyak satu/dua kali dalam sehari.

11. Tidak sanggup membayar biaya pengobatan di puskesmas/poliklinik.

12. Sumber penghasilan kepala Rumah tangga adalah petani dengan luas lahan 0,5 ha, buruh

tani, nelayan, buruh bangunan, buruh perkebunan, atau pekerjaan lainnya dengan

pendapatan di bawah Rp. 600.000 per bulan.

13. Pendidikan kepala Rumah tangga tidak sekolah/ tidak tamat SD/ hanya tamat SD.

14. Tidak memiliki tabungan / barang yang mudah dijual dengan nilai Rp. 500.000, seperti:

sepeda motor (kredit/non kredit), emas, ternak, kapal motor, atau barang modal lainnya.

Dari 14 kriteria tersebut, BKKBN membuat 4 kategori kriteria Rumah tangga (Setyawan,

2009): Kategori Keluarga Tidak Miskin bila hanya memenuhi 1 - 3 indikator, kategori Keluarga

Hampir Miskin yaitu bila memenuhi 4 – 8 indikator, kategori Keluarga Miskin yaitu bila

memenuhi 9 – 12 indikator, kategori Keluarga Sangat Miskin yaitu bila memenuhi 13 – 14

indikator.

Untuk menentukan kriteria keluarga miskin di Kota Bekasi dilakukan dengan metode

klasik/crisp, dimana penentuan keluarga miskin ditentukan dari pengeluaran Rumah tangga

yang berada di garis kemiskinan sebesar Rp. 233.000 per bulan (BPS, 2010a).

Teori Logika Fuzzy

Fuzzy logic berhubungan dengan jenis ketidakpastian yang telah menjadi sifat alamiah manusia.

Teknik ini, dengan menggunakan teori matematis himpunan fuzzy (Jamshidi, dkk., 1997; Klir

dan Yuan, 1995; McNeill dan Freiberger, 1993; Nguyen dan Walker, 1999), mensimulasikan

proses pertimbangan normal manusia dengan jalan memungkinkan komputer untuk berprilaku

sedikit lebih seksama dan logis daripada yang dibutuhkan metode komputer konvensional

(Turban, Aronson, & Liang, 2005).

Logika Fuzzy adalah peningkatan dari logika Boolean yang berhadapan dengan konsep

kebenaran sebagian. Di mana logika klasik menyatakan bahwa segala hal dapat diekspresikan

dalam istilah binary (0 atau 1, hitam atau putih, ya atau tidak), logika fuzzy menggantikan

kebenaran boolean dengan tingkat kebenaran.

Ada beberapa alasan mengapa orang menggunakan Fuzzy Logic diantaranya Fuzzy Logic merupakan konsep matematis yang mendasari penalaran Fuzzy sangat sederhana dan mudah

dimengerti, sangat fleksibel, memiliki toleransi terhadap data-data yang tidak tepat, mampu

memodelkan fungsi-fungsi nonlinier yang sangat kompleks, dapat dibangun dan diaplikasikan

berdasarkan pengalaman-pengalaman para pakar secara langsung tanpa harus melalui proses

pelatihan, dapat digunakan pada sistem kendali secara konvensional dan didasarkan pada

bahasa alami (Kusumadewi, 2002).

Representasi Linier


dulu), bantuan Asuransi Kesehatan (ASKES), Jaminan Kesehatan Masyarakat (JAMKESMAS),

Jaminan Kesehatan Daerah (JAMKESDA), beras bersubsidi untuk keluarga miskin, Program

Keluarga Harapan dan lain sebagainya. Namun tidak semua bantuan-bantuan tersebut diterima

oleh Rumah tangga yang memang berhak menerimanya.

Fakta di lapangan justru keluarga sejahtera pun ikut menikmati bantuan-bantuan tersebut,

sehingga dirasakan telah terjadi salah sasaran pemberian bantuan oleh pemerintah pusat ataupun

daerah kepada masyarakat.

Banyak lembaga-lembaga baik pemerintah maupun swadaya masyarakat yang dibangun untuk

mengatasi permasalahan kemiskinan, namun pada penerapan di lapangan, seringkali terbentur

permasalahan data dan informasi yang kurang akurat, sehingga dikhawatirkan program-

programnya menjadi kurang efektif bahkan salah sasaran. Penyedia data dan informasi terbesar

yang terkait data kemiskinan adalah Biro Pusat Statistik (BPS) dan Badan Koordinasi Keluarga

Berencana Nasional (BKKBN).

Dari kedua sumber tersebut dapat diperoleh informasi yang bisa digunakan sebagai sumber

penyusunan target-target program kemiskinan (Setyawan, 2009).

Namun, Dari dua sumber data di atas, terjadi perbedaan kriteria rumah tangga prasejahtera

antara BPS dengan BKKBN. Sehingga perbedaan kriteria ini menimbulkan kesulitan bagi

instansi-instansi atau lembaga swadaya untuk menentukan sebuah rumah tangga termasuk

sejahtera atau prasejahtera.

Kesulitan ini akan berdampak perpecahaan di kalangan masyarakat karena akan menimbulkan

kecemburuan sosial sehingga pada saat turun bantuan dari pemerintah setempat atau pun

pemerintah pusat yang ditunjukan untuk rumah tangga prasejahtera, maka bantuan tersebut akan

diterima juga oleh rumah tangga sejahtera akibat tidak objektifnya penentuan kriteria rumah

tangga sejahtera dan prasejahtera (Setyawan, 2009).

Untuk mengatasi masalah diatas, maka diperlukan sebuah model yang akurat dan efisien

sehingga penentuan kriteria rumah tangga sejahtera dan prasejahtera menjadi lebih objektif

dibandingkan dengan penggunaan data klasik (crips) versi BPS ataupun BKKBN.

TINJAUAN PUSTAKA

Indikator Kemiskinan

Kemiskinan merupakan permasalahan yang sangat komplek di Indonesia. Ada sekitar 31,02 juta

jiwa (13,33 persen) penduduk Indonesia yang masih berada di bawah garis kemiskinan (BPS,

2010b). Sementara menurut Bank Dunia (World Bank) penduduk miskin di Indonesia sekitar 49

persen dari total jumlah penduduk Indonesia.

Sementara di Kota Bekasi jumlah penduduk miskin mencapai 230 ribu jiwa dari total jumlah

penduduk kota Bekasi yang mencapai 2,33 juta jiwa (BPS, 2010a). Permasalahan ini pun

menjadi pekerjaan rumah khususnya bagi pemerintah dearah apalagi Kota Bekasi menjadi salah

satu tempat bagi pendatang dari daerah (urbanisasi) sehingga kemiskinan semakin meningkat.

Penanggulangan kemiskinan melalui program bantuan BLT, BPS telah menetapkan 14 (empat

belas) kritria keluarga miskin, seperti yang telah disosialisasikan oleh Depertemen Komunikasi

dan Informatika (Depkominfo) pada tahun 2005, rumah tangga yang memiliki ciri rumah tangga

miskin, yaitu (Setyawan, 2009):


Pada representasi linier, permukaan digambarkan sebagai suatu garis lurus. Bentuk ini paling

sederhana dan menjadi pilihan yang baik untuk mendekati suatu konsep yang kurang jelas. Ada

2 keadaan himpunan fuzzy yang linier, yaitu (Kusumadewi, 2002):

a. Represetasi Linier Naik (RLN), yaitu kenaikan himpunan dimulai pada nilai domain yang

memiliki derajat keanggotaan nol [0] bergerak ke kanan menuju ke nilai domain yang

memiliki derajat keanggotaan lebih tinggi.

ba0

1

Derajat

Keanggotaan

µ[x]

Domain

Sumber: Kusumadewi, 2002

Gambar 1 Represetnasi Linier Naik

Fngsi keanggotaan

...........(1)

b. Representasi Linier Turun (RLT), merupakan kebalikan yang pertama. Garis lurus dimulai

dari nilai domain dengan derajat keanggotaan tertinggi pada sisi kiri, kemudian bergerak

menurun ke nilai domain yang memiliki derajat keanggotaan lebih rendah.

ba0

1

Derajat

Keanggotaan

µ[x]

Domain


Gambar 2 Representasi Linier Turun

Fungsi keanggotaan:

...........(2)

Rumus untuk menghitung Nilai Sampel:

NilaiSampel= ...........(3)

Ket:

bi = Bobot kriteria ke – i

dki = Derajat Keanggotaan kriteria ke – i


Nilai sampel yang diperoleh dari persamaan (3) akan dihitung nilai derajat keanggotaanya

dengan menggunakan rumus RLT dan RLN mengacu pada Tabel 1.

Tabel 1 Aturan Rentang Nilai Sampel

II

Kategori

I

III

IV

V

Rentang Nilai

Sampel

0 - 30

10 - 30

30 - 50

30 - 50

50 - 70

50 - 70

70 - 90

70 - 90

90 - 100

Status Kriteria

Sangat Kaya

Kaya

Kaya

Sedang

Sedang

Miskin

Miskin

Sangat Miskin

Sangat Miskin

Fungsi

Keanggotaan

RLT

RLN

RLT

RLN

RLT

RLN

RLT

RLN

RLN = 1

Penilaian status kriteria ditentukan dari nilai sampel yang paling terbesar derajat

keanggotaannya dari perhitungan RLT dan RLN.

TUJUAN PENELITIAN

Penentuan kriteria Rumah tangga prasejahtera cukup penting untuk menentukan sebuah Rumah

tangga masuk kategori keluarga/rumah tangga prasejahtera atau tidak, agar pada saat turun

bantuan dari pemerintah pusat ataupun pemerintah daerah maka pemberian bantuan tidak salah

sasaran.

Ada beberapa tujuan yang ingin dicapai dalam penelitian ini diantaranya adalah sebagai berikut:

1 Menentukan kriteria Rumah tangga dengan model logika Fuzzy dalam 5 (lima) kriteria yaitu

Sangat Kaya, Kaya, Sedang, Miskin dan Sangat Miskin.

2 Membuat sebuah sistem penggabungan kriteria Rumah tangga prasejahtera versi BPS dan

BKKBN dengan model logika Fuzzy.3 Membangun sebuah software penentuan kriteria rumah tangga gabungan dari versi BKKBN

dan versi BPS dengan model Logika Fuzzy

4 Menyajikan laporan data Rumah tangga yang menjadi analisa dan informasi yang akurat

bagi instansi-instansi terkait.

MANFAAT PENELITIAN

Ada beberapa manfaat dari penelitian ini. Manfaat ini akan dirasakan terutama untuk instansi

pemerintahan, mulai dari instansi atau lembaga pemerintahan pusat sampai tingkat daerah,

diantaranya adalah sebagai berikut:

1 Bagi Instansi Pemerintahan (Pemerintah Pusat ataupun Pemerintah Daerah), akan membantu

penentuan kriteria rumah tangga yang jauh lebih objektif dan akurat. Selain itu juga akan

memberikan laporan yang dapat memberikan analisa dan informasi yang akurat terutama

untuk penyaluran bantuan.


Pada representasi linier, permukaan digambarkan sebagai suatu garis lurus. Bentuk ini paling

sederhana dan menjadi pilihan yang baik untuk mendekati suatu konsep yang kurang jelas. Ada

2 keadaan himpunan fuzzy yang linier, yaitu (Kusumadewi, 2002):

a. Represetasi Linier Naik (RLN), yaitu kenaikan himpunan dimulai pada nilai domain yang

memiliki derajat keanggotaan nol [0] bergerak ke kanan menuju ke nilai domain yang

memiliki derajat keanggotaan lebih tinggi.

ba0

1

Derajat

Keanggotaan

µ[x]

Domain


Gambar 1 Represetnasi Linier Naik

Fngsi keanggotaan

...........(1)

b. Representasi Linier Turun (RLT), merupakan kebalikan yang pertama. Garis lurus dimulai

dari nilai domain dengan derajat keanggotaan tertinggi pada sisi kiri, kemudian bergerak

menurun ke nilai domain yang memiliki derajat keanggotaan lebih rendah.

ba0

1

Derajat

Keanggotaan

µ[x]

Domain


Gambar 2 Representasi Linier Turun

Fungsi keanggotaan:

...........(2)

Rumus untuk menghitung Nilai Sampel:

NilaiSampel= ...........(3)

Ket:

bi = Bobot kriteria ke – i

dki = Derajat Keanggotaan kriteria ke – i


2 Bagi Pengembang, maka akan menjadi referensi pemberdayaan rumah tangga prasejahtera

sehingga pemberdayaan masyarakat tidak salah sasaran.

3 Bagi Masyarakat, penentuan kriteria Rumah tangga prasejahtera dengan model logika Fuzzyakan memberikan penentuan kriteria yang lebih objektif sehingga tidak terjadi kecemburuan

sosial atau perpecahan di kalangan masyarakat.

4 Teori fuzzy untuk membantu sistem pendukung keputusan kriteria KK akan menjadi

referensi dasar dalam pengembangan teori yang sama dengan objek yang berbeda-beda.

5 Menjadi referensi pembelajaran teori fuzzy bagi pemula


Langkah-langkah penentuan kriteria rumah tangga ke dalam lima status/kriteria yaitu Sangat

Kaya, Kaya, Sedang, Miskin dan Sangat Miskin, dimulai dari pengisian kuisioner yang dibuat

dari 14 kriteria rumah tangga miskin diatas. Setiap kriteria diberi bobot presentase secara merata

atau costumize. Setiap kriteria terdiri dari 3 sampai 6 pilihan yang memiliki bobot berurutan 0

sampai 5. Lebih jelas merujuk pada gambar 3.

Luas lantai tempat tinggal?

Nilai barang (NB) yang mudah dijual seperti emas,

motor dll?

1

14

....... ........... ........... .......... ......... 2

Jawaban ke-2

Jawaban ke-1

Jawaban ke-3

…….

Jawaban ke-n

............

.............

Jawaban ke-2

Jawaban ke-1

Jawaban ke-3

… …. …. ….

Jawaban ke-n

No Pertanyaan/Kriteria RT Pra Sejahtera Bobot

7.14%

7.14%

7.14%

1

0

2

….

n

1

0

2

….

n

Gambar 3 Kuisioner Kriteria Rumah Tangga

Selanjutnya setiap kriteria tersebut dihitung derajat keanggotaannya dengan menggunakan

rumus representasi linier turun (RLT) dengan rumus pada persamaan (2). Jika derajat

keanggotaan setiap kriteria sudah didapatkan, maka tahap selanjutnya adalah menghitung Nilai

Sampel. Nilai Sampel diperoleh dari penjumlahan derajat keanggotaan kriteria yang dikalikan

dengan bobot kriteria. Untuk menghitung Nilai Sampel menggunakan rumus pada persamaan

(3).

Sebagai perhitungan akhir, hitung derajat keanggotaan Nilai Sampel sesuai dengan aturan

mengacu Tabel 1.

Merujuk aturan pada Tabel 1 maka setiap Nilai Sampel akan memiliki dua perhitungan derajat

keanggotaan status kriteria misalnya saja kategori I dengan status kriteria Sangat Kaya dan

Kaya. Setelah dihitung derajat keanggotaan masing-masing status kriteria dengan rumus/fungsi

keanggotaan RLT (untuk status kriteria Sangat Kaya) atau RLN (untuk status kriteria Kaya),

maka bandingkan derajat keanggotaan tersebut dan pilihlah nilai derajat keanggotaan yang

paling besar. Berikut adalah hasil akhir perhitungan fuzzy linier mengacu pada Tabel 2.


Tabel 2 Hasil Perhitungan

SampelNilai

Sampel

Kategori

KriteriaDK

Kriteria 1

DK

Kriteria 2

Status Sampel

S1 15.33 I 0.49 0.27 Sangat Kaya

S2 80.45 IV 0.48 0.52 Sangat Miskin

S3 54.67 III 0.77 0.23 Sedang

S4 35.04 II 0.75 0.25 Kaya

S5 90.45 V 1 0 Sangat Miskin

... ... ... ... ... ...

Sn n n n n n

BandingkanKriteria 1

Dan

Kriteria 2

SK & K

M & SM

S & M

K & S

SM

...

n

Keterangan: SK (Sangat Kaya), K (Kaya), S (Sedang), M (Miskin) dan SM (Sangat Miskin)

HASIL DAN PEMBAHASAN

Penelitian ini menggunakan bahasa pemrograman Visual Studio 2008 (VB.Net), dadtabase SQL

Server 2005 dan sistem operasi windows 7. Sementara untuk perancangan aplikasi

menggunakan use case diagram dan visio 2007.

Use Case Diagram Proses Diagnosa

Proses pertama yang dilakukan adalah admin login sistem -> memilih menu diagnosa -> input

No KK (apakah terdaftar atau tidak, jika tidak maka pilih No KK lain) -> Pilih jawaban

pertanyaan sesuai dengan data No KK tersebut -> Simpan hasil diagnosa -> cetak hasil diagnosa

-> Logout (jika tidak melakukan diagnosa lagi). Untuk lebih jelas mengacu pada gambar 6

berikut:

Admin

Login

Pilih menu diagnosa

Cek data KK

Klik tabel pertanyaan

Logout

Lihat hasil diagnosa

Cetak hasil diganosa

Pilih jawaban

Gambar 4 Use Case Diagram Proses Diagnosa Rumah Tangga

Rancangan Database

Rancangan tabel bertujuan untuk menggambarkan relasi antar tabel satu dengan yang lain yang

berfungsi untuk menghindari data ganda. Tabel data_kk berelasi dengan tabel hasil dan tabel

detail_hasil, kemudian tabel detail_hasil berelasi dengan tabel kuisioner dan tabel kuisioner

berelasi dengan tabel kuisionerjawaban. Untuk lebih jelas mengacu pada gambar 5 berikut.


2 Bagi Pengembang, maka akan menjadi referensi pemberdayaan rumah tangga prasejahtera

sehingga pemberdayaan masyarakat tidak salah sasaran.

3 Bagi Masyarakat, penentuan kriteria Rumah tangga prasejahtera dengan model logika Fuzzyakan memberikan penentuan kriteria yang lebih objektif sehingga tidak terjadi kecemburuan

sosial atau perpecahan di kalangan masyarakat.

4 Teori fuzzy untuk membantu sistem pendukung keputusan kriteria KK akan menjadi

referensi dasar dalam pengembangan teori yang sama dengan objek yang berbeda-beda.

5 Menjadi referensi pembelajaran teori fuzzy bagi pemula


Langkah-langkah penentuan kriteria rumah tangga ke dalam lima status/kriteria yaitu Sangat

Kaya, Kaya, Sedang, Miskin dan Sangat Miskin, dimulai dari pengisian kuisioner yang dibuat

dari 14 kriteria rumah tangga miskin diatas. Setiap kriteria diberi bobot presentase secara merata

atau costumize. Setiap kriteria terdiri dari 3 sampai 6 pilihan yang memiliki bobot berurutan 0

sampai 5. Lebih jelas merujuk pada gambar 3.

Luas lantai tempat tinggal?

Nilai barang (NB) yang mudah dijual seperti emas,

motor dll?

1

14

....... ........... ........... .......... ......... 2

Jawaban ke-2

Jawaban ke-1

Jawaban ke-3

…….

Jawaban ke-n

............

.............

Jawaban ke-2

Jawaban ke-1

Jawaban ke-3

… …. …. ….

Jawaban ke-n

No Pertanyaan/Kriteria RT Pra Sejahtera Bobot

7.14%

7.14%

7.14%

1

0

2

….

n

1

0

2

….

n

Gambar 3 Kuisioner Kriteria Rumah Tangga

Selanjutnya setiap kriteria tersebut dihitung derajat keanggotaannya dengan menggunakan

rumus representasi linier turun (RLT) dengan rumus pada persamaan (2). Jika derajat

keanggotaan setiap kriteria sudah didapatkan, maka tahap selanjutnya adalah menghitung Nilai

Sampel. Nilai Sampel diperoleh dari penjumlahan derajat keanggotaan kriteria yang dikalikan

dengan bobot kriteria. Untuk menghitung Nilai Sampel menggunakan rumus pada persamaan

(3).

Sebagai perhitungan akhir, hitung derajat keanggotaan Nilai Sampel sesuai dengan aturan

mengacu Tabel 1.

Merujuk aturan pada Tabel 1 maka setiap Nilai Sampel akan memiliki dua perhitungan derajat

keanggotaan status kriteria misalnya saja kategori I dengan status kriteria Sangat Kaya dan

Kaya. Setelah dihitung derajat keanggotaan masing-masing status kriteria dengan rumus/fungsi

keanggotaan RLT (untuk status kriteria Sangat Kaya) atau RLN (untuk status kriteria Kaya),

maka bandingkan derajat keanggotaan tersebut dan pilihlah nilai derajat keanggotaan yang

paling besar. Berikut adalah hasil akhir perhitungan fuzzy linier mengacu pada Tabel 2.


Data_kk

No_kk (P)

Nama_kk

Propinsi

Kota

Kecamatan

Desa

Rt

Kode_pos

Tanggungan

Status

Hasil

No_kk

Nilai_sampel

Jml_pty

Total_bobot

Dk_k1

Dk_k2

Detail_hasil

No_kk

Nomor_urut

Pertanyaan

Jawaban

Bobot

Dk_pty

Nilai_pty

Kuisioner

Nomor_urut (P)

Pertanyaan

Jml_jawaban

Bobot

Nilai_mak

Nilai_min

Kuisionerjawaban

Nomor_urut

Jawaban

Bobot

Gambar 5 Relasi Antar Tabel Rumah Tangga

Rancangan Program

Aplikasi yang dirancang yaitu form input daerah seperti Provinsi, Kota/Kabupaten, Kecamatan,

Kelurahan/desa, RT/RW, Kriteria, Detail Kriteria, Rumah Tangga, Bobot Kriteria dan

Administrator. Form proses seperti proses perhitungan fuzzy linier dan form output seperti data

kriteria, data detail kriteria, data rumah tangga, data detail rumah tangga dan grafik kriteria

rumah tangga.

Gambar 6 Form Menu Utama


Gambar 7 Hasil Perhitungan Fuzzy Linier

Gambar 8 Grafik Hasil Perhitungan Fuzzy Linier

SIMPULAN

Dari hasil penelitian yang dilakukan mulai dari tahap awal hingga proses pengujian dapat

disimpulkan bahwa sistem penentuan kriteria Rumahtangga pra sejahtera di Kota Bekasi dengan

model logika fuzzy adalah sebagai berikut:

a. Penggunaan metode logika fuzzy linier untuk menentukan kriteria Rumahtangga pra

sejahtera ternyata lebih akurat dibandingkan dengan metode crisp dimana perbedaan nilai

atau angka sedikit saja menyebabkan kriteria atau status yang berbeda.

b. Penentuan RT pra sejahtera dengan logika fuzzy linier dapat membantu pemerintah untuk

menentukan status RT pra sejahtera sehingga jika bantuan dari pemerintah pusat ataupun

pemerintah daerah turun, tidak akan terjadi salah sasaran.

c. Aplikasi penentuan kriteria rumah tangga pra sejahtera dengan visual basic membantu proses

perhitungan fuzzy linier lebih cepat. Selain itu juga menyajikan laporan yang lebih terperinci

dan jelas.


Data_kk

No_kk (P)

Nama_kk

Propinsi

Kota

Kecamatan

Desa

Rt

Kode_pos

Tanggungan

Status

Hasil

No_kk

Nilai_sampel

Jml_pty

Total_bobot

Dk_k1

Dk_k2

Detail_hasil

No_kk

Nomor_urut

Pertanyaan

Jawaban

Bobot

Dk_pty

Nilai_pty

Kuisioner

Nomor_urut (P)

Pertanyaan

Jml_jawaban

Bobot

Nilai_mak

Nilai_min

Kuisionerjawaban

Nomor_urut

Jawaban

Bobot

Gambar 5 Relasi Antar Tabel Rumah Tangga

Rancangan Program

Aplikasi yang dirancang yaitu form input daerah seperti Provinsi, Kota/Kabupaten, Kecamatan,

Kelurahan/desa, RT/RW, Kriteria, Detail Kriteria, Rumah Tangga, Bobot Kriteria dan

Administrator. Form proses seperti proses perhitungan fuzzy linier dan form output seperti data

kriteria, data detail kriteria, data rumah tangga, data detail rumah tangga dan grafik kriteria

rumah tangga.

Gambar 6 Form Menu Utama


DAFTAR PUSTAKA

[BPS] Badan Pusat Statistik. (2010). Jumlah Penduduk Miskin Di Kota Bekasi Tahun 2010.

[terhubung berkala] http://www .bps.go.id/brs_file/kemiskinan-01jul10.pdf[3/12/2011]

Haryanto, B. (2004). Sistem Manajemen Basis Data. Bandung: Informatika.

Kendall, K. E., & Kendall, J. E. (2003a). Analisis dan Perancangan Sistem Jilid 1. Jakarta: PT

Index Kelompok Gramedia.

Kusumadewi, S. (2002). Analisis & Desain Sistem Fuzzy Menggunakan Tool Box Matlab.Yogyakarta: Graha Ilmu.

Lee, K. H. (2005). First Course On Fuzzy Theory and Applications. Berlin: Springer.

Lughofer, E. (2011). Evolving Fuzzy Systems - Methodologies, Advanced Concepts and Applications. Berlin: Springer.

Nugroho, A. (2004a). Konsep Pengembangan Sistem Basis Data. Bandung: Informatika.

Pena-Rayes, C. A. (2002). Ceovolutionary Fuzzy Modeling.[terhubung berkala] http://lsl

www.epfl.ch/pages/publications/rcnt_theses/pena/PenaReyes_thesis.pdf[10/5/2011]

Setyawan, S. (2009). Penerapan Logika Fuzzy Untuk Memperbaiki Penyusunan Ranking Wilayah Miskin. [terhubung berkala] http://yudiagusta.files.wordpress.com/2009/11/151-

155-knsi09-027-penerapan-logika-fuzzy-[1/6/2011]

Sivanandam, S. N., Sumathi, S., & Deepa, S. S. (2007). Introduction to Fuzzy Logic Using Matlab. Berlin: Springer.

Suharli, S. (2005). Membangun Aplikasi Berbasis Windwos Dengan Visual Basic.Net. Jakarta:

PT Elex Media Komputindo.

Turban, E., Aronson, J. E., & Liang, T.-P. (2005). Decision Support System and Intelligent Systems - 7th Ed. Jilid 2. Yogyakarta: ANDI.

Wahyudi. (2001). Aplikasi Kendali Fuzzy Logic Untuk Pengaturan Kecepatan Motor Universal.Dipetik Juni 1, 2011, dari

http://faculty.petra.ac.id/thiang/download/paper/Fuzzy_Motor_Universal.pdf

1. Naskah diketik dengan 1 spasi pada kertas ukuran kuarto [8x11 inch] dan marjin kiri-kanan 3 cm dan atas bawah 3 cm.

2. Naskah dapat ditulis menggunakan bahasa Indonesia atau bahasa Inggris.3. Panjang artikel ilmiah tidak lebih dari 7.500 kata atau 10-20 halaman kuarto.4. Naskah yang terlalu panjang akan dikembalikan untuk dipersingkat.5. Naskah dapat dikirim ke alamat redaksi melalui pos atau E-mail. Pengiriman mela-

lui Pos harus menyertakan cetakan naskah sebanyak 2 eksemplar dan naskah dalam bentuk CD-R/CD-RW dalam format Microsoft Word.

6. Biodata dan alamat penulis perlu disertakan dalam lembar terpisah7. Naskah yang dimuat diberikan cetak lepas sebanyak 10 eksemplar.8. Naskah belum pemah dipublikasikan. Naskah berapa artikel konseptual memuat

komponen: judul, nama penulis, abstrak dan kata-kata kunci, bagian pendahuluan, bagian inti, penutup/rangkuman/simpulan, daftar pustaka, dan tabel.

9. Naskah dapat berapa artikel hasil penelitian memuat komponen: judul, nama penu-lis, abstrak dan kata-kata kunci, bagian pendahuluan, metode penelitian/analisis, hasil pembahasan, simpulan dan saran, daftar pustaka, dan tabel.

10. Abstrak disusun kurang lebih 100 kata dalam bahasa Indonesia/Inggris. Daftar kata kunci (5 kata dan setiap kata tidak lebih dari 20 karakter) menunjukkan isi artikel.

11. Halaman depan naskah harus memuat identitas penulis secara jelas.12. Catatan tambahanderivasimatematika/statistikauntuk justifikasi semuakarakter

matematika/statistika yang dipakai di dalam artikel harus dikirim bersama artikel agar membantu penyunting ahli (catatan tambahan tidak dipublikasikan)

13. Diagram harus jelas digambar dengan label sumbu-sumbu dan skala sumbu yang disebut secara jelas.

14. Judul tabel harus jelas di dalam unit pengukuran, area geograpi tahun dasar untuk angka indeks, dan sumber daftar pustaka.

15. Rujukan dalam teks naskah dan daftar pustaka harus secara hati-hati dicermati dan lengkap dalam hal tahun dan tempat publikasi, gunakan konvensi teknik ilmiah (Sistem Nama dan Tahun).

16. Daftar Pustaka untuk Buku disusun dengan urutan: nama pengarang (nama paling belakang berada di depan dan diikuti oleh nama terdepan dst.), tahun penerbitan, judul lengkap, nama publikasi/penerbitan, kota.

17. Daftar Pustaka untuk Jurnal disusun menurut abjad nama pengarang dan urutan: nama pengarang, tahun penerbitan, judul lengkap, nama jurnal, volume, halaman, publikasi/penerbitan, kota.

18 Daftar Pustaka untuk skripsi/tesis/desertasi disusun dengan urutan: nama penga-rang, tahun lulus, judul skripsi/tesis/desertasi, publikasi/penerbitan, kota.

CATATAN UNTUK KONTRIBUTOR


DAFTAR PUSTAKA

[BPS] Badan Pusat Statistik. (2010). Jumlah Penduduk Miskin Di Kota Bekasi Tahun 2010.

[terhubung berkala] http://www .bps.go.id/brs_file/kemiskinan-01jul10.pdf[3/12/2011]

Haryanto, B. (2004). Sistem Manajemen Basis Data. Bandung: Informatika.

Kendall, K. E., & Kendall, J. E. (2003a). Analisis dan Perancangan Sistem Jilid 1. Jakarta: PT

Index Kelompok Gramedia.

Kusumadewi, S. (2002). Analisis & Desain Sistem Fuzzy Menggunakan Tool Box Matlab.Yogyakarta: Graha Ilmu.

Lee, K. H. (2005). First Course On Fuzzy Theory and Applications. Berlin: Springer.

Lughofer, E. (2011). Evolving Fuzzy Systems - Methodologies, Advanced Concepts and Applications. Berlin: Springer.

Nugroho, A. (2004a). Konsep Pengembangan Sistem Basis Data. Bandung: Informatika.

Pena-Rayes, C. A. (2002). Ceovolutionary Fuzzy Modeling.[terhubung berkala] http://lsl

www.epfl.ch/pages/publications/rcnt_theses/pena/PenaReyes_thesis.pdf[10/5/2011]

Setyawan, S. (2009). Penerapan Logika Fuzzy Untuk Memperbaiki Penyusunan Ranking Wilayah Miskin. [terhubung berkala] http://yudiagusta.files.wordpress.com/2009/11/151-

155-knsi09-027-penerapan-logika-fuzzy-[1/6/2011]

Sivanandam, S. N., Sumathi, S., & Deepa, S. S. (2007). Introduction to Fuzzy Logic Using Matlab. Berlin: Springer.

Suharli, S. (2005). Membangun Aplikasi Berbasis Windwos Dengan Visual Basic.Net. Jakarta:

PT Elex Media Komputindo.

Turban, E., Aronson, J. E., & Liang, T.-P. (2005). Decision Support System and Intelligent Systems - 7th Ed. Jilid 2. Yogyakarta: ANDI.

Wahyudi. (2001). Aplikasi Kendali Fuzzy Logic Untuk Pengaturan Kecepatan Motor Universal.Dipetik Juni 1, 2011, dari

http://faculty.petra.ac.id/thiang/download/paper/Fuzzy_Motor_Universal.pdf

Diterbitkan Oleh :Lembaga Penelitian dan Pengabdian Kepada MasyarakatSekolah Tinggi Teknologi Muhammadiyah - Cileungsi

Alamat Redaksi :Jl.Anggrek I No 86 Perum PT.Semen Cibinong Cileungsi 16820

Telpon : 021-82495502 Fax : 021- 82495502

Website : www.sttmcileungsi.ac.ide-mail : [email protected]

jurnal teknosains sttm cileungsi januari 2016

Education