MODEL PENDUGA PENENTUAN GURU BERPRESTASI MENGGUNAKAN ADAPTIVE NEURO FUZZY INFERENCE SYSTEM:STUDI KASUS SLB NEGERI 7 JAKARTA

Abstract

Guru merupakan komponen utama dalam meningkatkan kualitas sumber daya manusia. Informasi mengenai guru berprestasi bagi sekolah menunjukkan adanya keberhasilan sekolah dalam mencapai tujuan pendidikan nasional dalam meningkatkan kualitas pembelajaran dalam mendidik peserta didiknya. Pada
penelitian ini, pemodelan berbasis Adaptive Neuro Fuzzy Inference System (ANFIS) digunakan dalam menentukan guru berprestasi berdasarkan kriteria pemilihan guru berprestasi SD dan SMP tahun 2011. Penelitian ini menggunakan metode hybrid dan backpropagation serta beberapa tipe fungsi keanggotaan untuk menghasilkan nilai root mean square error (RMSE) terendah. Nilai RMSE terendah untuk pemodelan proses training yang paling optimal dengan menggunakan tipe fungsi keanggotaan (membership function) trimf dan
trapmf pada metode hybrid. Sedangkan pemodelan yang paling optimal untuk proses testing menghasilkan nilai RMSE terendah dengan tipe fungsi keanggotaan gbellmf pada metode hybrid dan backpropagation. Sehingga pemodelan terbaik dalam penelitian ini yaitu dengan menggunakan metode hybrid dan backpropagation dengan tipe fungsi keanggotaan “gbellmf”. Sedangkan hasil pengujian prototipe berdasarkan kriteria uji Software Quality Assurance (SQA) secara kualitatif hasilnya baik, berdasarkan hasil pengujian
tersebut maka uji kelayakan pada penelitian ini cukup optimal.