PENERAPAN LOGIKA FUZZY MAMDANI DENGAN TIGA VARIABEL INPUT UNTUK PREDIKSI GRADE AKADEMIK SISWA SMA
DOI:
https://doi.org/10.54314/jssr.v8i4.4913Abstract
Abstract: This research aims to design and implement a Fuzzy Inference System (FIS) using the Mamdani method as an efficient machine learning solution for predicting Estimated GPA (4.0 Scale) for Senior High School students. The model addresses the inherent uncertainty in academic assessment by utilizing three crucial input variables from the Students Performance Dataset (Kaggle): Weekly Study Time (x), Number of Absences (y), and Parental Support (z). The parameters for the membership functions (Trimf) and the Rule Base (27 rules) were determined through descriptive analysis of the secondary dataset and academic heuristic knowledge, ensuring the validity and objectivity of the design. The system integrates fuzzification, inference, and defuzzification (Centroid of Area) to yield a continuous GPA value (0.00–4.00). Simulation results demonstrate that the model is effective in mapping qualitative factors to precise quantitative outputs, providing a practical contribution as an efficient and reliable diagnostic tool for educational institutions.
Keyword: Fuzzy Mamdani; GPA Prediction; Academic Grade Prediction
Abstrak: Penelitian ini bertujuan untuk merancang dan mengimplementasikan Sistem Inferensi Fuzzy (FIS) Mamdani sebagai solusi machine learning untuk memprediksi Perkiraan GPA (Skala 4.0) siswa Sekolah Menengah Atas. Model ini mengatasi ketidakpastian dalam penilaian akademik dengan menggunakan tiga variabel input krusial dari Students Performance Dataset (Kaggle): Waktu Belajar Mingguan (x), Jumlah Absensi (y), dan Dukungan Orang Tua (z). Parameter fungsi keanggotaan (Trimf) dan Basis Aturan (27 aturan) didapatkan melalui analisis deskriptif terhadap dataset sekunder dan pengetahuan heuristik akademik, yang menegaskan validitas dan objektivitas perancangan. Sistem ini menggabungkan fuzzifikasi, inferensi, dan defuzzifikasi (Centroid of Area) untuk menghasilkan nilai GPA kontinu (0.00-4.00) yang lebih realistis. Hasil simulasi kasus menunjukkan bahwa model ini efektif dalam memetakan faktor kualitatif ke output kuantitatif yang presisi, memberikan kontribusi praktis sebagai alat diagnostik yang efisien dan dapat diandalkan bagi lembaga pendidikan.
Kata kunci: Fuzzy Mamdani; Prediksi GPA; Prediksi Grade Akademik
Downloads
References
Debora Mait, C., Armando Watuseke, J., David Gibrael Saerang, P., Reynaldo Joshua, S., & Sam Ratulangi, U. (2022). Sistem Pendukung Keputusan Menggunakan Fuzzy Logic Tahani Untuk Penentuan Golongan Obat Sesuai Dengan. Jurnal Media Infotama, *18*(2), 344.
Hamzah, N. A. (2024). *Implementasi Logika Fuzzy Tipe-2 Sebagai Sistem Pendukung Keputusan dalam Penentuan Harga Jual Produk* (Doctoral dissertation). Universitas Islam Indonesia.
Hapsari, Y. T., & Umam, M. S. (2019). Evaluasi Proses Pembelajaran Dengan Fuzzy Logic. IEJST (Industrial Engineering Journal Universitas Sarjanawiyata Tamansiswa), *3*(1), 20–26.
H. D. Prasetyo, W. Syhabudin, A. Nuryana, I.
Yunarsih, and P. Rosyani, “Implementasi Kecerdasan Buatan Dengan Logika FuzzyPada Aspek Pendidikan Dalam
Menentukan Prestasi BelajarSiswa,” J. Manajemen, Ekon. Hukum, Kewirausahaan, Kesehatan, Pendidik. dan Inform., vol.1, no. 1, pp. 20–23, 2022.
Pakpahan, R. (2021). Analisa Pengaruh Implementasi Artificial. Journal of Information System, Informatics and Computing, *5*(2), 506–513. https://doi.org/10.52362/jisicom.v5i2.616
Prasetyo, H. D., Syhabudin, W., Nuryana, A., Yunarsih, I., & Rosyani, P. (2022). Implementasi Kecerdasan Buatan Dengan Logika Fuzzy Pada Aspek Pendidikan Dalam Menentukan Prestasi Belajar Siswa. Jurnal Manajemen, Ekonomi, Hukum, Kewirausahaan, Kesehatan, Pendidikan dan Informasi, *1*(1), 20–23.
Romero, C., & Ventura, S. (2013). Data mining in education. Wiley Interdisciplinary Reviews: Data Mining and Knowledge Discovery, *3*(1), 12–27.
Salman, A. G. (2010). Pemodelan Sistem Fuzzy Dengan Menggunakan Matlab. Comtech, *1*(2), 276–288.
R. Afrijal, A. Pandu Kusuma, and F. Febrinta,
“Penerapan Logika Fuzzy Untuk Mengukur Efektifitas Penggunaan Aplikasi ELearning (Edlink) Selama Proses
Pembelajaran Dengan Menggunakan Usabilitas Evaluation,”JATI (Jurnal Mhs. Tek. Inform., vol. 7, no. 1, pp. 6–12, 2023,doi: 10.36040/jati.v7i1.6020.
Sari, R. M., & Abadi, A. M. (2015). Aplikasi Fuzzy Inference System Dalam Penilaian Prestasi Belajar Mahasiswa. Seminar Nasional Matematika Dan Pendidikan Matematika Universitas Negeri Yogyakarta.
Tauhid, G. F., Wangni, W. A., Adinata, R. D., Dinargo, R., Saputra, M. D. J., & Rahman, A. (2025). Fuzzy Logic dalam Keputusan Jumlah Produksi Berbasis Website Dengan Metode Mamdani. Jurnal Inovasi Komputer (INOKOM), *1*(2).
Y. T. Hapsari and M. S. Umam, “Evaluasi Proses
Pembelajaran Dengan Fuzzy Logic,” IEJST (Industrial Eng. J. Univ. Sarjanawiyata Tamansiswa), vol. 3, no. 1, pp. 20–26, 2019
Vinsensia, D. (2018). Penentuan Prestasi Siswa Menggunakan Aplikasi Fuzzy Mamdani. Publikasi Jurnal & Penelitian Teknik Informatika, *2*(2).
