ResearchOpen AccessPDF tersedia
2026•Hasil Penelitian dan Pengabdian
<div>
<p style="margin-left:2.0pt;">
<em> Merancang model pembelajaran berbasis OBE dengan menggunakan AI. Rancangan yang diperoleh maka dosen dapat memilih model pembelajaran yang tepat dan efektif agar dapat meningkatkan efektivitas dan efisiensi proses pembelajaran di Prodi S2 Manajemen Pendidikan Islam UIN Bukittinggi, serta memberikan wawasan yang lebih mendalam tentang pencapaian kompetensi mahasiswa. Dengan demikian, artikel ini menyumbangkan pandangan baru terkait dengan pengembangan kurikulum berbasis OBE dengan pendekatan logika fuzzy di tingkat pendidikan tinggi, khususnya dalam konteks pendidikan Islam di Indonesia.</em></p>
</div>
<p>
</p>
ResearchOpen AccessPDF tersedia
2026•Hasil Penelitian dan Pengabdian
<p>
Pergerakan harga penutupan IHSG sangat penting bagi investor dalam mengambil keputusan apakah akan menjual, menahan, atau membeli saham sedangkan harga penutupan IHSG ini selalu selalu fluktuatif. Sehingga, pada penelitian ini akan membandingkan dua metode yang dapat digunakan untuk meramalkan harga penutupan IHSG, yaitu Fuzzy Time Series Markov Chain (FTS-MC) dan Average Based Fuzzy Time Series Markov Chain (Average Based FTS-MC). Tujuan penelitian ini adalah untuk menentukan metode yang memiliki tingkat akurasi yang lebih baik diantara FTS-MC dengan Average Based FTS-MC dalam meramalkan harga penutupan IHSG. </p>
ThesisOpen AccessPDF tersedia
2026•Skripsi, Thesis, Disertasi, dan Tugas Akhir
Pemilihan kegiatan ekstrakurikuler di SMKN 4 Payakumbuh selama ini masih dilakukan secara manual melalui pengisian angket sehingga proses pemilihan belum sepenuhnya mempertimbangkan minat, bakat, kemampuan, dan ketersediaan waktu siswa. Kondisi tersebut menyebabkan sebagian siswa mengalami kesulitan dalam menentukan kegiatan ekstrakurikuler yang sesuai dengan potensi yang dimiliki. Penelitian ini bertujuan untuk mengembangkan Sistem Pendukung Keputusan (SPK) pemilihan ekstrakurikuler berbasis Fuzzy Logic di SMKN 4 Payakumbuh. Penelitian menggunakan metode Research and Development (R&D) dengan model pengembangan Software Development Life Cycle (SDLC) Incremental yang meliputi tahapan Requirements Analysis, Design, Implementation, dan Testing. Sistem dikembangkan menggunakan bahasa pemrograman PHP dengan framework CodeIgniter serta basis data MySQL. Metode Fuzzy Logic diterapkan melalui proses fuzzifikasi, inferensi berdasarkan aturan (fuzzy rules), dan defuzzifikasi untuk menghasilkan rekomendasi kegiatan ekstrakurikuler berdasarkan empat kriteria, yaitu minat, bakat, kemampuan, dan ketersediaan waktu siswa. Pengujian sistem dilakukan melalui uji validitas, uji praktikalitas, dan uji efektivitas untuk mengetahui tingkat kelayakan sistem yang dikembangkan. Hasil pengujian menunjukkan bahwa sistem yang dikembangkan memenuhi aspek validitas, praktikalitas, dan efektivitas sehingga layak digunakan sebagai sistem pendukung keputusan dalam memberikan rekomendasi pemilihan ekstrakurikuler secara lebih objektif, sistematis, efektif, dan sesuai dengan karakteristik masing-masing siswa.
ThesisOpen AccessPDF tersedia
2025•Skripsi, Thesis, Disertasi, dan Tugas Akhir
Skripsi atas nama Afifah Azzahra Hasibuan, 2521099, “ Dengan judul Pengembangan Sistem Pendukung Keputusan Dengan Fuzzy Logic Untuk Menentukan Ektrakulikuler Di Mtsn 6 Agam”. Program Studi Pendidikan Teknik Informatika Dan Komputer, Fakultas Tarbiah Dan Ilmu Keguruan, Universitas Islam Negri(UIN) Sjech M Djamil Djambek Bukittinggi.
Penelitian ini dilatar belakangi oleh hasil wawancara di MTSN 6 Agam Mengenai penentuan ekstrakulikuler yang masih dilakukan secara manual. Hal ini berdampak terhadap siswa karena mereka kesulitan dalam menentukan ekstrakulikuler yang sesuai dengan minat, bakat serta kemampuan mereka. Selain itu pihak sekolah juga belum memiliki sistem yang dapat membantu dalam memberikan rekomendasi secara objektif kepada siswa. Oleh karena itu, penelitian ini bertujuan untuk mengembangkan sistem pendukung keputusan berbasis fuzzy logic untuk membantu menentukan ekstrakulikuler yang paling sesuai dengan siswa MTSN 6 Agam secara Valid,praktis dan efektif.
Metode penelitian yang digunakan adalah research and development (R&D) denngan model pengembangan Waterfall Pressman yang terdiri dari beberapa tahapan yaitu: Communication, planning, modelling, construction dan deployment. Tahap Communication dilakukan dengan wawancara kepada pihak sekolah untuk mengumpulkan kebutuhan sistem. Tahap planning berisi perencanaan jadwal, kebutuhan perangkat lunak dan perangkat keras. Tahap modelling dilakukan dengan perancangan sistem menggunakan uml dan perancangan basis data. Tahap construction mencakup pembuatan sistem dengan menerapkan metode fuzzy logic sebagai logika pengambilan keputusan. Tarahap terakhir yaitu deployment dilakukan pengujian sistem menggunakan validity test, functional suitability, compability, dan usability.
Hasil penelitian yang peneliti lakukan yaitu Pengembangan Sistem Pendukung Keputusan Untuk Menentukan Ekstrakulikuler menggunakan Fuzzy Logic serta bahasa pemrograman Java. Hasil uji produknya yaitu functional suitability mendapat skor 100% sangat cocok, usability mendapat skor 84,3% sangat cocok, compability mendapat skor 100% sangat cocok, dan validity test mendapat skor 0,92 valid. Sehingga sistem ini dapat digunakan sebagai salah satu cara yang dilakukan siswa untuk penentuan ekstrakulikuler.
ThesisOpen AccessPDF tersedia
2025•Skripsi, Thesis, Disertasi, dan Tugas Akhir
Penelitian ini dilatar belakangi oleh keraguan peserta didik untuk menentukan minat mata pelajaran pilihan yang terdiri dari 11 mata pelajaran yaitu Matematika, Informatika, Fisika, Ekonomi, Kimia, Biologi, Sosiologi, Sejarah, Geografi, Bahasa Inggris dan Bahasa Jepang. Dimana siswa harus memilih mata pelajaran tersebut berdasarkan paket mata pelajaran yang telah ditentukan oleh pihak sekolah. Kebanyakan peserta didik memilih minat mata pelajaran karena mengikut teman atau mata pelajaran tersebut mudah. Hal ini, membuat kebanyakan peserta didik kurang cocok dengan mata pelajaran tersebut, sehingga berdampak pada rendahnya semangat belajar, kesulitan dalam mengikuti pelajaran, serta ketidaksesuaian dengan rencana studi lanjutan maupun karier di masa depan. Tujuan dari penelitian ini untuk menghasilkan sistem pendukung keputusan untuk merekomendasikan atau menentukan minat mata pelajaran pilihan fase F di SMAN 1 Candung menggunakan metode Logika Fuzzy, yang mampu membantu peserta didik dalam mengambil keputusan secara bijak dan terarah, berdasarkan analisis terhadap minat dan nilai mata pelajaran, bukan sekadar pengaruh lingkungan atau tren sosial semata. Penelitian ini juga merupakan bagian dari salah satu cara pengambilan keputusan dalam kecerdasan buatan, yang diimplementasikan dalam pemograman PHP. Metode penelitian yang digunakan adalah Research & Development (R&D) dengan model pengembangan SDLC (System Development Life Cycle) dengan penerapan model waterfall yang terdiri dari Communication, Planning, Modelling, Construction, Deployment. Kemudian untuk uji produk menggunakan uji validitas produk, uji praktikalitas produk dan uji efektifitas produk. Penelitian ini dilakukan di SMAN 1 Candung. Hasil penelitian yang peneliti lakukan yaitu aplikasi sistem pendukung keputusan yang dapat digunakan oleh guru BK (Bimbingan Konseling) untuk menentukan minat mata Pelajaran pilihan fase F. Hasil uji produknya yaitu uji validitas produk mendapatkan skor 0,98% Sangat Valid, uji praktikalitas produk mendapat skor 0,91% Praktis, dan uji efektifitas produk mendapat skor 0,71% Tinggi. Sehingga aplikasi ini dapat digunakan sebagai salah satu cara untuk menentukan minat mata Pelajaran pilihan fase F.
ArticleOpen AccessPDF tersedia
2022•Artikel Penelitian dan Pengabdian
JCI's movement is a reference for investors to make decisions on whether to sell, hold, or buy shares. In this study, the Fuzzy Time Series Markov Chain (FTS-MC) and Average Based Fuzzy Time Series Markov Chain (Average Based FTS-MC) methods will be compared in forecasting the closing price of the JCI. These two methods have differences in determining the length of the interval where the length of this interval is very influential in the formation of Fuzzy Logical Relationships (FLR). As a result, the length of the interval will affect the forecasting result of the closing price of the JCI. The data used in the study was the closing price of the JCI from January 2016 to April 2022. The accuracy level of these two methods is viewed based on the Mean Absolute Percentage Error (MAPE) value. The test results showed that the Average Based FTS-MC had a smaller MAPE value, which was 1.590415%. In other words, the accuracy rate of forecasting the closing price of the JCI with the Average Based FTS-MC Method has an excellent accuracy rate of 98.41%.