Analisis Kesiapan Belajar Mahasiswa Berbasis Fuzzy Logic (Studi Kasus: Fakultas Ushuluddin Adab dan Dakwah Universitas Islam Negeri Samarinda)
DOI:
https://doi.org/10.21093/score.v4i1.13464Keywords:
Logika Fuzzy, Metode Mamdani, Kesiapan Belajar, Sistem Pendukung KeputusanAbstract
Penelitian ini bertujuan untuk menganalisis kesiapan belajar mahasiswa menggunakan pendekatan Fuzzy Logic. Ruang lingkup penelitian mencakup mahasiswa pada Fakultas Ushuluddin, Adab, dan Dakwah, Universitas Islam Negeri Sultan Aji Muhammad Idris Samarinda. Metode yang digunakan adalah Fuzzy Inference System (FIS) tipe Mamdani dengan tiga variabel input, yaitu motivasi belajar, fokus selama pembelajaran, dan pemahaman awal. Data diperoleh melalui kuesioner skala Likert yang melibatkan 61 responden, kemudian dianalisis melalui tahapan fuzzifikasi, inferensi berbasis aturan, dan defuzzifikasi menggunakan metode centroid. Hasil penelitian menunjukkan bahwa 65,57% mahasiswa berada pada kategori kesiapan belajar Tinggi dan 34,43% pada kategori Sedang, tanpa ada yang masuk kategori Rendah. Temuan ini mengindikasikan bahwa kehadiran tidak selalu mencerminkan kesiapan belajar yang sebenarnya. Dengan demikian, kesiapan belajar bersifat gradual dan tidak dapat direpresentasikan secara biner. Pendekatan Fuzzy Logic mampu memberikan representasi yang lebih fleksibel terhadap kondisi kesiapan belajar yang bersifat subjektif.
References
Barir, M. Z. H. (2024). Analisa permodelan penjadwalan yang optimal dengan logika fuzzy Mamdani-algoritma genetika dan logika fuzzy Sugeno-algoritma genetika. Program Studi Magister Informatika, Universitas Islam Negeri Maulana Malik Ibrahim Malang.
Bellman, R. E., & Zadeh, L. A. (1970). Decision-making in a fuzzy environment. Management Science, 17(4), B141–B164.
Falah, S., & Dermawan, D. A. (2021). Penerapan algoritma sistem fuzzy metode Mamdani dalam penentuan kesiapan siswa memasuki perguruan tinggi berbasis website. Jurnal IT-EDU, 6(2), 39–47.
Herdilla. (2023). Pengaruh prestasi akademik dan soft skill terhadap kesiapan kerja mahasiswa Fakultas Ushuluddin, Adab, dan Dakwah Universitas Islam Negeri Sultan Aji Muhammad Idris Samarinda (Skripsi). Universitas Islam Negeri Sultan Aji Muhammad Idris Samarinda.
Lasfeto, D. B., Setyosari, P., Djatmika, E. T., & Ulfa, S. (2018). Learning preference assessment: A fuzzy logic approach. Journal of Theoretical and Applied Information Technology, 96(10).
Mamdani, E. H., & Assilian, S. (1975). An experiment in linguistic synthesis with a fuzzy logic controller. International Journal of Man-Machine Studies, 7(1), 1–13.
Mustafidah, H., & Aryanto, D. (2012). Sistem inferensi fuzzy untuk mengetahui pengaruh motivasi belajar dan lingkungan belajar terhadap prestasi belajar mahasiswa. JUITA: Jurnal Informatika, 2(1), 1–8.
Pintrich, P. R., & Schunk, D. H. (2002). Motivation in Education: Theory, Research, and Applications (2nd ed.). Merrill Prentice Hall.
Rosen, L. D., Lim, A. F., Carrier, L. M., & Cheever, N. A. (2013). An examination of the educational impact of text message-induced task switching in the classroom. Educational Psychology Review, 23(3), 1–15.
scikit-fuzzy Development Team. (2023). scikit-fuzzy: Fuzzy Logic Toolbox for SciPy. https://scikit-fuzzy.github.io/scikit-fuzzy/
Sofia, L., Yasmin, N. N., Sabrina, A. R. P., Utomo, S. A. P., Nugroho, D. A., & Pujiono, I. P. (2025). Fuzzy assessment untuk mengukur burnout mahasiswa dengan dukungan basis data terstruktur. RIGGS: Journal of Artificial Intelligence and Digital Business, 4(4), 3932–3945.
Wahyudi. (2021). E-readiness pembelajaran berbasis e-learning studi lapangan di Universitas Islam Negeri Maulana Malik Ibrahim Malang (Tesis Magister). Program Magister Manajemen Pendidikan Islam, Universitas Islam Negeri Maulana Malik Ibrahim Malang.
Wati, N. H. (2023). Persepsi mahasiswa FTIK UINSI Samarinda terhadap pembelajaran daring di masa Covid-19. Journal of Instructional and Development Researches, 3(5), 211–223.
Zadeh, L. A. (1965). Fuzzy sets. Information and Control, 8(3), 338–353.
