Analisis Hubungan Proses Pembelajaran Dengan Kepuasan Mahasiswa Menggunakan Logika Fuzzy

Ida Widaningrum(1),


(1) Universitas Muhammadiyah Ponorogo

Abstract

Proses belajar mengajar dalam suatu perkuliahan merupakan kegiatan rutin yang dilakukan oleh dosen dalam melaksanakan salah satu tridharmanya yaitu pengajaran. Hal ini memerlukan interaksi aktif dari kedua belah pihak yaitu dosen dan mahasiswa, sehingga pada akhirnya mahasiswa akan dapat mengerti apa yang disampaikan dan membuka wawasan tentang materi tersebut. Analisis hubungan proses pembelajaran dengan kepuasan mahasiswa bertujuan untuk menentukan seberapa besar faktor-faktor penilaian mahasiswa tentang proses pembelajaran diantaranya tentang mengerti tidaknya materi yang disampaikan, kesesuai target, implementasi, peningkatan wawasan dan keahlian, proses interaksi, tanya jawab atau diskusi, efektivitas waktu perkuliahan, motivasi untuk meningkatkan ilmu/pemahaman, dan nilai yang diperoleh untuk mata kuliah tersebut terhadap kepuasan mahasiswa menggunakan logika fuzzy. Logika fuzzy digunakan karena memiliki keunikan dalam hal kemampuannya mengolah data yang bersifat linguistik. Tidak seperti metode logika klasik yang memerlukan pemahaman mendalam tentang sistem, persamaan matematis dan ketepatan nilai numeris, logika fuzzy menggabungkan berbagai macam cara berfikir yang memungkinkan pemodelan system kompleks berdasarkan pengetahuan dan pengalaman manusia. Logika fuzzy memberikan cara sederhana untuk menentukan suatu kesimpulan dari informasi yang tidak jelas, ambigu (bermakna ganda) dan tidak tepat (presisi). Kinerja fuzzy menyerupai cara manusia membuat keputusan berdasarkan pendekatan data yang diketahui kemudian menentukan solusinya.

Keywords

Proses belajar mengajar, Kepuasan mahasiswa, Logika fuzzy

Full Text:

PDF

References

Nan, Z. Z. 2004. Four “Pillars of Learning” for the Reorientation and Reorganization of Curriculum: Reflections and Discussions.9.

Zadeh, L. A. 2010 . Fuzzy sets. Information and Control, 8(3):338–353.(Online), (http://linkinghub.elsevier.com/retrieve/pii/S001999586590241X, diakses 18 April 2015).

H-J, Zimmermann. 2010 . Fuzzy set theory. Wiley Interdisciplinary Reviews: Computational Statistics, 2(3), 317–332.(Online), (http://doi.wiley.com/10.1002/wics.82, diakses 20 Juni 2015)

Kusumadewi, S., Hartati, S., Harjoko, A. R. W. 2006. Fuzzy Multi-Attribute Decision Making (Fuzzy MADM). Graha Ilmu, Yogyakarta

Hasan, K. M. 2010. Simple linear regression model is misleading when used to analyze quantitative diffusion tensor imaging data that include young and old adults. American Journal of Neuroradiology. 31(9):21–45.

Campbell, D. Campbell, S. 2008. Statlab Workshop Introduction to Regression and Data Analysis with. Analysis.

It X. 2004. Simple Linear Regression.(Online), (http://www.oxfordjournals.org/our_journals/tropej/ online/ma_chap2.pdf. :3–15, diakses 15 Agustus 2015).

Akey, J. Lecture 9: Linear Regression.(Online), (http://www.gs.washington.edu/academics/courses /akey/56008/lecture/lecture9.pdf, diakses 15 Agustus 2015).

Refbacks

  • There are currently no refbacks.




Scientific Journal of Informatics (SJI)
p-ISSN 2407-7658 | e-ISSN 2460-0040
Published By Department of Computer Science Universitas Negeri Semarang
Website: https://journal.unnes.ac.id/nju/index.php/sji
Email: [email protected]

Creative Commons License

This work is licensed under a Creative Commons Attribution 4.0 International License.