Penerapan Metode ANFIS untuk Prediksi Nilai Akhir dan Kelulusan Uji Kompetensi

Rayendra, Rayendra ( Akademi Manajemen Informatika dan Komputer Kosgoro Solok)

Jurnal Sains dan Informatika : Research of Science and Informatic
Vol 4, No 1 (2018): Sains dan Informatika

Untuk meningkatkan kelulusan peserta uji kompetensi Computer Literate Certified Professional (CLCP) yang dilaksanakan Tempat Uji Kompetensi Teknologi Informasi dan Komunikasi (TUKTIK) perlu dilakukan perbaikan terus menerus dengan memperbanyak try out uji kompetensi. Nilai-nilai lampau uji kompetensi dapat digunakan sebagai pemodelan untuk memprediksi nilai akhir dan kelulusan uji kompetensi. Dengan adanya pemodelan dapat diprediksi kelulusan peserta uji kompetensi melalui try out-try out yang dilakukan sehingga dapat diketahui kelemahan calon peserta uji kompetensi dari tiga unit kompetensi CLCP. Pemodelan yang digunakan untuk memprediksi nilai akhir dan kelulusan uji kompetensi ini adalah Metode Adaptive Neuro Fuzzy Inference System (ANFIS). Digunakan 20 data lampau peserta uji kompetensi dengan 6 kriteria sebagai nilai input dari tiga unit kompetensi CLCP yaitu Word Processing, Spreadsheet, dan Presentation. Prediksi yang dihasilkan cukup akurat dengan nilai MAPE (Mean Absolute Percentage Error) untuk setiap unit kompetensi sebesar 0,31492%, 0,284202%, dan 0,267167%To improve the graduation of Computer Literate Certified Professional (CLCP) competence test conducted by Competence Test of Information and Communication Technology (TUK-TIK) needs to be done continuous improvement by increasing try out competency test. Past values of the competency test can be used as modeling to predict the final score and the passing of the competency test. With the modeling can be predicted the passing of competency test participants through try out-try out done so that can be known weakness of candidate competency test from three units of CLCP competence. The modeling used to predict the final score and the passing of this competency test is the Adaptive Neuro Fuzzy Inference System (ANFIS) method. Used 20 past data of competency test participants with 6 criteria as input value from three CLCP competence units namely Word Processing, Spreadsheet, and Presentation. The resulting prediction is accurate enough with MAPE (Mean Absolute Percentage Error) value for each competency unit of 0.31492%, 0.284202%, and 0.267167%