Pengklasifikasian Tingkat Kesejahteraan Keluarga Di Desa Citamiang Dengan Penerapan Logika Fuzzy Model Tahani

Yoga Permana; Lelah Lelah

doi:10.36341/rabit.v5i2.1318

Yoga Permana Universitas Muhammadiyah Sukabumi
Lelah Lelah Universitas Muhammadiyah Sukabumi

: https://doi.org/10.36341/rabit.v5i2.1318

Abstrak

Indonesia merupakan negara yang memiliki populasi penduduk yang cukup besar, pada tahun 2020 jumlah penduduk Indonesia mencapai 269,6 juta jiwa. Setiap dari mereka tentunya memiliki keluarga. Kesejahteraan keluarga tidak hanya berpengaruh terhadap keberhasilan anggota keluarganya, namun juga berpengaruh terhadap keberhasilan pemerintah, tak terkecuali pemerintahan desa. Oleh sebab itu, informasi mengenai tingkat kesejahteraan keluarga diperlukan untuk meninjau upaya yang telah dilakukan pemerintah apakah berhasil ataukah tidak. Untuk menentukan tingkat kesejahteraan keluarga terdapat beberapa indikator seperti penghasilan, pekerjaan, usia dan tanggungan. Supaya proses pengklasifikasian kesejahteraan keluarga bisa lebih efisien maka dapat diolah melalui program yang menerapkan logika fuzzy dengan model Tahani. Tujuan dari penelitian ini dimaksudkan untuk mengklasifikasikan kesejahteraan keluarga berdasarkan data penduduk yang dimiliki oleh pemerintah desa. Berdasarkan hasil penelitian yang diperoleh logika fuzzy dengan model Tahani bisa digunakan untuk mengolah data penduduk yang sesuai dengan indikator tingkat kesejahteraan keluarga dengan memberikan keluaran berupa pengklasifikasian keluarga meliputi keluarga tidak mampu, keluarga prasejahtera dan keluarga sejahtera. Keluaran dari program juga diuji dengan aplikasi fuzzyTECH untuk mengukur keberhasilan penerapan logika fuzzy pada program yang dibangun.

Kata Kunci: Logika Fuzzy, Model Tahani, Klasifikasi, Keluarga, Desa

Referensi

Viva Budy Kusnandar, “Inilah Proyeksi Jumlah Penduduk Indonesia 2020,” katadata.co.id, 2020. [Daring]. Tersedia pada: https://databoks.katadata.co.id/datapublish/2020/01/02/inilah-proyeksi-jumlah-penduduk-indonesia-2020#:~:text=Berdasarkan hasil Survei Penduduk Antar,hanya 134%2C27 juta jiwa. [Diakses: 01-Jun-2020].

Humas, “Tahun 2020 Bkkbn Bersama K/L Terkait Serentak Mengadakan Pendataan Keluarga Di Indonesia,” Bkkbn, 2019. [Daring]. Tersedia pada: https://www.bkkbn.go.id/detailpost/tahun-2020-bkkbn-bersama-k-l-terkait-serentak-mengadakan-pendataan-keluarga-di-indonesia. [Diakses: 01-Jun-2020].

A. P. Astari dan R. Komarudin, “Sistem Pendukung Keputusan Pemilihan Karyawan Terbaik Dengan Metode Fuzzy Tahani,” PIKSEL Penelit. Ilmu Komput. Sist. Embed. Log., vol. 6, no. 2, hal. 169–178, 2018.

S. Hartanto, “Implementasi Fuzzy Rule Based System,” Techsi, vol. 9, no. 2, hal. 103–117, 2017.

E. Ismaredah, “Implementasi Fuzzy Database Model Tahani untuk Pembelian Rumah Perumnas,” Semin. Nas. Teknol. Informasi, Komun. dan Ind., vol. 9, hal. 436–447, 2017.

M. Rusli, Dasar Perancangan Kendali Logika Fuzzy. UB Press, 2017.

G. K. Gandhiadi, L. Putu, dan I. Harini, “Aplikasi Fuzzy Model Tahani Dalam Penentuan Pemilihan Spesifikasi Tablet PC,” vol. 8, no. 2, hal. 88–94, 2019.

M. H. Setiawan, G. K. Gandhiadi, dan L. P. I. Harini, “Penerapan Metode Logika Fuzzy Model Tahani Dalam Pemilihan Hardware Komputer,” E-Jurnal Mat., vol. 6, no. 4, hal. 248, 2017.

A. B. Purnomo, W. Henny, dan Daryanto, “Klasifikasi Kelas Berdasarkan Prestasi Siswa Menggunakan Metode Fuzzy Logic,” Universitas Muhammadiyah Jember, 2018.

Y. Rohani, “Penentuan Fire Strength Pada Fuzzy Menggunakan Microsoft Excel , Studi Kasus : Keputusan Memilih Sepeda Motor,” J. Teknol. Inf. dan Komun., vol. 7, no. 1, hal. 1–7, 2016.

F. AlAwadhi, M. A. Yousef, dan A. Al-Kandari, “Accident Detection Traffic Light System with Dynamic Fuzzy Logic Control Using FuzzyTech Program and iTraffic Simulation,” Int. J. Perceptive Cogn. Comput., vol. 1, no. 1, hal. 11–17, 2015.