Model Fuzzy Mamdani Untuk Penilaian Tingkat Kepuasan Pelayanan Pengaduan Masyarakat

Martin Martin, Lala Nilawati

Abstract


Abstrak

Kualitas pelayanan adalah salah satu keunggulan kompetitif, karena pelayanan yang baik adalah salah satu faktor dasar yang mampu mempengaruhi tingkat kenyamanan penerima layanan. Pelayanan publik oleh aparatur pemerintah dewasa ini masih banyak dijumpai kelemahan, sehingga belum dapat memenuhi kualitas yang diharapkan masyarakat. Penelitian ini ditujukan untuk melihat seberapa besar kepuasan pelayanan, dan pengaruh tingkat pelayanan terhadap tingkat kepuasan berdasarkan Logika Fuzzy Inference System Model Mamdani. Ada empat variabel input yang digunakan yaitu kejelasan informasi, kejelasan persyaratan, kemampuan petugas dan ketersediaan sarana dan prasarana untuk menghasilkan output kepuasan pelayanan. Berdasarkan tahapan-tahapan menggunakan Logika Fuzzy Inference System Model Mamdani mulai dari pembentukan himpunan fuzzy, aplikasi fungsi impilkasi, komposisi aturan sampai proses penegasan (defuzzyfikasi), dapat dibuktikan adanya korelasi antara variabel-variabel input sehingga dapat menentukan output hasil kepuasan pelayanan. Hasil penelitian ini diharapkan dapat digunakan oleh pihak instansi, sebagai pendukung sistem keputusan terhadap hasil penilaian yang diberikan oleh masyarakat untuk pelayanan yang dirasakan. Pengembangan penelitian ini kedepan nya akan diuji coba kembali dengan menambahkan lebih banyak variabel dan akan dibuat sebuah interface untuk memudahkan pemprosesan hasil penilaian kualitas pelayanan pengaduan masyarakat.

 

 

Kata Kunci: Pelayanan, Fuzzy Mamdani, Logika Fuzzy.



Abstract

Service quality is one of the competitive advantages, because good service is one of the basic factors that can affect the comfort level of service recipients. Public services by the government apparatus today are still often found to be weak, so that they cannot meet the quality expected by the community. This study is intended to see how much service satisfaction is, and the effect of service levels on satisfaction levels based on Mamdani Model Fuzzy Inference System Logic. There are four input variables used namely clarity of information, clarity of requirements, ability of officers and availability of facilities and infrastructure to produce service satisfaction output. Based on the stages using Mamdani Model Fuzzy Inference System Logic starting from the formation of fuzzy sets, application of the implementation function, composition of the rules until the confirmation process (defuzzyfication), it can be proved the correlation between input variables so that it can determine the output of service satisfaction. The results of this study are expected to be used by the agency, as a support system for the decision on the results of the assessment given by the community for perceived services. The future development of this research will be re-tested by adding more variables and an interface will be created to facilitate the processing of the results of the quality assessment of public complaints services.

 

Keywords: Service, Fuzzy Mamdani, Fuzzy Logic.


References


Cronin, J. J., & Taylor, S. . (1992). Measuring Service Quality: A Reexamination and Extension. Journal of Marketing, 55–68.

FC, L. L. Van, & Lisnawita. (2017). Analisis Kepuasan Pelanggan Terhadap Pelayanan Purnajual CV . Family Menggunakan Metode Fuzzy-Logic. Jurnal Inovtek Polbeng-Seri Informatika, 2(1), 64–67.

Jusia, P. A., & Yani, H. (2017). Model Kepuasan Mahasiswa Terhadap Sistem Pelayanan Administrasi Akademik dan Kemahasiswaan (BAAK) dengan Fuzzy Inference System Metode Mamdani Pada STIKOM Dinamika Bangsa Jambi. Seminar Nasional IPTEK Terapan (SENIT), 1–10.

KEP/25/M.PAN/2/2004. (2004). KEPMENPAN Tentang Pedoman Umum Penyusunan Indeks Kepuasan Masyarakat Unit Pelayanan Instansi Pemerintah.

Kotler, P. (2003). Marketing Management. New Jersey: Prentice Hall.

Kusumadewi, S. (2002). Analisis dan Desain Sistem Fuzzy Menggunakan Toolbox Matlab. Yogyakarta: Graha Ilmu.

Kusumadewi, S., & Purnomo, H. (2004). Aplikasi Logika Fuzzy Untuk Pendukung Keputusan. Yogyakarta: Graha Ilmu.

Nuraida, Iryanto, & Sebayang, D. (2013). Analisis Tingkat Kepuasan Konsumen Berdaarkan Pelayanan, Harga, dan Kulaitas Makanan Menggunakan Fuzzy Mamdani (Studi Kasus pada Restoran Cepat Saji CFC Marelan). Saintia Matematika, 1(6), 543–555.

Putri, N. S., Sumanto, Sari, E. P., & Ispandi. (2014). Metode Fuzzy Untuk Analisa Pngaruh Kepuasan Nasabah Terhadap Kinerja Pelayanan Teller (Studi Kasus: PT. Bank DKI Cabang Walikota Jakarta Timur). SNIPTEK, 231–238.

Sutojo, T., Mulyanto, E., & Suhartono, V. (2011). Kecerdasan Buatan. Yogyakarta: Andi.

Tarigan, S. Y. B., Tobing, M. L., & Situmorang, Z. (2017). Mengukur Tingkat Kepuasan Mahasiswa Terhadap Kinerja Dosen Menggunakan Metode Fuzzy Mamdani. Seminar Nasional Teknologi Informatika (Semantika), 163–168.

Williams, C., & Buswell, J. (2003). Service Quality in Leisure and Tourism. Wallingford, UK: Cabi Publishing.

Wiratno, D. H. (1998). Pengukuran Tingkat Kepuasan Konsumen Dengan Servqual. Wahana, 1(1).

Zadeh, L. A. (1975). Fuzzy Sets and Their Applications to Cognitive and Decision Processes. Inc. New York: Academic Press.




DOI: https://doi.org/10.31294/ji.v5i2.4170

Refbacks

  • There are currently no refbacks.


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

Index by:

 
  
Published by Department of Research and Public Service (LPPM) Universitas Bina Sarana Informatika with supported Relawan Jurnal Indonesia

Jl. Kramat Raya No.98, Kwitang, Kec. Senen, Kota Jakarta Pusat, DKI Jakarta 10450
Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License