VOLUME X, NOMOR 1, JANUARI 2006 ISSN 1410-5004

JURNAL TEKNOLOGI INDUSTRI

Pengembangan Bayangan Kabur secara Cepat dengan Metoda Senarai Paparan

Pembobotan Kriteria Penilaian Kinerja Subkontraktor PT. AHM

Controlling but Not Owning: Relationships in the Outsourcing Era

Modifikasi Algoritma Triangulasi Delaunay dan Implementasi Paralel untuk Rekonstruksi Obyek

Pemanfaatan Data Anthropometri untuk Perancangan Ulang Meja Komputer

Pemilihan Material dengan Metoda Pairwise Comparison dan Weighted Objective Evaluation Chart

Pemilihan Strategi Manufakturing dengan Analytic Network Process (ANP)

Analisis Keandalan Manusia pada Aktivitas Kontinyu

Aplikasi Algoritma Fuzzy C-Means Clustering untuk Pengelompokan Lulusan

JTI Vol. X No. 1 Hal. 1-88 Yogyakarta Januari 2006

ISSN1410-5004

UNIVERSITAS ATMA JAYA YOGYAKARTA Fakultas Teknologi Industri

JURNAL TEKNOLOGI INDUSTRIISSN 1410-5004

AKREDITASIKeputusanDirektur Jendral Pendidikan Tinggi Departemen Pendidikan Nasional Nomor: 23a/DIKTI/Kep/2004

DEWAN REDAKSI

Penanggung JawabPaulus Mudjihartono

Pem im pin RedaksiB. Yudi Dwiandiyanta

Redaksi PelaksanaFransisca Darmi Setyaningsih

Anggota RedaksiAib. Joko Santoso Benyamin L. Sinaga Luciana Triani Dewi V. Darsono

Redaksi AhliA.M. Madyana

Universitas Gadjah MadaB. Kristyanto

Universitas Atma Jaya Yogyakarta F. Soesianto

Universitas Gadjah Mada I Nyoman Pujawan

Institut Teknologi Surabaya Inggriani Liem

Institut Teknologi Bandung Subanar

Universitas Gadjah Mada Suyoto

Universitas Atma Jaya Yogyakarta

Layanan online internet tersedia dengan alamat: http://fti.uajy.ac.id/jurnal

Alam at RedaksiTata Usaha Fakultas Teknologi Industri Universitas Atma Jaya Yogyakarta Jin. Babarsari No. 43, Yogyakarta 55281 Telp. (0274) 487711 Fax. (0274) 485223 E-mail: jti@mail.uajy.ac.id Home page: http://fti.uajy.ac.id/jurnal

Jurnal Teknologi Industri diterbitkan oleh Fakultas Teknologi Industri Universitas Atma Jaya Yogyakarta sebagai media untuk menyalurkan pemahaman tentang aspek- aspek teknologi baik teknologi industri maupun teknologi informasi berupa hasil penelitian lapangan atau laboratorium maupun studi pustaka. Jurnal ini terbit empat kali dalam setahun yaitu pada bulan Januari, April, Juli, dan Oktober. Redaksi menerima sumbangan naskah dari dosen, peneliti, mahasiswa maupun praktisi dengan ketentuan penulisan seperti tercantum pada halaman dalam sampul belakang.

D istribusiPusat Pemasaran Universitas (PPU) Universitas Atma Jaya Yogyakarta Gedung Don BoskoJin. Babarsari No. 5, Yogyakarta 55281 Telp. (0274) 487711 Fax. (0274) 487748 E-mail: ppu@mail.uajy.ac.id

Biaya BerlanggananLangganan Rp 200.000,00/tahun Eceran Rp 60.000,00/nomor

Biaya PenulisanBagi penulis yang naskahnya diterbitkan, penulis diwajibkan membayar biaya sebesar Rp 500.000,00 per naskah (sudah termasuk biaya berlangganan selama 1 tahun).

Rekening (Bank Account)Bank Lippo Kantor Kas UAJY Babarsari a.n. Universitas Atma Jaya Yogyakarta No. Acc. 787-30-00754-2

ISSN 1410-5004

JURNAL TEKNOLOGI INDUSTRIVolume X Nomor 1 Januari 2006

DAFTAR ISIPe n g em b an g an Bayangan Kabur secara Cepa td en g an M et o d a Senarai PaparanSuyolo

P e m b o b ot an Kri teria Peni laian Kinerja Subk on t rak to r PT. A H M d en ga n Pendeka tan Analytical Hierarchy Process Betrianis dan Agus Salim

Controlling but Not Owming: Relationships in the Outsourcing Era I Nyoman Pujawan

Modi fikas i Algor i tma Triangulas i De l au naydan Implementas i Paralel untuk Rekons t ruks i Ob y ekEko Sediyono, Heru Suhartanto, dan Belawati H. Widjaja

Peman faa tan Da ta Anthropomet r i un tuk Peranca ng an Ulang Meja K o m p u t e r J o se f Hernawan Nudu

Pemi l ihan Material dengan M et o d a Pairwise Comparison dan Weighted Objective Evaluation Chart pada Ra nc ang Ulan g Meja K o m p u t e r Game-Net D. M. Ratna Tungga Dewa

Pemi l ihan Strategi Manufak tu r ing den gan Analytic NetM’ork Process ( A N P)Fransisca Darmi Setyaningsih, Isd Surjandari, dan Betrianis

Anal is is Keandalan Manus ia pada Akt ivi tas Kontinyu L. Triani Dewi

Aplikasi Algor i tma Fuzzy C-Means Clustering untuk Pe ng e l om po kan Lulusan Sani Susanto dan Ernawati

1-12

13-24

25-30

31-42

43-52

53-62

63-70

71-78

79-88

Aplikasi Algoritma Fuzzy C-Means Clustering untuk Pengelompokan Lulusan(Sani Susanto dan Ernawati)

Aplikasi Algoritma Fuzzy C-Means Clustering untuk Pengelompokan Lulusan

Sani Susanto dan ErnawatiJurusan Teknik Industri, Fakultas Teknologi Industri, Universitas Katolik Parahyangan, Bandung E-mail: ssusanto@home.unpar.ac.id, sjrh@bdg.centrin.net.id

AbstractGraduates as the output o f a university usually be classified by Graduate Point Average (GPA). Clustering graduates based on their GPA and length o f study was done by Ernawati (2003) using one o f crisp clustering algorithms known as the Average Link Clustering. In this research, the fuzzy c-means clustering technique is applied fo r the same task. The application results in the clear explanation on why certain graduate belongs to certain cluster, and the clear description o f each cluster obtained.

Keywords: clustering, graduate, the fuzzy c-means clustering technique

1. PendahuluanLulusan sebagai ou tp u t akh i r dari sebuah pe rguruan t inggi , biasa diberi predikat

kelulusan. Dasa r dari pe mber ian p r ed ika t adalah Indeks Prestasi K u m u l a t i f (IPK ). Sebagai con toh di Universi tas A t m a Ja ya Y o gya ka r ta (UAJY ) , p red ika t kelulusan yan g ada sebagai berikut: IPK 2,25 - 2,75 m e m u as k an , 2 ,76 - 3,50 sangat m e m u as k an , 3,51 - 4 ,00 terpuji . Jadi s es u ng gu hny a klasif ikasi t e rhadap lulusan telah d i l akukan. Sebe na rny a selain IPK ya ng m e n g u k u r t ingkat keberhas i l an lulusan da lam menyerap i lmu dan penge tahu an y an £ diber ikan, masih banyak variabel dari lulusan y a n g dap a t d ipe rhi tungkan anta ra lain lama studi. Lama studi dapa t me ng u k u r t ingkat kecepatan lulusan da lam me nye lesa ikan s tudinya. Se makin t inggi IPK dan semakin kecil lama studi lulusan maka akan semakin baik, seh ingga j i k a IPKé&n lama studi di jadikan sebagai dasa r klasi f ikasi , maka dapa t m e ng u k u r t ingkat keberhasi lan dan kecepatan lulusan menyelesaikan s tudinya. Hasi l klasifikasi ini d iha r apkan dapat me mber ikan g am b ar an mengena i lulusan sua tu p rogram studi atau perguruan tinggi berdasarkan kual i tas lulusan. Da lam hal ini kuali tas lulusan d inyatakan oleh IPK dan lama studi (Ernawat i , 2003)

Baga ima nak ah klasif ikasi atau pen ge l om pok an lulusan ini akan d i l akukan? Tekn ik Fuzzy c-means Clustering t e rmasuk keda lam salah satu keluarga t eknik clustering. Sepert i teknik clustering lainnya, teknik inipun m e nc ob a men g e l o mp o k k an se jumlah objek (dalam penelit ian ini y an g menjad i objek adalah para lulusan) berdasarkan at r ibut -at r ibut yang d imi l ikinya (da lam hal ini ya ng menjad i at r ibut set iap objek/ lulusan adalah IPK dan lama studi) kedalam kelompok-kelompok. Dalam teknik clustering, untuk istilah ’"ke l omp ok " d ig unakan kata ”cluster”, dalam tulisan ini kedua istilah itu akan tetap d igunakan . Pe ng e l om po ka n ya ng d iha rapkan adalah yan g m e m en u h i sifat sedemik ian rupa seh ingga ob jek-ob jek da lam suatu cluster “ semi r ip” mungkin satu sa ma lain, dan “ seberbeda” mungkin deng an ob jek-objek ya ng t idak berada pada cluster t ersebut .

Pada um u m ny a t eknik clustering, relasi y an g ada dianta ra suatu ob jek dengan suatu cluster hanya berada pada 2 (dua) kemung kina n ekstr im. Ke m un g k ina n ekst r im per tama , suatu ob jek adalah anggota penuh dari suatu cluster, atau derajat keanggo taan suatu objek t erhadap

79

Jurnal Teknologi Industri Vol. X No. I Januari 2006:79-88

suatu cluster adalah 100%. K em u n g k i n a n eks tr im kedua, suatu objek sa ma sekali bukan anggota dari suatu cluster, atau derajat keang go taan suatu objek t e rhadap suatu cluster adalah 0%. T ida k demik ian ha lnya pada t eknik fu zzy c-means clustering, pada t eknik ini relasi yan g ada d iantara sua tu objek dengan suatu cluster d im un gki nk an pula un tuk be rada d iantara kedua eks tr im tersebut , ar t inya relasi suatu objek t e rhadap suatu cluster d im un gki nk an berderaja t keanggotaan 0 % , atau 100% atau bahkan d iantaranya.

Penel i t ian ini hanya kasus khusus dari penerapan t eknik fu zzy c-means clustering. Kasus khusus ini dap a t diuraikan sebagai berikut . Ter dapa t 40 lulusan U A J Y sebagai sampel penel i t ian, dan set iap lulusan ini d ic i r ikan oleh 2 j en i s data (at ribut) y an g d imi likinya, yai tu 1PK (be rska la 0-4) dan lama studi (dalam tahun). Kee m p at -p u lu h lulusan ini akan d ike l ompokkan keda lam sekian buah cluster. K ed u a at ribut dari set iap lulusan U A J Y inilah ya ng menjad i dasa r penge lom pok an . Pada t eknik fu zzy c-means clustering penelit i harus lah ter lebih dahulu m en en t uk an besaran ban yak nya j u m l a h cluster y a n g d iha rapkan . Dari hasil akh ir upaya pe ng e l o m p ok an d iha r apkan dapat d iperoleh j a w a b a n t erhadap be berapa per t anyaan berikut ini:- P E R T A N Y A A N - l a : berapa derajat keanggo taan se orang lulusan ter tentu t e rhadap suatu

cluster t er t entu?- P E R T A N Y A A N - l b : lulusan y an g m a na sajakah y an g akan me njad i anggota dari suatu

cluster t er t entu?- P E R T A N Y A A N - 2 : setelah cluster-cluster dari para lulusan t erbentuk, bag a i man a ci tra

atau g am b ar an dari cluster-cluster t ersebut?

2. Tinjauan Pustaka: Teknik Fuzzy C-Means ClusteringBentuk y a n g lebih u m u m dari masa lah c lus te r ing adalah sebagai berikut:

- t e rdapat n buah objek, yai tu ou o2, . . . ,ok ,..., o n ,- objek ke-k ( ok ) dic i r ikan oleh p buah atr ibut , y an g d inya takan da l am bentuk vek to r xk :

x k = lx k1 x k2 " x kj ' " x kp j den gan x kj menya ta kan nilai atribut ke-j dari ob jek ke-k ( ok ),

- berdasa rkan ke-p buah at r ibut y an g dimi liki set iap objek, ke-n buah objek ini akand ike lo mpo kk an keda lam c buah cluster, yai tu cluster-1, cluster-2, . . . , cluster-c,

- y an g harus di t en tukan adalah besaran:o matr iks U = (uik)cxn, yai tu matr iks deng an sel pada baris ke-i dan ko lom ke-k

menya ta kan besarnya derajat keanggo taan ok t e rhadap clyster-i, s eh ingga objek- ob jek se-clusler akan semi r ip mu ng kin satu sam a lain, dan seberbeda mu ngkin d en ga n ob jek-ob jek yan g t idak secluster.

o besaran vek to r baris y an g terdiri atas p ko lom, vi = ( y i1 v i2 v,, ••• v (pj,den gan e lemen v ¡j menya ta ka n nilai-nilai rata-rata dari a t r ibut ke-j y an g dimil iki olehset iap ob jek y a n g me rupakan anggo ta cluster ke-i.

A d ap u n range dari indeks- indeks diatas adalah: i = l ,2, . . . ,c; j = l , 2 , . . . , p dan k= 1,2, . . . ,nMelalui besaran matr iks U = (ujk) ini akan d idapat j a w a b a n t e rhadap P E R T A N Y A A N -

l a dan P E R T A N Y A A N - l b . Ja w ab an t e rhadap P E R T A N Y A A N - 2 d idapa t dari vektor baris v i = b ) -

Bila masa lah u m u m diatas d imode lkan keda lam masa lah fu zzy c-means clustefing maka akan diperoleh masalah optimasi t erkendala (constrainedoptimization) berikut ini (Bezdek, 1981): ❖ diber ikan n buah vektor baris x k = ( x k1 x k2 ••• x kj - - x kp)

80

♦> harus d i t en tukan dua besaran berikut: o ma tr iks U = (uik) , danv IK 'ocn ’

o vek to r baris Vj = (vh v i2 ■■■ v ■■■ v ipj *1* s eh ingga nilai fungsional berikut menjadi mi n i mum :

J(U,v) = t tk=1 ¡=1

da lam hal ini m e [0,1] d isebut pangkal bobol (da l am penelit ian ini dipi l ih nilai y a n g u mum d igun akan da l am penel i t ian, yai tu m = 2),

❖ dan kenda la -kenda la berikut terpenuhi :U i k ^ 0 »1] (2)

C£ u ik - untuk set iap A;= l ,2„. . . , n (3 )i=I

n0 < ^ u ik < n , untuk set iap i = 1 , 2 , . . . ,c (4)

k=lPada pe r samaan (1), besaran | |xk - v j m e nya ta kan “j a r a k ” antara at r ibut dari objek ke-k ( x k ) t erhadap “ titik pusa t” dari clusler-i ( Vj ). M en gi n g a t e l e me n- e le men vektor Vj me nya takan nilai rata-rata at ribut dari seluruh objek y an g menjad i angg o ta cluster-\, maka vek to r ini me rupakan prolotype atau representasi dari seluruh objek y a n g menjadi anggo ta cluster-i. Se makin kecilnilai | |xk - v j , m a ka semakin mi rip at ribut dari objek ke-k dengan prolotype ( representas i) dari cluslerA, s eh ingga semakin pantas ob jek ini un tuk menjadi anggota cluster-i, y an g berart i s emakin besar nilai u jk. Seba l iknya , sem akin besar nilai | |xk - v 51|, ma ka semakin kecil nilai u ik .

Pada kenda la (2), nilai derajat keanggo taan ob jek ke-k (ok ) berada pada selang nilai dari 0 h ingga 1. Pada kendala (3), untuk set iap objek, j u m l a h dari seluruh nilai derajat kea ng g o t aa n ­nya t erhadap berbagai cluster adalah 1. Pada kenda la (4), set iap objek pasti menjadi anggota salah satu cluster, namun untuk set iap ob jek t idak mung kin menjadi anggota dari seluruh cluster.

Banyak a lgor i tma y an g telah d ike m b an g ka n bagi ma sa lah /wzz^ c-m eans clustering antara lain Bezdek (2001) , Al -Su l t an dan Sel im (1991) , dan K am el dan Sel im (1994) . Pada penelit ian ini masa lah dia tas akan d ipecahkan dengan m e n g g u n ak an Software M A T L A B 6.5. Interpretasi besaran u jk dan v ¡j d iber ikan pada Bab 4 t en tang Hasi l Peneli t ian dan Pembahasannya .

3. Metode PenelitianPenel i t ian ini d i t empuh melalui l angkah- langkah sebagai berikut:

Langkah-1: M e ru m u s k a n MasalahDiberikan se jumlah 40 o rang lulusan U A J Y , y an g ma s in g -m a s in g disertai dengan 2 j en i s data, yai tu IPK dan lama studi. Keempat -pu luh o ran g ini mas i ng -ma s in g hendak d ike lomp ok ka n keda lam sejumlah cluster, berdasarkan kedua j e n i s data ini. M asa lahnya adalah, baga imanakah pe n ge lom pok an y a n g akan dihas i lkan? Art inya, akan menjad i anggo ta cluster ma nakah lulusan y an g be rnama si X itu? Siapa saja lulusan y an g akan menjad i anggo ta suatu cluslerl Langkah-2: M en en tu k an Metod e Pe mecahan Masa lahPada penel i t ian ini tekn\V. fuzzy c-means clustering terpil ih sebagai me tode peme cah an masalah. Berkai t an dengan besaran j u m l a h cluster, y an g d i l am ba ngk an dengan c, bila hendak d igunakan

Aplikasi Algoritma Fuzzy C-Means Clustering untuk Pengelompokan Lulusan(Sani Susanto dan Ernawati)

( u j m |xk -v. m

81

Jurnal Teknologi Industri Vol. X No. I Januari 2006:79-88

t eknik fu zzy c-means clustering ma ka besaran ini harus di ten tukan ter lebih dahulu oleh penelit i .

Langkah-3 : M en en tu k an Jenis Da ta yang Diper lukanJenis data y a n g d iper lukan adalah data IPK dan lama studi dari ke empa t puluh lulusan U AJ Y y an g h en da k d ik e l ompokkan .

Langkah-4 : M en ga m b i l Data va ng Diper lukan Da ta y a n g t erambil disaj ikan pada Tabel 1.

Tabel 1. IPK dan Lama Studi 40 Lulusan (Sumber : Emaw at i , 2003)

Nosampel

IPK(Xi)

Lama studi CV i)

1 2.75 5.502 2.76 5.503 2.60 5.834 2.83 5.835 2.8! 5.836 2.49 6.177 2.55 6.178 2.53 6.179 2.60 6.8310 2.45 7.25U 3.49 4.8512 3.42 4.8313 3.11 5.1714 2.76 5.1715 2.63 5.8316 2.62 6.4217 2.63 6.4218 2.62 6.6719 3.37 4.1720 2.96 4.5021 2.79 4.5022 3.21 4.8323 3.05 4.8324 2.77 6.2525 3.13 5.4226 3.72 4.2527 3.10 5.1728 2.92 5.4229 3.12 5.4230 2.94 5.4231 2.98 5.4232 2.86 3.6733 2.93 7.8334 2.67 6.8335 2.84 5.8336 2.77 4.8337 2.37 8.1738 2.72 4.1739 2.84 5.2540 2.68 5.33

Data IPK dan lama studi dari set iap m a ha s i s w a dapat d inyatakan sebagai vek to r baris y an g terdiri atas dua kolom. Sebaga i contoh untuk maha s i s wa ke-1, kedua data ini dapa t d inyatakan sebagai vektor

x i = ( x n x ,2 ) = (2 .7 5 5 . 5 0 ) , x 2 = ( 2 . 7 6 5 . 5 0 ) , . . . , x 40 = ( 2 . 6 8 5 . 3 3 )

82

Langkah-5: M en go la h DataData ya ng d ida pa t pada Langkah-4 se lan ju tnya akan diolah dengan t eknik atau meto de >ang telah d i t en tukan pada Langkah-2, yai tu t eknik fu zzy c-means clustering. Tek n i s pengolahan data, sepert i t elah d iungkapkan sebe lumnya , d il akukan dengan ban tuan Software M A T L A B 6.5

Langkah-6: Mengin terp re tas ikan Hasil Pengo lahan DataPada l angkah ini akan diber ikan interpretasi dari hasil pengolahan data y an g d il akukan pada Langkah-5 , seh ingga besaran u lk dan v ¡j menjadi j e l a s arti fisisnya.

4. Hasil Penelitian Dan PembahasanKee m p at p u lu h lulusan yang akan menjadi objek dari teknik fu zzy c-means clustering

dapa t d ik e l om po kk an menjadi c cluster, deng an c =1,2, . . . ,40. M en g e lo m p o k k a n 40 lulusan menjad i I a t au 40 cluster t idak m e ni m bu lk an kesuli tan untuk mengident i f ikas i lulusan yan g ma na sa jakah y an g akan menjad i ang go ta cluster-cluster tersebut. T ida k dem ik ian halnya bila keempa t -pu luh lulusan itu hendak kita ke lom po kka n keda lam 2 ,3 , . . . , 38 cluster. Pada bagian ini pe r t ama- tama akan diberi ilustrasi bila keempa t -pu luh lulusan ini akan d ike lo mp o k k an menjad i 3 cluster, s iapa saja ya ng akan menjadi an ggo ta set iap cluster serta ba g a i m an a garis besar ci tra t iap cluster itu. Menginga t terbatasnya wak tu penel i t ian serta ruang penul i san, han ya akan disaj i ­kan hasil pembag ian keempa t-puluh lulusan keda lam 2-10 cluster. K e m un g k in a n pembag ian ke­da lam j u m l a h cluster ya ng lain (1 1-40 cluster), d iserahkan kepada para pem b ac a sebagai latihan.

a. Hasil Pengelompokan 40 Lulusan Kedalam 3 ClusterMisa lkan keempa t -pu luh lulusan akan d ike lo mpokkan kedalam 3 cluster, j ad i nilai c ad a ­

lah 3. Misa lkan data pada Tabel 1 d i s impan diberi n am a ’’D A T A .d a t ” dan d i s impan pada drive C, un tuk me ngolah data ini dengan bantuan Softw are M A T L A B 6.5 berikan per intah berikut:

» X=load( ' c : \DATA.dat ' ) ;» [C en te r ,U ,O b jF cn ]= fc m (X ,3 , [2 ,10,10A-5])

Perin tah “ X= load( ' c : \ DATA .da t ' ) ” akan m e m b ac a file dengan nam a “ D A T A .d a t ” dan ko mp u te r ak an me ny im p an n y a da lam var iabel X. Perintah “ [Cen te r ,U , Ob jFc n]= fcm (X, 3 , [ 2 ,1 0 ,10A-5] )” akan me ma su k k an nilai var i abel X kedalam fungsi f c m (fuzzy c-means) dan data pada var i abel ini akan dibagi kedalam 3 cluster, adapun besarnya pangkat bobot dipi l ih m=2, iterasi m a k s i m u m pada pe laksanaan pe rh i tungan adalah 10, kri ter ia pen ghen t i an iterasi adalah bila sel isih an ta ra 2 solusi y an g be ru ru tan telah bernilai kurang dari l'O'5, hasil dari perhi tungan adalah d idap a t ka nn ya pusa t cluster atau Center , derajat keanggotaan atau matr iks U ser ta nilai fungsi tujuan atau ObjFcn. Setelah kedua perintah diber ikan, d idapat 3 bag ian hasil ber ikut ini.Bagian Hasi l y an g Pe r ta ma , yai tu hasil dari perh i tungan nilai fungsional , sebagai berikut:

Aplikasi Algoritma Fuzzy C-Means Clustering untuk Pengelompokan Lulusan(Sani Susanto dan Ernawati)

lteration count = 1, obj. fcn = 16.098602Iteration count = 2, obj. fcn = 12.126401lteration count = 3, obj. fcn = 10.444322Iteration count = 4, obj. fcn = 9.553445lteration count = 5, obj. fcn = 8.984033Iteration count = 6, obj. fcn = 8 .188539Iteration count = 7, obj. fcn = 7.629264Iteration count = 8, obj. fcn = 7.366269lteration count = 9, obj. fcn = 7.249556Iteration count = 10, obj. fcn = 7.201554

83

Jurnal Teknologi Industri Vol. X No. / Januari 2006:79-88

Interpretasinya, S o f tw a r e M A T L A B 6.5 memer lu kan iterasi 10 kali sebelum me m p ro le h solusi opt imal bagi nilai fungsiona l J (U,v) sebesar 7.201554.

Bagian Hasi l y an g K e d u a , yai tu hasil perhi tungan dari ni lai-ni lai Vy, sebagai berikut:

Ce n t e r =

2.7173 7 .05162 .7660 5.72333.0681 4 . 611 0

Nilai -ni lai ini me ru pa ka n nilai dari ’’koordinat” t it ik pusa t ket iga cluster dan me mb er ik an garisbesar citra t iap cluster.- un tuk cluster-1, ’’ko ord ina t” dari titik pusat cluster ini adalah v , =(2.7173 7.0516), y a n g

arti f isisnya, cluster-1 akan be ranggo takan lulusan U A J Y y a n g deng an rata-rata 1PK s ebesa r 2 . 7 173 dan rata-ra ta lama studi adalah 7 .0516 tahun;

- un tuk cluster-2, ’’koord ina t” dari t it ik pusat cluster ini ada lah v 2 =(2.7660 5.7233), y an garti fisisnya, cluster-2 akan be ranggotakan lulusan U A J Y y a n g deng an rata-rata 1PK s e besa r 2 .7660 dan rata-ra ta lama studi adalah 5.7233 t ahun ; sedangkan

- un tuk cluster-3, ’’koord ina t” dari titik pusat cluster ini adalah v 3 =(3.0681 4.661 o j , y an garti f isisnya, cluster-1 akan be ranggotakan lulusan U A J Y y an g deng an rata-rata 1PK s ebesa r 3.0681 dan rata-ra ta lama studi adalah 4 .6610 t ahun;

Den gan m e m a h a m i arti fisis dari besaran Vjjini berart i t er j awab lah P E R T A N Y A A N - 2 .Dari hasil perhi tungan nilai-ni lai v ¡-d idapatkan pola y an g menar ik , bah wa semakin t inggi nilaiIPK s eo rang a lumni U A J Y , semakin singkat masa s tudinya.

Bagian Hasi l ya n g K e t ig a , yai tu hasil perh i tungan dari nilai-ni lai u ik, sebagai berikut:

u =Columns 1 through 7

0.0193 0.0192 0.0246 0.9285 0.9284 0.9536 0.0522 0.0523 0.0218

0.01010.98010.0098

0.0087 0 9828 0.0084

0.05130.90520.0435

0.2188 0.7159 0 0653

Columns 8 through 14 0 2231 0.2091 0.8979 0.7102 0.7285 0.0817 0.0666 0.0624 0.0204

0.7622 0.1699 0 0679

0 0286 0.1282 0.8433

0.00920.05100.9398

0.04700.54410.4089

Columns 15 through 21 00192 0.5198 0 5197 0.9637 0.4190 0.4193 0.0172 0.0611 0.0610

0.83060.14040.0290

0 0288 0.0905 0.8806

0.0036 0.0154 09811

0.01280.05580.9314

Columns 22 through 28 0.0122 0 0090 0.2810 0.0633 0.0516 0.6537 0.9246 0.9394 0.0653

0.05580.70410.2401

0.05050.14500.8045

0.0463 0 4089 0.5448

0.03530.82380.1409

Columns 29 through 35 0.0547 0.0367 0.0401 0.7104 0.8148 0.7946 0.2349 0.1485 0.1653

0.06230.16900.7687

0.82740.12070.0519

0.9508 0 0396 0.0096

0.01090.978300107

84

Aplikasi Algoritma Fuzzy C-Means Clustering untuk Pengelompokan Lulusan(Sani Susanlo dan Ernawati)

Columns 36 through 40

0.0231 0.7533, 0.0325 0.0449 0.04210.1430 0.1682 0.1118 0.6374 0.77080.8339 0.0785 0.8556 0.3177 0.1871

Nilai -ni la i ini, sepert i telah d iu n g k ap k an pada bab T in jauan Pustaka, m e n g g a m b a r k a n derajat k ea ng go t aan suatu ob jek (da lam hal ini lulusan U A J Y ) terhadap ket iga clusler. U n tu k lulusan ke-1,2, . . . , 40 d idapa tkan vek to r ber ikut ( l ihat ko lom k e - 1,2, . . . ,40):

" I I 0.0193 u |2 0.0192 " l , 4 0 0.0421

" 2 1 = 0.9285 , u 2 2 = 0.9284 .. u2 40 = 0.7708

" 3 1 0.0522 w32 0.0 5 23 "3 ,4 0 0.1871

B a g a im an a interpretasi dari besa ran -be sa ran ini? Tinjau misalnya un tuk lulusan ke-40, ia dapat- menjadi anggo ta clusler-1 deng an derajat keanggotaan 0.0421- menjadi anggo ta clusler-2 deng an derajat keanggotaan 0 .7708, dan- menjadi anggo ta clusler-3 deng an derajat keanggotaan 0.1871,n am u n karena derajat keanggo taan t e rbesa rnya adalah t e rhadap clusler-2, maka lulusan ke-40 ini akan d im asu kka n keda lam clusler-2. Ini adalah j aw ab an bagi P E R T A N Y A A N - l a d a n l b .

Has i l se lengka pn ya pe ng e l o m p ok an keempa t -p u l uh lulusan U A J Y keda lam 3 clusler adalah:- Clusler-] be rangg o tak an lulusan n o m o r 10,11,16,17,18,33,34 dan 37,

Clusler-2 be ranggo takan lulusan n o m o r 1,2,3,4,5,6,7,8,9,14,15,24,25,28,29,30,31,35,39 dan 40,- Clusler-3 beranggo takan lulusan n o m o r 12,13,19,20,21,22,23,32,36 dan 38.

b. Hasil Selengkapnya Pengelompokan 40 Lulusan ke dalam 1-10 ClusterT er h ad ap ke-40 lulusan U A J Y y a n g menjadi ob jek penel i t ian ini, bila mere ka hendak

d ike lo mp o k k an , maka sebagai a l te rnat i fnya me rekapun dapat d ike lo mp o k k an keda lam 1, 2 ..., 40 c lu s te r . Seperti telah d iu tarakan pada awal Bab-4, meng inga t t e rba tasnya wak tu peneli t ian serta ruang penul isan se lan ju tnya akan d isaj ikan hasil pembag ian se le ngk ap ny a dari keempat - puluh lulusan keda lam 1-10 c lu s te r . A d ap u n kemun gk inan pe mbag ian keda lam j u m l a h c lu s t e r

y a n g lain, yai tu 11-40 c lu s l e r , d i se rahkan kepada para pembaca, sebagai latihan. Hasil pemba g i an t ersebut , ju g a deng an ban tuan S o f tw a r e M A T L A B 6.5, disaj ikan pada Tabe l 2.

c. Pertanyaan Selanjutnya: Berapakah Jumlah Cluster yang ’’Tepat”?Sepert i telah d iura ikan sebe lumnya , t e rhadap ke-40 lulusan U A J Y y a n g menjadi objek penel i t ian ini, bila mereka hendak d ike lo mp o k k an , ma ka sebagai a l t ernat i fnya mere ka pu n dapat d ik e l o m p o k k an kedalam 1, 2 ..., 40 clusler. Lalu, ya ng pal ing “ tepat” , seb a iknya dibag i kedalam berapa clusterkahl Per tanyaan ini berkai tan dengan cluster validity, dan telah menjadi topik penel i t ian tersendiri . Per tanyaan ini akan d i j awab pada kesempa tan lain.

85

Jurnal Teknologi Industri Vol. X No. I Januari 2006:79-88

Tabel 2. Hasil Akhi r Clustering un tuk 40 Lu lusan y a n g D ike lom pok ka n ke da l am 1 ,2 , . . . 40 Cluster

JumlahCluster

A nggota c luster ke-1 2 3 4 5 6 7 8 9 10

10 1,2,40 19,26 10,11,18.34 14,39 33 ,37 12.13,20,2

2,23, 363,4,5,6. 15, 35

25,27,28,29,30,31 21 ,32,38 7.8,9,16,1

7,24

9 10,11,18,34 3,i , 15 l .2.25,27.2

8.29.30. 3 I 4.5.3512.! 3,20.21 .22.23.26.3

614.39.40 7.8.9,16.17.

24 33.37 19.32.38

8 11,33,37 32 10,16,17,18,34

20 ,21.36,38

12 ,13,22,23

1,2,14.25,27 ,28,29,30 ,31 ,39,40

3,4,5.6.7.8 ,9 .15,24.3

519.26

7 10,16,17,18,34 21 ,32,38

1,2,14,25,27,28,29,30.

31.39.4012,13,22,2

3,363,4.5.6.7,8. 9.15.24,35 19,26 11.33.37

6 12,13,20,21,22,23,36

3,4,5,6,7,8 ,9.15,24,3

5

1,2,14,25,27,28,29,30,31,39,40

10,16,17,18,34 11,33,37 19 ,26,32,3

8

5

1,2,3,4,5,6 ,14,

15,25,28,2 9,30 ,31,35

,39,40

12 ,13,20,22,23,27,36 I 1.33.37

7,8,9,10,16 ,17 ,18,24

,34,19,21.26.32

.38

412,13,19,20 ,21 ,22,23,26.32.36,

38

3,6,7,8,9.1 0,15 ,16,17 ,18.24,34.

1.2,4,5, 14,25,27,2 8,29,30,31 ,35,39,40

11 .33,37

310,11,16,17 ,18,33,34

.37

1,2,3,4,5.6 ,7,8.9,

14,15,24,2 5,28 ,29,30 ,31,35,39.

40

12,13,19,20,21.22,23,26.27,32.36.

38 •

2

1,2,12,13,14.19.20.2 1,22,23,25 ,26,27,28,29 .30.31.3 2 ,36 .38,39

,40

3,4,5.6.7.8 ,9,10,11,1 5 .16,17,24

,28-40

1 1-40

86

5. Kesimpulan Dan SaranBerdasa rkan p em ba ha san se be l um ny a , dap a t diber ikan beberapa buti r k es i m pu lan berikut

ini:- t eknik fu zzy c-means cluslering me mb er i k e m a m p u a n da lam menjelaskan m e n g a p a sebuah

objek, da lam hal ini lulusan U A J Y , lebih t epat menjadi anggota dari suatu clusler lulusan t er tentu, d iband ingk an menjadi anggo ta dari clusler lain, hal ini d idasarkan pad a besaran dera jat keang go t aan suatu ob jek t e rhadap be be rap a clusler, s ecara t ekni s hal ini d id apa t dari interpretasi besaran matr iks U,

- t eknik fu zzy c-means cluslering m e m b er ik an k e m a m p u a n un tuk me nje la sk an bag a i man a garis besar ci tra dari set iap clusler lulusan y an g d ihas i lkan, secara tekni s hal ini d idapa t dari interpretasi y an g d iber ikan t e rhadap vektor v,

Selain itu dari penel i t ian ini dapat pula d i sa m pa ika n beberapa saran berikut ini:- t idak ada j a m i n a n b a h w a t eknik fu zzy c-means cluslering akan me mb er ik an j u m l a h anggo ta

clusler y a n g re lat i f be r imbang , ada k em u n g k in an ba h wa clusler t er tentu memi l ik i anggo taya ng ter l alu banyak , se menta ra clusler y an g lain hanya memi l iki sediki t anggo ta . Hal inidapa t d i t anggulang i dengan mela kuk an pergese ran keanggotaan , mi sa lnya t idak dengan memil ih derajat keanggo taan terbesar , namu n y an g kedua t erbesar atau ket iga t e rbesa r

- t e rbuka top ik penel i t ian lebih lanjut yan g m e n y a n g k u t clusler validity, yai tu pembag ianobjek ked a lam berapa cluslerkah y an g d ia nggap pal ing tepat.

Aplikasi Algoritma Fuzzy C-Means Cluslering unluk Pengelompokan Lulusan(Sani Susanto dan Ernawati)

87

Jurnal Teknologi Industri Vol. X No. 1 Januari 2006:79-88

Daftar PustakaAl-Su l t an, KS, dan Sel im, SZ, 1993, A Global Algor i thm for the Fuzzy Clus te r in g Prob lem,

Pattern Recognition, Vol. 26, No. 9, ha laman 1357-1361.Bezdek , JC, 1981, Pattern Recognition with Fuzzy Objective Function Algorithms, Plenum,

N e w York.Ernawat i , 2003, Aplikas i Al gor i tma Clus te r ing Untuk Klasif ikasi Lulusan, Jurnal Teknologi

Industri, Vo l VII, N o 2, ha lama n 89-98 Kamel , M S, dan Sel im, SZ, 1994, N e w Al gor i thms for Solv ing the Fuzzy Cl us te r in g Problem,

Pattern Recognition, Vol. 27, No . 3 ha laman 421-428.

88

Halaman Abstract

Halaman Abstract

JURNAL TEKNOLOGI INDUSTRI ISSN 1410 - 5004Volume X Nomor 1 Januari 2006 Terbit: 31 Januari 2006

Pengembangan Bayangan Kabur secara Cepat dengan Metoda Senarai Paparan

SuyotoProgram Studi Teknik Informatika, Fakultas Teknologi Industri, Universitas Atma Jaya YogyakartaJin. Babarsari No. 43 Yogyakarta 55281 E-mail: suyoto@mail.uajy.ac.id

AbstractIn this paper, we describe a new method o f fast soft shadow that is display list method. The method is based on two algorithms that are hard shadow algorithm and P arker’s algorithm. We implement the method interactively fo r 3D S- CAD object via new software named S-Ray. S- Ray is designed fo r students who are using S- CAD to produce a realistic photo image easily and interactively. Among the interactive features are, users are free to use the dialog box to edit and manipulate the light and the intensity o f shadow.

Keywords: software development, soft shadow, hard shadow, CAD, interactive

Pembobotan Kriteria Penilaian Kinerja Subkontraktor PT. AHM dengan Pendekatan Analytical Hierarchy Process

Betrianis dan Agus SalimDepartemen Teknik Industri, Fakultas Teknik Universitas Indonesia Kampus Baru Ul Depok, 16424 Indonesia E-mail: betrianis@ie.ui.ac.id

A bstractPT. AH M as a single producer o f motorbike Honda, always try to fulfill increasing demand o f motorbikes. This is conducted by improving capacity o f manufacturing process. By increasing capacity, consequently the company need more components bought from outsourcings (subcontractors). To have good components in quality and quantity, the company must select carefully the subcontractors. Therefore the purpose o f this research is to get criterion to asses the subcontractors by using Analytical Hierarchi Process.Analytical Hierarchi Process is decision approach designed to solve multiple criteria problem. This method has been fo u n d to be an effective and practical approach that can consider complex and unstructured decisions. The Analytical Hierarchi Process is proposed in this research in order to rank or weight the criterion. The steps o f this method are determining criteria and sub-criteria, constructing hierarchies by weighting score and synthesis priorities.As the result, there are six main criteria: Quality, Cost, Delivery, Development, Management and Facility. For each main criteria, there are two or more sub-sub criteria. Using these critera, PT AHM could select the subcontractors more accurate and reliable.

Keywords: Performance Appraissal, Criteria, Analytical Hierarchy Process, subcontractor

Jurnal Teknologi Industri Vol. X No. I Januari 2006

Controlling but Not Owning: Relationships in the Outsourcing Era

I Nyoman PujawanDepartment o f Industrial Engineering, Sepuluh Nopember Institute o f Technology Kampus ITS Sukolilo Surabaya E-mail: pujawan@ie.its.ac.id

A bstractThere is an increasing trend o f companies moving out some o f their activities initially done in house. The motivation is not to merely seek lower cost, but more often the aim is to fin d expertise, hence increasing competitiveness in the market. While outsourcing is not new fo r many organizations, it is not always obvious how relationships between the company and the outsourcing companies should be managed. The most prominent challenges would be to ensure that those external parties are delivering goods or services at a competitive price, acceptable quality and speed and providing excellent services and not treating the company's business in the long term. This raises the issue o f both strategic risk management as well as operational control over the day to day activities. At the operational level the main issue would be the means by which the company controls the delivery time, the quality and efficiency o f the processes while they do not own those third parties. This paper will discuss various aspect o f outsourcing, in particular relationships issues.

Keywords: Outsourcing, supply chain, relationships

Modifikasi Algoritma Triangulasi Delaunay dan Implementasi Paralel untuk Rekonstruksi Obyek

Eko Sediyono, Heru Suhartanto, Belawati H. WtdjajaFakultas Teknologi Informasi Universitas Kristen Satya Wacana,Jl. Diponegoro 52-60 Salatiga 50711 E-mail: ekosedl@ yahoo.com

AbstractThis paper proposed a modification o f Delaunay triangulation (Detri) algorithm. This algorithm is used to construct a parallel Detri Algorithm under PC networks with Parallel Virtual Machine (PVM) Windows 2000 version. Further, this parallel Detri algorithm is used to reconstruct three-dimensional (3D) objects based on two- dimensional (2D) images. Up to now, the legalization test o f Detri used linear equation based on three points to be tested, but our proposed algorithm used computational geometry. Based on our analysis, this modification reduces number o f floating point operations (flops) up to fifty percent. Our parallel Detri algorithm show the significant speedup compare to similar algorithms but implemented on the different platform.

Keywords: Delaunay TriangulationModification, Parallel Delaunay Triangulation, PVM

Halaman Abstract

Pemanfaatan Data Anthropometri untuk Perancangan Ulang Meja Komputer (Studi Kasus:Stasiun Komputer Sebuah Game-net)

Josef Hernawan NuduProgram Studi Teknik Industri, Fakultas Teknologi Industri, Universitas Atma Jaya YogyakartaJin. Babarsari 43, Yogyakarta 55281 E-mail: josef@mail.uajy.ac.id

AbstractErgonomic concept could be applied in any system where human exists in that system. One kind o f system that need thorough analysis is human-computer system. In such system, the appliances should be designed with human limitation as prime consideration. Innovation in hardware and software have nurture the growth o f on-line games. On-line game makes gaming more interesting and gamers tend to play longer to achieve higher level. Along with the skills to play the game, physiological aspects play implortant role on determining the game duration. Hungry is a kind o f alarm showing that gamers ’ body need energy intake and they need to eat something. Current design o f computers table are not taking this condition into consideration. This research proposes new design o f computer table that could accommodate the need to play game and eat in the same time. The focus o f this research is redesigning current computer table using anthropometric approach. The data are collected using questionares, measurement, and literatures. Other aspects such as material selection and force calculation are beyond the scope o f this research.

Keywords: ergonomic, anthropometricapproach, redesign, computer table, game-net

Pemilihan Material dengan Metoda Pairwise Comparison dan Weighted Objective Evaluation Chart pada Rancang Ulang Meja Komputer Game- Net

D.M. Ratna Tungga DewaProgram Studi Teknik lndustri, Fakultas Teknologi lndustri, Universitas Atma Jaya YogyakartaJin. Babarsari 43, Yogyakarta 55281 E-mail: ratnadewa@mail.uajy.ac.id

A bstractMaterial selection is crucial and determining the product’s performance. The focus o f this research is proposing a method on selecting materials that will be used fo r a product. Firm and structured method fo r material selection is proposed which is consists o f Pairwise Comparison Methods and Weighted Objective Evaluation Chart. Result from previous research is taken as case study. The previous research proposes dimension o f newly designed computer table that could accommodate the gamers ’ need to play game and eat in the same time. The design has considered anthropometric aspects, but the material had not been determined yet. The proposed method is used to determine materials that will be used to produce the computer table at certain game-net centre. The selected material is the one that has highest value in Weighted Objective Evaluation Chart.

Keywords: game-net, computer table, material selection, Pairwise Comparison, Weighted Objective Evaluation Chart

Jurnal Teknologi Industri Vol. X No. I Januari 2006

Pemilihan Strategi Manufakturing dengan Analytic Network Process (ANP): Studi Kasus

Fransisca Darmi Setyaningsih, Isti Surjandari, dan BetrianisProgram Studi Teknik Industri, Fakultas Teknologi Industri, Universitas Atma Jaya YogyakartaJin. Babarsari No. 43 Yogyakarta 55281 E-mail: sisca@mail.uajy.ac.id

AbstractThe formulation o f manufacturing strategy has applied in PT. X and particularly used fo r medicine product A and B. Manufacturing strategy alternatives adopted include cost reduction and variations o f flavor fo r product A. For product B, manufacturing strategy adopted is only cost reduction. From both manufacturing strategy alternatives o f product A, the most suitable strategy fo r current condition o f the company is selected using Analytic Network Process (ANP) method. Performance criteria used include cost, quality, delivery, and

flexibility. The selected manufacturing strategy is variations o f flavor that has the highest fina l score, fo r different or same weighted average o f respondents methods.

Keywords: manufacturing strategy, Analytic Network Process, performance criteria

AbstractContinuous activity is activity type with continuous operation like vigilance, stabilization and tracking. This activity progressively mount along with the have expanding to information technology where role o f human in human- machine interaction dominant more and more. Assessment o f human reliability require to be done due to contribution o f such system failure is human error. This paper study about human reliability analysis o f continuous activity using Human Error Assessment and Reduction Technique - HEART method. As case illustration is activity data o f Air Traffic Control (ATC) operator in airport. Result analyses obtained human reliability can be used to assess performance o f human reliability in work system and what repair evaluation able to be done.

Keywords: human reliability, continuous activity, HEART method

Aplikasi Algoritma Fuzzy C- Means Clustering untuk Pengelompokan Lulusan

Sani Susanto dan ErnawatiJurusan Teknik Industri, Fakultas Teknologi Industri, Universitas Katolik Parahyangan, BandungE-mail: ssusanto@home.unpar.ac.id, sjrh@bdg.centrin.net. id

Analisis Keandalan Manusia pada Aktivitas Kontinyu

L. Triani DewiProgram Studi Teknik Industri, Fakultas Teknologi Industri, Universitas Atma Jaya YogyakartaJin. Babarsari No.43 Yogyakarta 55281 E-mail: triani.dewi@mail.uajy.ac.id

AbstractGraduates as the output o f a university usually be classified by Graduate Point Average (GPA). Clustering graduates based on their GPA and length o f study was done by Erncrwati (2003) using one o f crisp clustering algorithms known as the Average Link Clustering. In this research, the fuzzy c-means clustering technique is applied for the same task. The application results in the clear explanation on why certain graduate belongs to certain cluster, and the clear description o f each duster obtained.

Keywords: clustering, graduate, the fuzzy c- means clustering technique

UNIVERSITAS ATMA JAYA YOGYAKARTAFakultas Teknologi Industri

SURAT KEPUTUSAN DEKAN FAKULTAS TEKNOLOGI INDUSTRI UNIVERSITAS ATMA JAYA YOGYAKARTA

No: 056/ I V

Tentang:PEMBENTUKAN DEWAN REDAKSI

JURNAL TEKNOLOGI INDUSTRI FAKULTAS TEKNOLOGI INDUSTRI

UNIVERSITAS ATMA JAYA YOGYAKARTAMenimbang:

a. bahwa salah satu butir tri dharma perguruan tinggi, melaksanakan penelitian, maka diperlukan media publikasi hasil penelitian, jurnal, tulisan ilmiah dan telaah ilmiah,

b. bahwa dengan telah terakreditasinya Jurnal Teknologi Industri, Fakultas Teknologi Industri, Universitas Atma Jaya Yogyakarta maka diperlukan adanya pengendalian kualitas jurnal dan kesinambungan penerbitannya,

c. bahwa berdasar pertimbangan sebagaimana dimaksud dalam huruf a dan b maka diperlukan dewan redaksi yang bermutu dan berkesinambungan yang mengurus dan menjaga mutu Publikasi Jurnal Teknologi Industri, Fakultas Teknologi Industri, Universitas Atma Jaya Yogyakarta.

Mengingat:a. Surat Keputusan Rektor No: 13/HP/2002 tentang Struktur Organisasi Jurnal Ilmiah

Universitas Atma Jaya Yogyakarta.b. Statuta Universitas Atma Jaya Yogyakarta.

Menetapkan:Pertama:Pembentukan Dewan Redaksi Jurnal Teknologi Industri, Fakultas Teknologi IndustriUniversitas Atma Jaya YogyakartaKedua:Mengangkat yang namanya tersebut di bawah ini ke dalam Dewan Redaksi Jurnal Teknologi Industri, Fakultas Teknologi Industri Universitas Atma Jaya Yogyakarta:Penanggung Jawab Pemimpin Redaksi Redaksi Pelaksana Anggota Redaksi

Paulus Mudjihartono B. Yudi Dwiandiyanta Fransisca Darmi Setyaningsih1. Aib. Joko Santoso2. Benyamin Langgu Sinaga3. Luciana Triani Dewi4. V. Darsono

Jl. Babarsari No. 43 Yogyakarta 55281 Indonesia Kotak Pos 1086 Telp. +62-274-487711 (hunting) Fax. +62-274-485223 Website : //www.uajy.ac.id E-mail: tekn-industri@mail.uajy.ac.id

Redaksi Ahli : 1. A.M. Madyana2. B. Kristyanto3. F. Soesianto4. I Nyoman Pujawan5. Inggriani Liem6. Subanar7. Suyoto

Ketiga:Tugas Dewan Redaksi:Pemimpin R edaksi:

1. Menjamin konsistensi terbitnya Jumal Teknologi Industri2. Menyiapkan kelayakan terbit dan cetak seluruh naskah Jumal Teknologi Industri3. Membina relasi dengan seluruh stake holders Jumal Teknologi Industri4. Manajemen Web Jumal Teknologi Industri

Redaksi Pelaksana:1. Melaksanakan administrasi Jumal Teknologi Industri2. Melaksanakan dokumentasi Jumal Teknologi Industri3. Melaksanakan pembukuan dan pengelolaan keuangan Jumal Teknologi Industri

Kelima:Masa tugas tim selama 1 (satu) tahun terhitung mulai tanggal 1 Januari 2006 sampai dengan tanggal 31 Desember 2006, masa tugas berakhir dengan sendirinya setelah masa berlakunya Surat Keputusan ini berakhir atau ditunjuk Dewan Redaksi lain sebagai penggantinya.

Keenam:Tim diberi penghargaan berupa balas karya sesuai dengan peraturan yang berlaku di Universitas Atma Jaya Yogyakarta.

Ketujuh:Segala sesuatunya akan ditinjau kembali sebagaimana mestinya apabila dikemudian hari temyata ada kekeliruan dalam penetapan ini.

Ditetapkan di : Yogyakarta Pada tanggal : 23 Desember 2005

Jid v L u d dy Indra Purnama, M.Sc. fSKNOlOGI INDUSTRI

Salinan dikirim kepada :1. Anggota Tim2. Kepala Bagian Keuangan

Petunjuk untuk Penulis

Jurnal Teknologi Industri diterbitkan setiap tiga bulan, yaitu pada bulan Januari, April, Juli, dan Oktober. Diterbitkannya jurnal ini bertujuan untuk menyalurkan pemahaman tentang aspek- aspek teknologi baik teknologi industri maupun teknologi informasi.Naskah yang dimuat merupakan karya ilmiah hasil penelitian lapangan atau laboratorium maupun studi pustaka. Bahasa yang digunakan adalah bahasa Indonesia atau bahasa Inggris.

Pengiriman Naskah. Naskah dapat dikirim langsung ke alamat redaksi Jurnal Teknologi Industri atau secara elektronik melalui e-mail atau website Jurnal Teknologi Industri Universitas Atma Jaya Yogyakarta. Naskah dapat dikirim dalam bentuk softcopy saja (dalam bentuk file *.doc dan file *.pdf) atau disertai naskah tercetak. Pengirim wajib mengisi Formulir Penyerahan Naskah dan memperoleh tanda terima penyerahan naskah. Bagi penulis yang naskahnya dimuat, penulis dikenakan biaya administrasi Rp 500.000,00 (sudah termasuk biaya berlangganan selama 1 tahun) Pembayaran dapat dilakukan dengan cara transfer ke rekening Jurnal Teknologi Industri.

Naskah. Naskah diketik dengan huruf Times New Romans 11, spasi tunggal, satu muka, ukuran kertas A4, dengan batas tepi atas 4 cm, bawah, kanan, dan kiri masing-masing 3 cm. Ilustrasi yang berupa gambar, grafik, foto, tabel yang tidak masuk dalam berkas (softcopy) harus ditempel pada tempatnya di naskah tercetak. Ilustrasi tersedia dalam format hitam putih seminimal mungkin menggunakan shading dan dengan kualitas gambar yang baik. Sebagai petunjuk, panjang naskah antara 2000 sampai 4000 kata, judul tidak lebih dari 15 kata. Identitas penulis harus dicantumkan di bawah judul meliputi nama lengkap (tanpa gelar), institusi, alamat e-mail dan mencantumkan media yang dapat di akses secara internasional (telp/fax/e-mail/alamat rumah atau institusi). Abstract harus ada dengan panjang antara 100 sampai 150 kata dan ditulis dalam bahasa Inggris. Keywords harus ada, terdiri dari 3-5 kata/frase dan dicantumkan dibawah abstract. Jika jumlah lembar naskah setelah diedit oleh redaksi lebih dari 10 halaman, maka setiap halaman selebihnya akan dikenai biaya Rp 50.000,00 per halaman. Gambar maupun tabel yang diacu harus mencantumkan rujukannya.

Format isi naskah. Naskah hasil penelitian harus berisi:

• pendahuluan (dapat berupa masalah atau tujuan)

• tinjauan pustaka• metode penelitian• hasil penelitian• pembahasan• kesimpulan• saran (bila diperlukan)• daftar pustaka

Naskah studi pustaka harus berisi:• pendahuluan• bagian inti• penutup (kesimpulan)• daftar pustaka

Pengiriman naskah secara elektronik. Naskah dapat dikirimkan secara elektronik melalui e-mail dengan menulis surat permohonan pengiriman naskah ke alamat e-mail: jti@mail.uajy.ac.id atau pendaftaran melalui website: http://fti.uajy.ac.id/jurnal.

Daftar Pustaka. Penulisan pustaka dengan urutan nama pengarang, tahun, judul, edisi, penerbit, kota, halaman. Nama pengarang ditulis dengan menyebut nama panggilan terlebih dahulu. Judul ditulis dengan cetak miring apabila berupa buku terbitan, dan ditulis tegak biasa apabila merupakan naskah jurnal, naskah seminar, dsb. Daftar pustaka yang diacu disusun menurut abjad, diketik satu spasi dan diletakkan dalam naskah'.

Contoh Daftar Pustaka.Budiyanto, D., 2001, Data Mining dengan

Jaringan Syaraf Tiruan (JST), Jurnal Teknologi Industri, Vol. V, No. 2.

Griffith, A.I., 1995, Coordinating Family and School: Mothering for Schooling,Education Policy Analyis Archives, Vol. 3, No.1, (http://olam.ed.asu.edu/epaa/).

Jamshidi, M., Vadiee, N., Ross, T.J., 1993, Fuzzy Logic and Control, Prentice Hall, New Jersey.

Wahab, Wahidin., 1996, Aplikasi Pengendali Logika Fuzzy untuk Pengendali Proses, Makalah seminar di Jurusan Teknik Elektro UGM, 28 September 1996.

Persetujuan akhir bagi naskah yang akan dimuat, penulis wajib memberikan gambar, foto, grafik, dan tabel ataupun lampiran yang asli dengan kualitas gambar yang baik.

Cetak Lepas (off print). Penulis pertama akan mendapat 3 eksemplar cetak lepas dan 1 eksemplar Jurnal Teknologi Industri dari tulisan yang dimuat dalam edisi yang bersangkutan.

JURNAL TEKNOLOGI INDUSTRIVolume X Nomor 1 Januari 2006Volume X tahun 2006 menerbitkan 1 nomor dalam bentuk cetakan dan publikasi secara online di internet. Jurnal Teknologi Industri Online dapat diakses lewat internet dengan alamat http://fti.uaiv.ac.id/jurnal. Fasilitas layanan yang tersedia antara lain: informasi langganan, pengiriman naskah dan layanan melalui e-mail.

Nomor 1

P e n g em b an g an B a y a n g an K ab u r seca ra C epa t d en g an M eto d a S enara i P a p a ranSuyoto

1-12

P e m b o b o tan K rite ria P e n ila ian K in e rja S u b k o n tra k to r PT . A H M d en g an P e n d ek a tan Analytical Hierarchy ProcessBetrianis dan Agus Salim

13-24

Controlling but Not Owning: Relationships in the Outsourcing Era I Nyoman Pujawan

25-30

M o d ifik asi A lg o ritm a T rian g u la s i D e lau n ay d an Im p lem en ta si P a ra le l u n tu k R e k o n stru k s i O b y ekEko Sediyono, Heru Suhartanto, dan Belawati H. Widjaja

31-42

P e m an faa tan D a ta A n th ro p o m etri u n tu k P e ran can g an U lan g M e ja K o m p u te rJ o se f Hernawan Nudu

43-52

P e m ilih a n M a te ria l d en g an M e to d a Pairwise Comparison d an Weighted Objective Evaluation Chart p ad a R a n c an g U lan g M eja K o m p u te r Game-NetD.M. Ratna Tungga Dewa

53-62

P e m ilih an S tra teg i M an u fak tu rin g d en g an Analytic Network Process (A N P ) Fransisca Darmi Setyaningsih, Isti Surjandari, dan Betrianis

63-70

A n a lis is K e an d a lan M an u sia p a d a A k tiv ita s K o n tin y u L. Triani Dewi

71-78

A p lik as i A lg o ritm a Fuzzy C-Means Clustering u n tu k P e n g e lo m p o k an L u lu sanSani Susanto dan Ernawati

79-88

ISSN 1410-5004Akreditasi SK DIRJEN DIKTI Nomor: 23a/D IKTI/Kep/2004