Cara kerja rekomendasi● Contoh hasil rekomendasiDEMO / Mamdani
SKOR KESESUAIAN CONTOH
Data ilustrasi dari prototipe; bukan hasil peserta.Embedded System · 84,44 dari 100
SISTEM PENDUKUNG KEPUTUSAN • FT UNMTemukan Jalur Peminatan yang Sesuai dengan Potensimu
Kenali peminatan yang sesuai melalui nilai akademik dan tes kompetensi. Pilihan awalmu digunakan sebagai pembanding hasil.
3Peminatan Keilmuan
MamdaniMetode Rekomendasi
3 SoalDEMO Terpandu
100%Bebas Akses Mahasiswa
Tiga Pilar Peminatan Keilmuan
Kenali bidang yang akan dibandingkan dalam asesmen.
Embedded System
Perangkat keras, mikrokontroler, IoT, sistem tertanam, dan robotika.
Pelajari alur asesmen →
Sistem Cerdas
Kecerdasan buatan, machine learning, visi komputer, dan pengolahan data.
Pelajari alur asesmen →
Jaringan & Digital Forensik
Jaringan komputer, keamanan siber, dan analisis forensik digital.
Pelajari alur asesmen →Empat langkah untuk mengenali potensimu
Peminatan awal
Pilih bidang yang diminati sebagai pembanding.
Nilai akademik
Impor transkrip Excel/CSV atau masukkan nilai manual.
Tes kompetensi
Jawab soal dari tiga bidang. Jawaban disimpan pada server.
Hasil rekomendasi
Bandingkan skor dan telusuri detail perhitungan fuzzy.
TRANSPARAN DAN DAPAT DITELUSURI
Nilai akademik + kompetensi
Fuzzifikasi → aturan MIN–MAX → agregasi → centroid
MENGAPA FUZZY MAMDANI?
Mengolah Masukan Melalui Derajat Keanggotaan
Skor akademik dan kompetensi dipetakan menjadi derajat Rendah, Sedang, dan Tinggi. Aturan yang tersimpan pada versi model menghasilkan skor kesesuaian untuk setiap peminatan.
Preferensi awal tidak menambah skor atau memecahkan hasil seri. Instrumen akademik harus ditinjau pengelola sebelum digunakan.