Abstract
Pemerintah melalui Dikti sesuai kewenangannya dapat memberikan Beasiswa dengan persyaratan yang ditetapkan. Dengan kriteria yang ditetapkan untuk pemohon beasiswa diantaranya adalah IPK, SKS, prestasi, dan keadaan ekonomi. Namun aturan yang diterapkan pada proses penetapan penerima beasiswa terdapat unsur subjektifitas terhadap parameter tersebut, membuat rumit dalam pengambilan keputusan penerima beasiswa. Fuzzy inference system merupakan algoritma inferensi yang dapat memberikan sudut pandang yang cukup luas dalam pengambilan keputusan. Namun terkadang aturan yang didapatkan dari pakar dalam proses inferensi fuzzy kurang optimal. Proses pembelajaran untuk membentuk aturan dapat dibangkitkan secara otomatis tanpa perlu bantuan seorang pakar, yaitu dengan algoritma clustering. Algoritma subtractive clustering didasarkan pada densitas titik data. Konsep dasar dari subtractive clustering adalah menentukan titik data dengan densitas tertinggi sebagai pusat cluster, sehingga algoritma ini akan membentukan jumlah cluster atau aturan secara otomatis tanpa perlu diinisialisasi diawal. Dengan demikian subtractive clustering dapat dijadikan metode alternatif sebagai bahan pembelajaran untuk ekstraksi aturan fuzzy pada FIS model Sugeno Orde-Satu. Penelitian ini menggunakan data set penawaran dan penerimaan beasiswa tahun 2012 yang berasal dari PPTI-UB. Data set terdiri dari 100 data latih dan 30 data uji. Dari hasil pengujian pembentukan aturan didapatkan jumlah aturan yang konvergen, yaitu 2 aturan. Dan dipatkan hasil akurasi sebesar 93.33%.
