Aplikasi E-Zakat Penerimaan dan Penyaluran Menggunakan Fuzzy C-Means (Studi Kasus: LAZISMU Pekanbaru)
Abstract
Abstrak- Penyaluran zakat tepat sasaran adalah hal yang harus dilakukan. Salah satu cara yang dilakukan adalah membuat sebuah sistem penentuan kelayakan terkomputerisasi. Lazismu merupakan badan pengelola zakat yang akan diterapkan sistem tersebut dengan menggunakan metode Fuzzy C-Means sebagai pengelompokkan mustahik zakat. Ada lima indeks yang digunakan sebagai data masukan yaitu indeks keluarga; indeks keluarga II; indeks barang; indeks data keluarga; indeks keimanan. Setiap data masukan tersebut kemudian diolah menggunakan metode Fuzzy C-Means dengan langkah-langkah sebagai berikut identifikasi parameter; memperbaharui derajat keanggotaan; perhitungan fungsi objektif; memasukkan bobot penentu kelayakan. Hasil akurasi perhitungan terdapat 8 data yang benar dari 10 data uji coba atau 80%.
Kata kunci: Fuzzy C-Means, Zakat
Abstract- Targeted distribution of zakat is the thing to do. One way to do is to make an eligibility determination computerized system. Lazismu is the governing body of zakat to be applied such a system by using Fuzzy C-Means clustering mustahik as zakat. There are five indexes that are used as input data ie the index family; index family II; the index of goods; index family data; index faith. Each of the input data is then processed using Fuzzy C-Means method with the following steps parameter identification; renew the degree of membership; calculation of the objective function; determinant of eligibility to enter the weight. The accuracy of the results of the calculation are 8 correct data from 10 trials of data or 80%.
Keywords: Fuzzy C-Means, Zakat
Downloads
References
[2] Aziz Ahmai dan Sri Hartati. Penentuan Fuzzy C-Means dalam Sistem Pendukung Keputusan untuk Penerimaan Bantuang Langsung Masyarakat (BLM) PNPM-MPd (Studi Kasus PNPM-MPd Kec. Ngadirojo Kab. Pacitan). Berkala MIPA. 2013; vol 23(no 3): 264-273.
[3] Marsha Agnesya Sari Devi. Penerapan Fuzzy C-Means dan Fuzzy Substractive Clustering pada Desa dan Kelurahan di Kabupaten Jember Berdasarkan Indikator Kemiskinan. Skripsi. Jember: Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Jember; 2014.
[4] Ubai Fadilah. Analisis Penyandang Masalah Kesejaheraan Sosial di Indonesia Menggunakan Metode Fuzzy C-Means Clustering dan BIPLOT. Skripsi. Jakarta: Program Studi Matematika Fakultas Sains dan Teknologi Universitas Islam Negeri Syarif Hidayatullah. 2011
[5] Rudy Ramadani Syoer. Analisis Kelompok dengan Algoritma Fuzzy C-Means dan Gath Geva Clustering Studi Kasus Pengelompokan Desa/Kelurahan di Kabupaten Kutai Kartanegara. Tesis. Surabaya: Jurusan Statistika Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Teknologi Sepuluh November. 2011.