PEMBINAAN KERANGKA KONSTEK

TAJUK KAJIAN

PEMBINAAN KENDIRI
KONSTRUK

Sangat-sangat tidak setuju

SKALA FUZZY 7 SKALA

Sangat tidak setuju

UZZY ELPHI

METHOD
CULCULATION TOOL SERIES 0.0 0.0
FUZZY NUMBER 0.0 0.1
0.1 0.3
AVERAGE FUZZY 0.0 0.1
LIKERT SCALE 1 2

FORMULA NILAI VE

PAKAR P1 P2

ITEM 1 1.0 1.0

CONTOH HURAIAN FUZZY
ITEM 2 1.0 1.0
TABLE HURAIAN FUZZY ITEM 3 1.0 1.0
ITEM 4 1.0 1.0
HURAIAN LANGKAH FUZZY
ITEM 5 1.0 1.0
ITEM 6 1.0 1.0
ITEM 7 1.0 1.0
 ITEM 8 1.0 1.0
SPECIALLY THANKS TO: ITEM 9 1.0 1.0
PROF SAEDAH SIRAJ ITEM 10 1.0 1.0
PROF MADYA ZAHARAH HUSSIN ITEM 11 1.0 1.0
DR RIDWAN TONY LIM ITEM 12 1.0 1.0
TEMPLETE MODIFIED FROM : RIDWAN ET. AL (2014) ITEM 13 1.0 1.0
ITEM 14 1.0 1.0
ITEM 15 1.0 1.0
KERANGKA KONSTEKSUAL PENGAJIAN HADIS SEKOLAH RENDAH

KENDIRI

Sangat-sangat setuju

SKALA FUZZY 5 SKALA

Sederhana setuju

Sangat setuju
Tidak setuju

Sangat tidak setuju

Setuju

Tidaj setuju
0.1 0.3 0.5 0.7 0.9 0.0 0
0.3 0.5 0.7 0.9 1 FUZZY NUMBER 0.0 0.2
0.5 0.7 0.9 1 1 0.2 0.4
0.3 0.5 0.7 0.9 1.0 AVERAGE FUZZY 0.1 0.2
3 4 5 6 7 LIKERT SCALE 1 2

FORMULA NILAI VERTAX FUZZY

P3 P4 P5 P6 P7 P8 P9 P10 P11

0.9 1.0 1.0 0.1 1.0 0.3 1.0 1.0 0.3

1.0 1.0 1.0 0.9 1.0 1.0 1.0 1.0 1.0
1.0 1.0 1.0 0.9 0.9 1.0 1.0 1.0 1.0
1.0 1.0 0.7 0.9 1.0 1.0 1.0 1.0 1.0
1.0 1.0 1.0 0.9 1.0 1.0 1.0 1.0 1.0
1.0 1.0 1.0 0.9 1.0 1.0 0.5 1.0 1.0
1.0 1.0 1.0 0.9 0.1 1.0 0.3 1.0 1.0
1.0 1.0 1.0 0.9 1.0 1.0 1.0 0.5 1.0
1.0 1.0 1.0 0.9 1.0 1.0 1.0 1.0 1.0
1.0 1.0 1.0 0.9 1.0 1.0 1.0 1.0 1.0
0.9 1.0 1.0 0.9 1.0 1.0 0.7 1.0 1.0
1.0 1.0 1.0 0.9 1.0 1.0 1.0 1.0 1.0
1.0 1.0 1.0 0.9 1.0 1.0 1.0 0.9 1.0
1.0 1.0 1.0 0.9 1.0 1.0 1.0 1.0 1.0
1.0 1.0 1.0 0.9 1.0 1.0 1.0 1.0 1.0
 CETAK TEKS

CETAK TEKS
Sederhana setuju

Sangat Setuju
setuju

0.2 0.4 0.6

0.4 0.6 0.8
0.6 0.8 1
0.4 0.6 0.8
3 4 5

P12 P13 P14 P15 (FUZZY WEIGHT)PURATA

NILAI VERTEX
1.0 1.0 1.0 1.0 0.81556 ITEM 1
1.0 1.0 1.0 1.0 0.96222 ITEM 2
1.0 1.0 1.0 1.0 0.95778 ITEM 3
1.0 1.0 1.0 1.0 0.94444 ITEM 4
0.9 1.0 1.0 1.0 0.95778 ITEM 5
1.0 1.0 1.0 1.0 0.93111 ITEM 6
1.0 1.0 1.0 1.0 0.86000 ITEM 7
1.0 1.0 1.0 1.0 0.93111 ITEM 8
1.0 1.0 1.0 1.0 0.96222 ITEM 9
1.0 1.0 1.0 1.0 0.96222 ITEM 10
1.0 1.0 1.0 1.0 0.94000 ITEM 11
1.0 1.0 1.0 1.0 0.96222 ITEM 12
1.0 1.0 1.0 1.0 0.95778 ITEM 13
1.0 1.0 1.0 1.0 0.96222 ITEM 14
1.0 1.0 1.0 1.0 0.96222 ITEM 15

Scatter Plot Defuzzication

 P1 P2 P3 P4 P5 P6 P7 P8 P9 P10

0.0872 0.0872 0.0488 0.0872 0.0872 0.4131 0.0872 0.2977 0.0872 0.0872
0.0026 0.0026 0.0026 0.0026 0.0026 0.0359 0.0026 0.0026 0.0026 0.0026
0.0051 0.0051 0.0051 0.0051 0.0051 0.0334 0.0334 0.0051 0.0051 0.0051
0.0128 0.0128 0.0128 0.0128 0.1411 0.0257 0.0128 0.0128 0.0128 0.0128
0.0051 0.0051 0.0051 0.0051 0.0051 0.0334 0.0051 0.0051 0.0051 0.0051
0.0205 0.0205 0.0205 0.0205 0.0205 0.0180 0.0205 0.0205 0.2489 0.0205
0.0616 0.0616 0.0616 0.0616 0.0616 0.0231 0.4388 0.0616 0.3233 0.0616
0.0205 0.0205 0.0205 0.0205 0.0205 0.0180 0.0205 0.0205 0.0205 0.2489
0.0026 0.0026 0.0026 0.0026 0.0026 0.0359 0.0026 0.0026 0.0026 0.0026
0.0026 0.0026 0.0026 0.0026 0.0026 0.0359 0.0026 0.0026 0.0026 0.0026
0.0154 0.0154 0.0231 0.0154 0.0154 0.0231 0.0154 0.0154 0.1386 0.0154
0.0026 0.0026 0.0026 0.0026 0.0026 0.0359 0.0026 0.0026 0.0026 0.0026
0.0051 0.0051 0.0051 0.0051 0.0051 0.0334 0.0051 0.0051 0.0051 0.0334
0.0026 0.0026 0.0026 0.0026 0.0026 0.0359 0.0026 0.0026 0.0026 0.0026
0.0026 0.0026 0.0026 0.0026 0.0026 0.0359 0.0026 0.0026 0.0026 0.0026
 PURATA NILAI
BILANGAN ITEM
P11 P12 P13 P14 P15 PURATA NILAI TOTAL ITEM "D" "d" average of <0.2
"D" setiap "d" item
item

0.2977 0.0872 0.0872 0.0872 0.0872 0.1345 13

0.0026 0.0026 0.0026 0.0026 0.0026 0.0048 15
0.0051 0.0051 0.0051 0.0051 0.0051 0.0089 15
0.0128 0.0128 0.0128 0.0128 0.0128 0.0222 15
0.0051 0.0334 0.0051 0.0051 0.0051 0.0089 15
0.0205 0.0205 0.0205 0.0205 0.0205 0.0356 14
0.0616 0.0616 0.0616 0.0616 0.0616 0.1016 14
14.06889 0.0273
0.0205 0.0205 0.0205 0.0205 0.0205 0.0356 14.06889 0.0273 14
0.0026 0.0026 0.0026 0.0026 0.0026 0.0048 15
0.0026 0.0026 0.0026 0.0026 0.0026 0.0048 15
0.0154 0.0154 0.0154 0.0154 0.0154 0.0246 15
0.0026 0.0026 0.0026 0.0026 0.0026 0.0048 15
0.0051 0.0051 0.0051 0.0051 0.0051 0.0089 15
0.0026 0.0026 0.0026 0.0026 0.0026 0.0048 15
0.0026 0.0026 0.0026 0.0026 0.0026 0.0048 15

Scatter Plot Defuzzication

Cara pengiraan
peratus 1.0000
kesepakatan 0.9500
0.9000
0.8500
Column AU
0.8000
0.7500
0.7000
0 2 4 6 8 10 12 14 16

Purata nilai "d" setiap item

0.1600
0.1400
0.1200
0.1000
0.0800
Column AO
0.0600
0.0400
0.0200
0.0000
0 2 4 6 8 10 12 14 16
 DEFUZZICATI
PERATUS ITEM PURATA KESPAKATAN
<0.2 PAKAR ON (ALPHA- RANKING KEPUTUSAN
CUT)

80 0.8156 8 TERIMA
100 0.9622 1 TERIMA
100 0.9578 2 TERIMA
100 0.9444 3 TERIMA
100 0.9578 2 TERIMA
93 0.9311 6 TERIMA
93 0.8600 7 TERIMA
97%
 93 97% 0.9311 5 TERIMA
100 0.9622 1 TERIMA
100 0.9622 1 TERIMA
100 0.9400 4 TERIMA
100 0.9622 1 TERIMA
100 0.9578 2 TERIMA
100 0.9622 1 TERIMA
100 0.9622 1 TERIMA
97

Column AU

16

Column AO

14 16
 CONTOH HURAIAN FUZZY 1

Aspek: Hafalan al-Quran

Susunan
Mengikut Item Nilai d Setiap Item
Keutamaan

Seorang Hafiz al-Quran mampu membaca seluruh al-Quran

1 0.137
tanpa melihat mushaf.
Seorang Hafiz al-Quran mestilah mengetahui cara menjaga
1 0.125
hafalan lama dengan betul.

Seorang Hafiz al-Quran mampu menyambung mana-mana

3 0.156
ayat al-Quran yang dikemukakan kepadanya apabila disoal.

Sekiranya sepotong ayat dibaca, seorang Hafiz al-Quran

3 0.156
mampu mengenalpasti kedudukan Surah bagi ayat tersebut.

Sekiranya sepotong ayat dibaca, seorang Hafiz al-Quran

3 0.156
mampu mengenalpasti kedudukan Juzuk bagi ayat tersebut.

Seorang Hafiz al-Quran mestilah mengetahui kaedah

6 0.15
menghafal al-Quran yang betul.

Seorang Hafiz al-Quran mampu menulis seluruh al-Quran

7 0.15
tanpa melihat mushaf.

Berdasarkan kepada Jadual 1.2, kesemua item di dalam aspek hafalan al-Quran mendapat nilai
threshold (d) < 0.2, peratus kesepakatan kumpulan pakar bagi setiap item melebihi 75% dan nila
defuzzification bagi setiap item melebihi nilai a-cut = 0.5. Ini menunjukkan bahawa item-item yan
dianalisis dalam aspek hafalan al-Quran telah mendapat konsensus daripada kumpulan pakar. It
ini akan dijadikan sebagai standard untuk mengukur sejauh mana pelajar-pelajar tahfiz al-Quran
mencapai standard Hafiz al-Quran dari sudut hafalan al-Quran. Jadual 1.2 turut menunjukkan ba
item 2 dan item 6 telah mendapat persetujuan daripada kumpulan pakar dengan peratusan seba
100%. Ini menunjukkan bahawa seorang Hafiz al-Quran mestilah mengetahui kaedah menghafal
al-Quran dengan betul dan mesti mengetahui cara menjaga hafalan lama dengan betul. Jadual 1
menunjukkan item dari aspek penjagaan al-Quran.

CONTOH HURAIAN 2

Model elements
Experts
 Model elements
Experts

1 2
1 0.0153 0
2 0.0153 0
3 0.0153 0
4 0.0153 0
5 0.0153 0
6 0.0153 0
7 0.1375 0
8 0.0153 0
9 0.0153 0
10 0.0153 0
d value 0.275 0
Total of d value items 0.027

Value of d Construct 0.137

Table 5: expert consensus percentage

1 2
Numbers of = d ≤0.2 10 10
Items percentage d ≤ 0. 2 100% 100%
Total Item of d ≤ 0.2 40

Average percentages of d ≤ 0.2 100%

Table 7: Defuzzication process dan ranking

Score value
ITEM
FUZZY EVALUATION AVERAGE OF FUZZY NUMBER

1 6.4 0.64
2 7 0.7
3 6.8 0.68
4 4.6 0.56

The results of the analysis on consensus and expert consensus show that the value of the agreement is at a
level. Based on table 5, no threshold values are blackened beyond the threshold value of 0.2 (> 0.2). This m
that no expert opinion is uncoupled or uneven and does not reach consensus on certain elements. However
average value of all elements of the jungle school shows the threshold value (d) <0.2 which is 0.137. If the
average value of threshold (d) is less than 0.2, the item has reached a good expert agreement (Cheng dan L
2002; Chang, Hsu dan Chang, 2011). Whilst this percentage of the overall agreement is 100% of the agree
that is above (> 75%) means meeting the terms of the expert agreement on this item. In addition, all Alpha
defuzzication values (average of fuzzy response) exceed a-cut => 0.5. According to Tang and Wu, (2010)
cut values should be greater than 0.5 and if less than 0.5, then they should be dropped. The findings of this
analysis show elements of the forest school framework have been well received by experts. The experts ag
consensus elements are sorted according to the ranking as shown in the following figure 1.
 defuzzication values (average of fuzzy response) exceed a-cut => 0.5. According to Tang and Wu, (2010)
cut values should be greater than 0.5 and if less than 0.5, then they should be dropped. The findings of this
analysis show elements of the forest school framework have been well received by experts. The experts ag
consensus elements are sorted according to the ranking as shown in the following figure 1.

CONTOH HURAIAN 3

Hasil analisis data, (rujuk jadual 7), nilai threshold yang dihitamkan melebihi nilai threshold 0.2 (> 0.
bermaksud terdapat pendapat pakar yang tidak seiring atau sekata dan tidak mencapai konsensus
item-item tertentu. Namun demikian nilai purata kesemua item faktor-faktor ketidakjujuran akademik
menunjukkan nilai threshold (d) < 0.2 iaitu 0.040. Jika nilai purata threshold (d) diperoleh kurang dar
maka item tersebut telah mencapai kesepakatan pakar yang baik (Cheng & Lin, 2002; Chang, Hsu &
2011). Sementara ini peratusan keseluruhan kesepakatan pakar berada pada nilai 98% kesepakata
melebihi (> 75%) bermaksud memenuhi syarat kesepakatan pakar terhadap item ini. Selain itu, kes
defuzzication Alpha-Cut (average of fuzzy response) melebihi -cut = > 0.5. Menurut (Tang & Wu, 20
Bojdanova, 2006)) nilai alpha cut hendaklah melebihi 0.5 dan sekiranya kurang daripada 0.5, maka
hendaklah digugurkan. Dapatan analisis ini menunjukkan item faktorfaktor ketidakjujuran akademik
mendapat kesepakatan pakar-pakar yang baik. Item-item yang disepakati secara konsensus pakar
mengikut keutamaan (ranking) seperti yang ditunjukkan dalam jadual 8..
menunjukkan nilai threshold (d) < 0.2 iaitu 0.040. Jika nilai purata threshold (d) diperoleh kurang dar
maka item tersebut telah mencapai kesepakatan pakar yang baik (Cheng & Lin, 2002; Chang, Hsu &
2011). Sementara ini peratusan keseluruhan kesepakatan pakar berada pada nilai 98% kesepakata
melebihi (> 75%) bermaksud memenuhi syarat kesepakatan pakar terhadap item ini. Selain itu, kes
defuzzication Alpha-Cut (average of fuzzy response) melebihi -cut = > 0.5. Menurut (Tang & Wu, 20
Bojdanova, 2006)) nilai alpha cut hendaklah melebihi 0.5 dan sekiranya kurang daripada 0.5, maka
hendaklah digugurkan. Dapatan analisis ini menunjukkan item faktorfaktor ketidakjujuran akademik
mendapat kesepakatan pakar-pakar yang baik. Item-item yang disepakati secara konsensus pakar
mengikut keutamaan (ranking) seperti yang ditunjukkan dalam jadual 8..
 Peratus Average of
Nombor
Setiap Item Fuzzy
Item Asal
d ≤ 0.2 Number

93 0.743 1

100 0.743 7

93 0.729 3

93 0.729 4

93 0.729 5

100 0.714 6

86 0.629 2

Quran mendapat nilai

melebihi 75% dan nilai Arahan:
bahawa item-item yang telah
da kumpulan pakar. Item-item Control V Paste
pelajar tahfiz al-Quran COPY
turut menunjukkan bahawa Control C Copy
engan peratusan sebanyak
hui kaedah menghafal
dengan betul. Jadual 1.3 pula DELETE
 3 4
0 0.015
0 0.015
0 0.015
0 0.015
0 0.015
0 0.015
0 0.015
0 0.015
0 0.137
0 0.015
0 0.275

3 4
10 10
100% 100%

Ranking

3
1
2
4

of the agreement is at a good

lue of 0.2 (> 0.2). This means
rtain elements. However, the Arahan:
0.2 which is 0.137. If the
agreement (Cheng dan Lin, COPY
ent is 100% of the agreement Control V Paste
m. In addition, all Alpha-Cut
o Tang and Wu, (2010) alpha Control C Copy
ped. The findings of this DELETE
y experts. The experts agreed
figure 1.
 o Tang and Wu, (2010) alpha
ped. The findings of this
y experts. The experts agreed
figure 1.

ilai threshold 0.2 (> 0.2). Ini

mencapai konsensus terhadap
etidakjujuran akademik
) diperoleh kurang daripada 0.2,
in, 2002; Chang, Hsu & Chang, COPY
nilai 98% kesepakatan iaitu
tem ini. Selain itu, kesemua nilai
enurut (Tang & Wu, 2010; DELETE
ng daripada 0.5, maka ia
idakjujuran akademik telah
ara konsensus pakar disusun
 ) diperoleh kurang daripada 0.2,
in, 2002; Chang, Hsu & Chang,
nilai 98% kesepakatan iaitu
tem ini. Selain itu, kesemua nilai
enurut (Tang & Wu, 2010; DELETE
ng daripada 0.5, maka ia
idakjujuran akademik telah
ara konsensus pakar disusun
 CONTOH TEMPLET HURAIAN FUZZY

KONSTRUK : Kompetensi individu

Susunan Mengikut
Keutamaan Item/Elemen model

COPY TABLE
AIAN FUZZY

Kompetensi individu

Peratus Average of
Nilai d Nombor NILAI THR
Setiap Item Fuzzy STATUS
Setiap Item Item Asal
d ≤ 0.2 Number

0.137 93 0.743 1 Terima

0.125 100 0.743 7 Terima

NILAI THRESHOLD "d"
0.156 93 0.729 3 Terima
Dufuzzication (alpha-cut)
0.156 93 0.729 4 Terima Peratus kepsepakatan
0.156 93 0.729 5 Terima

0.15 100 0.714 6 Terima

0.15 86 0.629 2 Terima

BLE
 NILAI THRESHOLD

< 0.2 Chen & Lin (2002), Chang Hsu & Chang (2011)

> 0.5 Tang & Wu (2010), Bodjanova (2006)

> 75% Chang, Hsu & Chang (2011)

 LANGKAH 1

Pemilihan pakar: Dalam kajian ini seramai 12 orang pakar telah digunakan.Bilangan pakar dijemput
untuk menentukan kepentingan bagi kriteria penilaian terhadap pemboleh ubah yang akan diukur
dengan menggunakan pemboleh ubah linguistik.pengkaji memilih untuk bertemu secara bersemuka
dengan pakar-pakar yang dipilih dan dikenal pasti bagi memudahkan proses perbincangan dan
penerangan terhadap isu-isu yang mungkin wujud dalam item dan sebagainya.

COPY
LANGKAH 2

Langkah 2: penentuan pemboleh ubah linguistic (determining linguistic scale).Proses ini melibatkan
proses penukaran semua pemboleh ubah linguistik ke dalam penomboran segi tiga fuzzy (triangular
fuzzy numbers). Langkah ini juga melibatkan penukaran pemboleh ubah linguistik dengan
penambahan nombor fuzzy (Hsieh, Lu dan Tzeng, 2004).Triangular Fuzzy Numbermewakili nilai m1,
m2 dan m3 dan ia ditulis seperti ini (m1, m2, m3). Nilai m1 mewakili nilai minimum, nilai m2 mewakili
nilai munasabah manakala nilai m3 mewakili nilai maksimum. Manakala Triangular Fuzzy
Numberdigunakan untuk menghasilkan skala Fuzzy bagi tujuan menterjemahkan pemboleh ubah
linguistik kepada nombor fuzzy. Bilangan tahap bagi skala Fuzzy adalah dalam bilangan ganjil. Ia
dapat dijelaskan dalam Rajah 1.

COPY
LANGKAH 3

Rajah 1 triangular fuzzy number (M1 = nilai minimum; M2= nilai sederhana; M3= nilai
maksimum.)Dalam kajian ini, proses pengumpulan data dan analisis menggunakan teknik Fuzzy
Delphi dilaksanakan setelah pakar diberikan soal selidik dan setiap instrumen diwakili oleh skala
likert serta ruangan untuk komen serta cadangan pakar. Data skala likert yang diperoleh akan
dianalisis dengan menggunakan program Microsoft Excel. Semua data ditukarkan ke dalam bentuk
Triangular Fuzzy Number. Skala Fuzzy tujuh poin digunakan dalam kajian ini. Skala yang digunakan
seperti dalam jadual berikut:

COPY
LANGKAH 4

Setelah pengkaji memperoleh respon daripada pakar yang dipilih, pengkaji perlu menukarkan
semua skala likert kepada skala Fuzzy. Proses ini juga dikenali sebagai mengenal pasti everage
responses setiap nombor fuzzy (Benitez, Martin & Roman, 2007). Proses ini berlaku berdasarkan
formula:

COPY
LANGKAH 5
 Langkah 4: Proses mengenal pasti nilai Treshold “d”. Nilai threshold amat penting dalam proses
mengenal pasti tingkat kesepakatan di antara pakar (Thomaidis, Nikitakos & Dounias, 2006). Jarak
bagi setiap nombor fuzzy m=(m1, m2, m3) dan n=(m1, m2, m3) dikira dengan menggunakan rumus
:Nilai threshold amat penting dalam penentuan kesepakatan antara pakar. Menurut Cheng & Lin
(2002), jika nilai threshold kurang atau menyamai 0.2, maka ianya dikira kesepakatan pakar telah
dicapai. Sementara keseluruhan kesepakatan (group consensus) haruslah melebihi 75%
kesepakatan untuk setiap item, jika tidak pusingan kedua perlu dilaksanakan.

LANGKAH 6 COPY

Langkah 5: Mengenal pasti tahap alpha agregat penilaian fuzzy. Setelah kesepakatan pakar diperoleh
dengan menambah nombor fuzzy bagi setiap item (Ridhuan, 2013). Pengiraan dan penentuan nilai
fuzzy adalah dengan menggunakan rumus: Amax =( 1)4 (m1+2m2 + m3).

LANGKAH 7 COPY

Langkah 6: Langkah seterusny adalah fasa difuzzication process. Proses ini menggunakan rumus
Amax =( 1)4 (a1+2am + a3). Sekiranya pengkaji menggunakan Average Fuzzy Numbers atau
average response, nombor skor yang terhasil adalah nombor yang berada pada julat 0 hingga 1
(Ridhuan et al.2014).Dalam proses ini, terdapat tiga rumus
iaitu :
i. A = 1/3 * (m1 + m2 + m3) , atau ;
ii. A = 1/4* (m1 + 2m2 + m3) , atau ;
iii. A = 1/6 * (m1 + 4m2 + m3).
Nilai -cut = nilai median bagi ‘0’ dan ‘1’, dimana -cut = (0+1)/2 = 0.5. Sekiranya nilai A terhasil kurang
dari nilai -cut = 0.5, item akan ditolak kerana ia tidak menunjukkan kesepakatan pakar. Menurut
Bojdanova (2006) nilai alpha cut hendaklah melebihi 0.5. Ianya disokong oleh Tang COPY & Wu (2010) yang
menyatakan nilai -cut hendaklah melebihi 0.5.

Langkah 7: proses penentuan kedudukan (ranking). Proses penentuan kedudukan adalah dengan
cara memilih elemen berdasarkan nilai defuzzication berdasarkan kesepakatan pakar yang mana
elemen yang mempunyai nilai tertinggi ditentukan kedudukan yang paling utama
(Fortemps&Roubens, 1996).

COPY
n pakar dijemput
g akan diukur Arahan:
cara bersemuka
cangan dan
Control V Paste
Control C Copy

RAJAH 1
es ini melibatkan
fuzzy (triangular
dengan
mewakili nilai m1,
nilai m2 mewakili
Fuzzy
emboleh ubah
ngan ganjil. Ia

ilai Jadual 5: skala Fuzzy 7 poin

n teknik Fuzzy
akili oleh skala
eroleh akan
ke dalam bentuk
la yang digunakan

COPY

menukarkan
l pasti everage
ku berdasarkan

OPY
 dalam proses
ias, 2006). Jarak
nggunakan rumus
ut Cheng & Lin
tan pakar telah
hi 75%

COPY

an pakar diperoleh
penentuan nilai

PY

gunakan rumus
mbers atau
at 0 hingga 1

A terhasil kurang
kar. Menurut
PY
& Wu (2010) yang

adalah dengan
ar yang mana

OPY
 PEMBINAAN KERANGKA KONSTE
TAJUK KAJIAN

PEMBINAAN KENDIRI
KONSTRUK

Sangat-sangat tidak setuju

SKALA FUZZY 7 SKALA

Sangat tidak setuju

UZZY ELPHI

METHOD
CULCULATION TOOL SERIES 0.0 0.0
FUZZY NUMBER 0.0 0.1
0.1 0.3
AVERAGE FUZZY 0.0 0.1
LIKERT SCALE 1 2

FORMULA NILAI V

PAKAR P1 P2

ITEM 1 0.0 0.1

CONTOH HURAIAN FUZZY
ITEM 2 1.0 0.9
TABLE HURAIAN FUZZY ITEM 3 1.0 1.0
ITEM 4 1.0 0.7
HURAIAN LANGKAH FUZZY
ITEM 5 1.0 0.5
ITEM 6 1.0 0.7
ITEM 7 1.0 1.0
 ITEM 8 1.0 0.9
SPECIALLY THANKS TO: ITEM 9
PROF SAEDAH SIRAJ ITEM 10
PROF MADYA ZAHARAH HUSSIN ITEM 11
DR RIDWAN TONY LIM ITEM 12
TEMPLETE MODIFIED FROM : RIDWAN ET. AL (2014) ITEM 13
ITEM 14
ITEM 15
KERANGKA KONSTEKSUAL PENGAJIAN HADIS SEKOLAH RENDAH

KENDIRI

Sangat-sangat setuju

SKALA FUZZY 5 SKALA

Sederhana setuju

Sangat setuju
Tidak setuju

Sangat tidak setuju

Setuju

Tidaj setuju
0.1 0.3 0.5 0.7 0.9 0.0 0
0.3 0.5 0.7 0.9 1 FUZZY NUMBER 0.0 0.2
0.5 0.7 0.9 1 1 0.2 0.4
0.3 0.5 0.7 0.9 1.0 AVERAGE FUZZY 0.1 0.2
3 4 5 6 7 LIKERT SCALE 1 2

FORMULA NILAI VERTAX FUZZY

P3 P4 P5 P6 P7 P8 P9 P10 P11

0.9 1.0 1.0 0.1 1.0 0.3 1.0 1.0

1.0 1.0 0.9 0.9 1.0 1.0 1.0 1.0
1.0 0.7 1.0 0.9 0.9 1.0 0.5 1.0
1.0 1.0 0.7 0.9 1.0 1.0 1.0 1.0
1.0 1.0 1.0 0.9 1.0 1.0 1.0 1.0
1.0 1.0 1.0 0.9 1.0 0.9 0.5 1.0
1.0 1.0 1.0 0.9 0.1 1.0 0.3 1.0
1.0 1.0 1.0 0.9 1.0 1.0 1.0 0.5
 CETAK TEKS

CETAK TEKS
Sederhana setuju

Sangat Setuju
setuju

0.2 0.4 0.6

0.4 0.6 0.8
0.6 0.8 1
0.4 0.6 0.8
3 4 5

P12 P13 P14 P15 (FUZZY WEIGHT)PURATA

NILAI VERTEX
0.62333 ITEM 1
0.94667 ITEM 2
0.88000 ITEM 3
0.90667 ITEM 4
0.91333 ITEM 5
0.88000 ITEM 6
0.80667 ITEM 7
 0.90667 ITEM 8
#DIV/0! ITEM 9
#DIV/0! ITEM 10
#DIV/0! ITEM 11
#DIV/0! ITEM 12
#DIV/0! ITEM 13
#DIV/0! ITEM 14
#DIV/0! ITEM 15

Scatter Plot Defuzzication

 P1 P2 P3 P4 P5 P6 P7 P8 P9

0.3599 0.3021 0.1597 0.1982 0.1982 0.3021 0.1982 0.1867 0.1982

0.0115 0.0269 0.0115 0.0115 0.0269 0.0269 0.0115 0.0115 0.0115
0.0500 0.0500 0.0500 0.1039 0.0500 0.0115 0.0115 0.0500 0.2194
0.0346 0.1193 0.0346 0.0346 0.1193 0.0038 0.0346 0.0346 0.0346
0.0308 0.2386 0.0308 0.0308 0.0308 0.0077 0.0308 0.0308 0.0308
0.0500 0.1039 0.0500 0.0500 0.0500 0.0115 0.0500 0.0115 0.2194
0.0924 0.0924 0.0924 0.0924 0.0924 0.0539 0.4080 0.0924 0.2925
0.0346 0.0038 0.0346 0.0346 0.0346 0.0038 0.0346 0.0346 0.0346
#DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0!
#DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0!
#DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0!
#DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0!
#DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0!
#DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0!
#DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0!
 PURATA NILAI
P10 P11 P12 P13 P14 P15 PURATA NILAI TOTAL ITEM "D" "d" average of
"D" setiap "d" item
item

0.1982 0.2302 2.30170

0.0115 0.0162 0.16166
0.0500 0.0647 0.64663
0.0346 0.0485 0.48497
0.0308 0.0493 0.49267
0.0500 0.0647 0.64663
0.0924 0.1401 1.40104
0.0828
0.2348 0.0485 0.48497 0.0828
#DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0!
#DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0!
#DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0!
#DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0!
#DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0!
#DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0!
#DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0!

Scatter Plot Defuzzication

Cara pengiraan
peratus
1.0000
kesepakatan 0.9000
0.8000
0.7000
0.6000
0.5000 Col
0.4000
0.3000
0.2000
0.1000
0.0000
0 1 2 3 4 5 6 7 8 9

Purata nilai "d" setiap item

0.2500

0.2000

0.1500
Column
0.1000

0.0500

0.0000
0 2 4 6 8 10 12 14 16
 DEFUZZICATIO
BILANGAN ITEM PERATUS ITEM PURATA KESPAKATAN
<0.2 <0.2 PAKAR N (ALPHA- RANKING KEPUTUSAN
CUT)

8 80 0.6233 5 TERIMA
10 100 0.9467 1 TERIMA
9 90 0.8800 4 TERIMA
10 100 0.9067 3 TERIMA
9 90 0.9133 2 TERIMA
9 90 0.8800 4 TERIMA
8 80 0.8067 5 TERIMA
1
 9 90 1 0.9067 3 TERIMA
#DIV/0!
#DIV/0!
#DIV/0!
#DIV/0!
#DIV/0!
#DIV/0!
#DIV/0!
90

Column AU

4 5 6 7 8 9

Column AO

8 10 12 14 16