Prediksi Jumlah Produksi Seragam Pada PT Apac Inti Corpora Menggunakan Logika Fuzzy Tsukamoto

(1)

Prediksi Jumlah Produksi Seragam Pada PT Apac Inti

Corpora Menggunakan Logika Fuzzy Tsukamoto

Muhammad Muchsin Yuniarto1, Ajib Susanto2

Teknik Informatika, Fakultas Ilmu Komputer, Universitas Dian Nuswantoro Jl. Imam Bonjol No. 207, Semarang, 50131, Telp. (024) 3517261

e-mail: Ucin94@gmail.com1, ajibsusanto@gmail.com2

Abstrak— Prediksi jumlah produksi seragam merupakan faktor penting yang menentukan

kelancaran usaha suatu perusahaan diantaranya yaitu PT. Apac Inti Corpora. Prediksi ini sangat berguna untuk menentukan berapa banyak barang yang akan diproduksi pada bulan selanjutnya. Prediksi ini selalu kurang tepat karena hanya melihat perkiraan berdasarkan data produksi yang telah terjadi. Pencatatan dan prediksi di PT. Apac Inti Corpora masih dilakukan secara manual dengan menambahkan 10 % dari target produksi pada bulan sebelumnya. Permasalahan yang umum dihadapi oleh PT. Apac Inti Corpora adalah bagaimana memprediksi atau meramalkan jumlah produksi seragam di masa mendatang berdasarkan data penjualan dan data retur seragam. Metode analisis yang digunakan dalam penelitian ini menggunakan metode Fuzzy Tsukamoto dalam menentukan jumlah produksi seragam berdasaran data penjualan dan jumlah retur, pembuatan sistem menggunakan menggunakan PHP dan MySQL, pengujian sistem menggunakan MSE. Hasil prediksi jumlah produksi seragam menggunakan Fuzzy Tsukamoto pada PT. Apac Inti Corpora untuk bulan beriktunya yaitu Desember 2016 yaitu sebesar 50.000 seragam dan hasil pengujian menunjukkan nilai MSE sebesar 673.294.124.

Kata Kunci : Prediksi, Seragam, Produksi, Penjualan, Retur, Fuzzy Tsukamoto

Abstract— Prediction uniform production number is an important factor that determines the smoothness of the business of an enterprise of which is PT. Apac Inti Corpora. This prediction is very useful to determine how many items will be produced in the coming months. This prediction is always less precise because only view estimates based on production data that has happened. Recording and predictions in PT. Apac Inti Corpora still done manually by adding 10% of its production target in the previous month. Common problems faced by PT. Apac Inti Corpora is how to predict or forecast production quantities uniform in the future based on sales data and returns the data uniformly. The analytical method used in this study using Tsukamoto Fuzzy method in determining the number of uniform production berdasaran sales data and the number of returns, using a system making use of PHP and MySQL, system testing using MSE. The prediction results using fuzzy number Tsukamoto uniform production at PT. Apac Inti Corpora for this next month ie December 2016 in the amount of 50,000 uniforms and test results show the value of MSE of 673 294 124

Kata Kunci : Prediction, Uniform, Production, Sales, Returns, Fuzzy Tsukamoto

1. PENDAHULUAN

Penjualan merupakan suatu kegiatan yang dilakukan perusahaan dalam usaha memasarkan produk atau jasa yang

dimilikinya kepada masyarakat atau konsumen yang membutuhkannya, dimana hasil penjualan tersebut merupakan hasil pendapatan bagi perusahaan yang tentunya akan mendukung

(2)

kegiatan perusahaan selanjutnya. PT. Apac Inti Corpora merupakan salah satu perusahaan tekstil yang terletak di jalan Sukarno-Hatta, Harjosari, Bawen, Semarang.

Prediksi jumlah produksi seragam merupakan faktor penting yang menentukan kelancaran usaha suatu perusahaan diantaranya yaitu PT. Apac Inti Corpora. Prediksi ini sangat berguna untuk menentukan berapa banyak barang yang akan diproduksi pada bulan selanjutnya. Permasalahan yang umum dihadapi oleh PT. Apac Inti Corpora adalah bagaimana memprediksi atau meramalkan jumlah produksi seragam di masa mendatang berdasarkan data penjualan dan data retur seragam. Prediksi tersebut sangat berpengaruh untuk menentukan target penjualan yang harus dicapai oleh PT. Apac Inti Corpora. Perencanaan yang efektif baik untuk jangka panjang maupun jangka pendek bergantung pada peramalan permintaan untuk produk PT. Apac Inti Corpora. Untuk menghasilkan prediksi yang tepat tentu saja dibutuhkan kecermatan dan ketelitian. Selama ini PT. Apac Inti Corpora secara tidak langsung selalu memprediksi produksi seragam yang akan datang. Akan tetapi prediksi ini selalu kurang tepat karena hanya melihat perkiraan berdasarkan data produksi yang telah terjadi. Pencatatan dan prediksi di PT. Apac Inti Corpora masih dilakukan secara manual dengan menambahkan 10 % dari target produksi pada bulan sebelumnya.

Permasalahan yang timbul dari PT. Apac Inti Corpora adalah kesulitan dalam prediksi produksi seragam untuk bulan-bulan berikutnya. Karena dalam tiap bulannya penjualan seragam meningkat dan pihak perusahaan hanya mengandalkan prediksi tradisional dalam memproduksi seragam pada tiap bulannya. Prediksi tradisional disini adalah dalam bentuk produksi yang dilakukan dalam jumlah yang sama dari bulan ke bulan atau berdasarkan permintaan tanpa adanya perhitungan terlebih dahulu. Hal tersebut tentunya akan membuat pihak PT. Apac Inti Corpora kesulitan dalam mengetahui jumlah produk yang harus diproduksi. Untuk dapat mengatasi permasalahan tersebut dan meningkatkan kinerja dari PT. Apac Inti Corpora, maka diperlukan proses prediksi secara otomatis menggunakan kecerdasan buatan. Prediksi adalah sama dengan ramalan

atau perkiraan. Prediksi adalah hasil dari kegiatan memprediksi atau meramal atau memperkirakan. Prediksi bisa berdasarkan metode ilmiah ataupun subjektif belaka. Sebagai contoh, prediksi cuaca selalu berdasarkan data dan informasi terbaru yang didasarkan pengamatan termasuk oleh satelit Salah satu metode dalam kecerdasan buatan yang dapat digunakan untuk prediksi adalah

Fuzzy Logic.

Fuzzy Logic adalah sebuah metodologi

“berhitung” dengan variabel kata-kata (linguistic variable), sebagai pengganti berhitung dengan bilangan. Kata- kata yang digunakan dalam Fuzzy Logic memang tidak sepresisi bilangan, namun kata-kata jauh lebih dekat dengan intuisi manusia. Dengan Fuzzy

Logic, sistem kepakaran manusia bisa

diimplementasikan ke dalam bahasa mesin secara mudah dan efisien. Motivasi utama teori

Fuzzy Logic adalah memetakan sebuah ruang

input ke dalam ruang output dengan menggunakan IF-THEN rules. Pemetaan dilakukan dalam suatu Fuzzy Inference System (FIS). FIS adalah sebuah metode yang menginterpretasikan harga-harga dalam vektor

input, menarik kesimpulan berdasar sekumpulan

IF-THEN rules yang diberikan, dan kemudian menghasilkan

vektor output .

Penelitian

ini

akan

membahas

mengenai

prediksi

jumlah

produksi

seragam. Prediksi ini akan dilakukan

dengan menggunakan Fuzzy Logic. Fuzzy

Logic digunakan karena dibandingkan

dengan logika konvensional, Fuzzy Logic

memiliki

kemampuan

dalam

proses

penalaran secara bahasa sehingga dalam

perancangannya

tidak

memerlukan

persamaan matematik yang rumit. Selain itu

karena Fuzzy Logic yang mudah dimengerti,

memiliki toleransi data-data yang tidak

tepat, mampu memodelkan fungsi-fungsi

non linear yang sangat kompleks, serta

dapat bekerja sama dengan teknik-teknik

kendali secara konvensional dan didasarkan

pada bahasa alami. Dalam Fuzzy Logic

terdapat 3 jenis Fuzzy yaitu : Tsukamoto,

Mamdani, dan Sugeno. Pada kasus pada PT.

Apac Inti yang akan dipakai adalah

Tsukamoto. Hal ini dikarenakan Fuzzy

(3)

Tsukamoto memiliki penalaran

Fuzzy yang cukup mudah untuk dipahami.

Adapun perbedaan Fuzzy Tsukamoto

dengan Fuzzy yang lain salah satunya

terdapat

pada

penggunaan.

Fuzzy

Tsukamoto penggunaannya lebih pada

Humanis Controll, Fuzzy Mamdani lebih

pada Humanis, sedangkan untuk Fuzzy

Sugeno pada Control.

2.METODE PENELITIAN 2.1Perhitungan Tsukamoto

1.Diketahui data penjualan seragam yaitu 10.000 seragam. Derajat keanggotaan untuk penjualan 10.000 merujuk pada fungsi keanggotaan pada kriteria penjualan.

_{Penjualan SEDIKIT}[ x2 ] =1  Penjualan SEDANG[ x2 ] =0  Penjualan BANYAK[ x2 ] =0

2.Data retur seragam yaitu 20 seragam. Derajat keanggotaan untuk retur 20 merujuk pada fungsi keanggotaan pada kriteria retur.

 Retur TURUN [ x1 ] =1  Retur SEDANG [ x1 ] =0  Retur NAIK [ x1 ] =0 3.Mesin Inferensi

Mesin inferensi dalam prediksi jumlah produksi seragam pada PT. Apac Inti Corpora menggunakan Logika Fuzzy

Tsukamoto menggunakan fungsi MIN untuk setiap aturan pada aplikasi fungsi implikasinya.

[R1] IF retur TURUN AND penjualan BANYAK THEN produksi BERTAMBAH α-predikat1 =µTURUN∩BANYAK

=min(µTURUN[20],µBANYAK

[10.000] =min(1,0) =0

Himpunan BERTAMBAH pada grafik keanggotaan variabel produksi yaitu

(

x

3 - 25.000) / 25.000 = 0 

x

3 =

25.000

[R2] IF retur TURUN AND penjualan SEDANG THEN produksi BERKURANG α-predikat2 =µTURUN∩SEDANG

=min(µTURUN[20],µSEDANG[1 0.000]

=min(1,0) =0

Himpunan BERKURANG pada grafik keanggotaan variabel produksi yaitu

(25.000-

x

3) / 15.000 = 0 

x

3 =

25.000

[R3] IF retur TURUN AND penjualan SEDIKIT THEN produksi BERKURANG α-predikat3 =µTURUN∩SEDIKIT

=min(µTURUN[20],µSEDIKIT [10.000]

=min(1,1) =1

(25.000-

x

₃) / 15.000 = 1 

x

₃

=10.000

[R4] IF retur SEDANG AND penjualan BANYAK THEN produksi BERTAMBAH α-predikat4 =µSEDANG∩BANYAK

=min(µSEDANG[20],µBANYAK[ 10.000]

(4)

=min(0,0) =0

(

x

₃ - 25.000) / 25.000 = 0 

x

₃

= 25.000

[R5] IF retur SEDANG AND penjualan SEDANG THEN produksi SEDANG

α-predikat5 =µSEDANG∩SEDANG =min(µSEDANG[20],µSEDAN

G[10.000] =min(0,0)

=0

Himpunan SEDANG pada grafik keanggotaan variabel produksi yaitu

(

x

₃ - 10.000) / 15.000 = 0 

x

₃

= 10.000

[R6] IF retur SEDANG AND penjualan SEDIKIT THEN produksi BERKURANG α-predikat6 =µSEDANG∩SEDIKIT

=min(µSEDANG[20],µSEDIKI T[10.000]

=min(0,1) =0

(25.000-

x

3) / 15.000 = 0 

x

3 =

25.000

[R7] IF retur NAIK AND penjualan BANYAK THEN produksi BERTAMBAH α-predikat7 =µNAIK ∩BANYAK

=min(µNAIK[20],µBANYAK [10.000]

=min(0,0)

=0

(

x

3 - 25.000) / 25.000 = 0 

x

3 =

25.000

[R8] IF retur NAIK AND penjualan SEDANG THEN produksi BERKURANG

α-predikat8 =µNAIK ∩SEDANG

=min(µNAIK[20],µSEDANG [10.000]

=min(0,0) =0

(25.000-

x

₃) / 15.000 = 0 

x

₃ = 25.000

[R9] IF retur NAIK AND penjualan SEDIKIT THEN produksi BERKURANG

α-predikat9 =µNAIK ∩SEDIKIT

=min(µNAIK[20],µSEDIKIT [10.000]

=min(0,0) =0

(25.000-

x

₃) / 15.000 = 0 

x

₃ = 25.000

2.2Defuzzifikasi

Defuzzifikasi dalam prediksi jumlah produksi seragam pada PT. Apac Inti Corpora menggunakan Logika Fuzzy Tsukamoto dicari dengan menggunakan rata-rata terbobot.

(5)

uc Use Case Model

Admin

Login

Kelola data retur

Kelola data penj ualan Pilih periode prediksi Logout Kelola Rule Tsukamoto Hasil prediksi «include» Z = 10.000 1 = 10.000

3.HASIL DAN PEMBAHASAN

Dari hasil prediksi jumlah produksi seragam pada PT. Apac Inti Corpora untuk bulan berikutnya yaitu Desember 2016, PT. Apac Inti Corpora akan memproduksi seragam sebanyak 50.000 seragam.

3.1Pembahasan

Pengujian akan dilakukan terhadap data jumlah produksi dari PT. Apac Inti Corpora dari bulan Januari sampai November 2016 (11 bulan) menggunakan Mean Square

Error (MSE) seperti tabel 5.14.

Tabel 5.15. Pengujian MSE

Bulan Produksi (P) Hasil Prediksi (HP) MAE = P-HP MSE = MAE ² 01 64.300 64.300 0 0 02 54.876 50.000 4.876 23.775.376 03 15.670 50.000 -34.330 1.178.548.900 04 10.346 17.425 -7.079 50.112.241 05 64.300 10.550 53.750 2.889.062.500 06 44.339 50.000 -5.661 32.046.921 07 24.848 35.895 -11.047 122.036.209 08 18.935 10.434 8.501 72.267.001 09 12.818 18.417 -5.599 31.348.801 10 12.526 17.280 -4.754 22.600.516 11 68.689 14.059 54.630 2.984.436.900

Total MSE = ∑ MSE / 11 673.294.124

3.2 Use Case Diagram

Use case diagram prediksi jumlah

produksi seragam pada PT. Apac Inti Corpora menggunakan Logika Fuzzy Tsukamoto dapat dilihat pada gambar 4.1.

Gambar 4.1. Use Case Diagram

Gambar 4.1 menjelaskan admin melakukan login ke prediksi jumlah produksi seragam pada PT. Apac Inti Corpora menggunakan Logika Fuzzy Tsukamoto dengan

memasukkan username dan password kemudian mengelola data retur, data penjualan, rule Fuzzy Tsukamoto, melihat hasil prediksi atau logout.

3.3Class Diagram

Class diagram prediksi jumlah produksi

seragam pada PT. Apac Inti Corpora menggunakan Logika Fuzzy Tsukamoto dapat dilihat pada gambar 4.2.

(6)

3.4Activity Diagram

Activity diagram prediksi jumlah

produksi seragam pada PT. Apac Inti Corpora menggunakan Logika Fuzzy Tsukamoto dapat dilihat pada gambar 4.3.

Gambar 4.3. Activity Diagram

Gambar 4.3 menjelaskan admin

melakukan login ke prediksi jumlah produksi seragam pada PT. Apac Inti Corpora menggunakan Logika Fuzzy Tsukamoto dengan memasukkan username dan password kemudian mengelola data retur, data penjualan, rule Fuzzy Tsukamoto, melihat hasil prediksi atau logout.

3.5Sequence Diagram

Sequence diagram prediksi jumlah

produksi seragam pada PT. Apac Inti Corpora

menggunakan Logika Fuzzy Tsukamoto dapat dilihat pada gambar 4.4.

3.6 Implementasi Sistem

1.Login

Halaman login seperti pada gambar 4.7 digunakan untuk masuk ke prediksi jumlah produksi seragam pada PT. Apac Inti Corpora menggunakan Logika Fuzzy Tsukamoto.

Gambar 4.7. Login

Untuk masuk ke prediksi jumlah produksi seragam pada PT. Apac Inti Corpora menggunakan Logika Fuzzy Tsukamoto, isi username dan password kemudian klik tombol login, jika login valid maka akan ditampilkan halaman prediksi jumlah produksi seragam pada PT. Apac Inti Corpora menggunakan Logika

Fuzzy Tsukamoto dan jika salah akan

ditampilkan pesan seperti gambar 4.8.

Gambar 4.8. Pesan Username atau Password Salah

2.Retur

Halaman retur seperti pada gambar 4.9 digunakan untuk memasukkan data retur seragam pada PT. Apac Inti Corpora yang ada

act Activity A d mi n mulai Kelola data retur Kelola data penjualan Melihat Hasil Prediksi Login _Logout Selesai Kelola rule tsukamoto sd sequence Admin

Penjualan Retur Rule Hasil

Kelola data penjualan() Kelola data retur() Kelola rule Tsukamoto()

Lihat hasil prediksi() Prediksi produksi seragam()

class Integrasi Data

Penj ualan # idpenjualan: varchar + idbulan: int + tahun: year + total: double + totalsedikit: double + totalsedang: double + totalbanyak: double + cari() : void + tampilkan item() : void + edit() : void + hapus() : void + simpan() : void Rule # idrule: varchar + retur: varchar + penjualan: varchar + produksi: varchar + cari() : void + tampilkan item() : void + edit() : void + hapus() : void + simpan() : void Retur # idretur: varchar + idbulan: int + tahun: year + total: double + totalturun: double + totalsedang: double + totalnaik: double + edit() : void + cari() : void + tampilkan item() : void + hapus() : void + simpan() : void Bulan # idbulan: int + nmbulan: varchar + hapus() : void + simpan() : void Hasil + idrule: varchar + idbulan: varchar + nilai: double + hasil: double

+ pIlih tahun() : void + proses() : void

(7)

di prediksi jumlah produksi seragam pada PT. Apac Inti Corpora.

Gambar 4.9. Retur

ID retur akan terisi secara otomatis dengan format R9999 yaitu R merupakan inisial dari retur dan 9999 merupakan urutan data retur dari tabel retur. Isi bulan, tahun, total dan klik tombol simpan untuk menyimpan data retur seragam. Klik tombol edit kemudian isi bulan, tahun, total dan klik tombol simpan untuk mengubah data retur. Klik tombol hapus dan pilih oke untuk menghapus data retur seragam.

3.Penjualan

Halaman penjualan seperti pada gambar 4.10 digunakan untuk memasukkan penjualan seragam pada PT. Apac Inti Corpora yang ada di prediksi jumlah produksi seragam pada PT. Apac Inti Corpora.

Gambar 4.10. Penjualan

ID penjualan akan terisi secara otomatis dengan format P9999 yaitu P merupakan inisial dari penjualan dan 9999

merupakan urutan data penjualan dari tabel penjualan. Isi bulan, tahun, total dan klik tombol simpan untuk menyimpan data penjualan seragam. Klik tombol edit kemudian isi bulan, tahun, total dan klik tombol simpan untuk mengubah data penjualan. Klik tombol hapus dan pilih oke untuk menghapus data penjualan seragam.

4.Rule

Halaman rules eperti pada gambar 4.11 digunakan untuk memasukkan aturan Fuzzy Tsukamoto pada PT. Apac Inti Corpora yang ada di prediksi jumlah produksi seragam pada PT. Apac Inti Corpora.

Gambar 4.11. Rule

Isi retur, penjualan, produksi dan klik tombol simpan untuk menyimpan data aturan. Klik tombol edit kemudian isi retur, penjualan, produksi dan klik tombol simpan untuk mengubah data aturan. Klik tombol hapus dan pilih oke untuk menghapus data aturan.

5.Prediksi

Halaman prediksi seperti pada gambar 4.12 digunakan untuk melihat hasil prediksi produksi seragam di prediksi jumlah produksi seragam pada PT. Apac Inti Corpora. Pilih tahun dan klik tombol proses untuk melihat hasil prediksi produksi seragam dengan Fuzzy Tsukamoto.

(8)

Gambar 4.12. Prediksi

4.KESIMPULAN

Setelah melakukan penelitian pada prediksi jumlah produksi seragam pada PT. Apac Inti Corpora menggunakan Logika

Fuzzy Tsukamoto, maka penulis dapat

menarik kesimpulan sebagai berikut :

1. Terciptanya prediksi jumlah produksi seragam pada PT. Apac Inti Corpora menggunakan Logika Fuzzy

Tsukamoto yang dapat digunakan untuk memprediksi jumlah produksi seragam pada PT. Apac Inti Corpora. 2. Hasil prediksi jumlah produksi

seragam menggunakan Fuzzy Tsukamoto pada PT. Apac Inti

Corpora untuk bulan beriktunya yaitu Desember 2016 yaitu sebesar 50.000 seragam dan hasil pengujian menunjukkan nilai MSE sebesar 673.294.124.

5. SARAN

Berikut ini saran penulis terhadap pengembangan dan penerapan prediksi jumlah produksi seragam pada PT. Apac Inti Corpora menggunakan Logika Fuzzy Tsukamoto lebih lanjut yaitu :

1. Dalam perhitungan produksi dengan menggunakan model Fuzzy

Tsukamoto, dapat memperbanyak

pilihan kriteria yang diajukan sistem yang bersifat dinamik yang terdiri dari variabel input kriteria Fuzzy. 2. Pengembangan selanjutnya, sistem

diharapkan dapat menggabungkan metode Fuzzy Tsukamoto dengan metode yang lain seperti Fuzzy

Mamdani agar hasil produksi lebih

komplek.

UCAPAN TERIMA KASIH

Puji syukur kehadirat Allah SWT,

yang telah melimpahkan rahmat dan

karuniaNya sehingga penulis dapat

menyelesaikan laporan Tugas Akhir yang

berjudul

“Prediksi

Jumlah

Produksi

Seragam Pada PT Apac Inti Corpora

Menggunakan Logika Fuzzy Tsukamoto”

pada waktu yang telah ditetapkan karena

dukungan dari berbagai pihak yang tidak

ternilai besarnya. Oleh karena itu, penulis

mengucapkan rasa terima kasih kepada:

1. Dr. Ir. Edi Noersasongko, M.Kom,

selaku Rektor Universitas Dian

Nuswantoro Semarang.

(9)

Ilmu Komputer.

3. Dr. Heru Agus Santoso, M.Kom,

selaku Ketua Program Studi Teknik

Informatika Strata Satu.

4. Ardytha Luthfiarta, M.Kom, selaku

dosen wali yang telah memberikan

nasihat dan bimbingan kepada penulis.

5. Ajib Susanto, M.Kom, selaku dosen

pembimbing yang telah memberikan

ide penelitian dan bimbingan yang

berkaitan dengan penelitian penulis

sehingga

penulis

dapat

menyelesaikan penelitian ini dengan

baik.

6. De Rosal Ignatius Moses Setiadi,

M.Kom, selaku Koordinator Tugas

Akhir Teknik Informatika-S1.

7. Dosen-dosen pengampu di Fakultas

Ilmu Komputer Teknik Informatika

Universitas Dian Nuswantoro

Semarang yang telah memberikan

ilmu

sehingga

penulis

dapat

mengimplementasikan ilmu yang telah

didapatkan.

8. Bapak Marno di PT Apac Inti Corpora,

yang telah membantu kelancaran

proses penelitian.

9. Kedua orang tua, kakak, keluarga

besar, dan teman yang telah

memberikan dorongan, nasihat, kasih

sayang, doa, dan dukungan material

maupun dukungan spiritual.

10.Teman-teman seperjuangan Universitas

Dian Nuswantoro yang tidak bisa di

sebutkan satu persatu.

Semoga Allah SWT memberikan

balasan yang lebih besar kepada

beliau-beliau, dan pada akhirnya penulis

berharap bahwa penulisan laporan

Tugas Akhir ini dapat bermanfaat dan

berguna sebagaimana fungsinya.

DAFTAR PUSTAKA

[1] Sugiyono. Metode Penelitian Pendidikan

Pendekatan Kuantitatif, Kualitatif dan R&D. Bandung. Alfabeta. 2011

[2] Kusumadewi, Sri. Aplikasi Logika Fuzzy

untuk Pendukung Keputusan. Graha

Ilmu. Yogyakarta. 2010

[3] Rohayani, Hetty. Fuzzy Inference System

Dengan Metode Tsukamoto Sebagai Penunjang Keputusan Produksi (Studi Kasus : PT. Talkindo Selaksa Anugrah).

Skripsi. STIKOM Dinamika Bangsa Jambi. 2015

[4] Wiguna, Riyadi Yudha. Haryanto, Hanny.

Sistem Berbasis Aturan Menggunakan

Logika Fuzzy Tsukamoto Untuk

Prediksi Jumlah Produksi Roti Pada CV. Gendis Bakery. Skripsi. Universitas

Dian Nuswantoro Semarang. 2012 [5] Djie, Inti Sariani Jianta. Analisis

Peramalan Penjualan Dan Penggunaan Metode Linear Programming Dan Decision Tree Guna Mengoptimalkan Keuntungan Pada PT. Primajaya Pantes Garment. Skripsi. Universitas

Gunadarma. 2013

[6] Pardede, Pontas M. Manajemen Operasi

(10)

[7] Gunadi, Suhendar Hariman. Visual

Modelling Menggunakan UML dan Rational Rose. Informatika. Bandung.

2006

[8] Aditya, Alan Nur. Jago PHP & MySQL

Dalam Hitungan Menit. Dunia

Komputer. Bekasi. 2010

[9] Prasetyo, Didik Dwi. Administrasi Database Server MySQL. Elex Media