IMPLEMENTASI FUZZY C-MEAN UNTUK ESTIMASI JUMLAH
STOK BAHAN BAKU PRODUKSI TAHU
SKRIPSI
Oleh :
NURUL FAUJIYAH
0734010174
PROGRAM STUDI TEKNIK INFORMATIKA
FAKULTAS TEKNOLOGI INDUSTRI
UNIVERSITAS PEMBANGUNAN NASIONAL “VETERAN”
JAWA TIMUR
2012
SKRIPSI
Diajukan Untuk Memenuhi Sebagian Persyaratan Dalam Memperoleh Gelar Sarjana Komputer
Jurusan Teknik Informatika
Oleh :
NURUL FAUJIYAH
0734010174
PROGRAM STUDI TEKNIK INFORMATIKA
FAKULTAS TEKNOLOGI INDUSTRI
UNIVERSITAS PEMBANGUNAN NASIONAL “VETERAN”
JAWA TIMUR
Judul
: Implementasi Fuzzy C-Means Untuk Estimasi Jumlah Stock Bahan
Baku produksi
Pembimbing I : Hj. Asti Dwi Irfianti, S.Kom, M.Kom
Pembimbing II : Agus Hermanto, S.Kom
Penyusun
: Nurul Faujiyah
ABSTRAK
Industri yang bergerak dalam bidang pembuatan tahu, khususnya tahu Pong, tahu
sayur dan tahu kuning, membutuhkan bahan baku produksi berupa kedelai, garam dan
sioko. Perusahaan membutuhkan suatu perencanaan bahan baku supaya produksi
tersebut dapat berjalan sesuai dengan yang telah direncanakan sebelumnya. Perencanaan
bahan baku sangat berpengaruh terhadap jalannya produksi. Masalah dalam penelitian
ini mengenai persediaan bahan baku, dimana terjadi keterlambatan pengiriman bahan
baku dalam hal ekspedisi. Oleh karena itu dibutuhkan suatu sistem informasi yang
diharapkan dalam pemenuhan kebutuhan bahan baku dapat dilakukan dengan tepat,yang
dapat ditetapkan seoptimal mungkin yaitu melalui penerapan FCM (Fuzzy C-Means).
Pada umumnya untuk mengetahui prediksi jumlah kebutuhan produksi tahu,
dengan mengetahui pertmintaan tahu. Sehingga hal ini bisa mengotimalkan kebutuhan
produksi tahu dan tidak terjadi menumpukan bahan baku produksi.
Untuk itu “ Fuzzy C-Means” sebagai salah satu metode dalam mengestimasi
jumlah stok bahan baku produksi dapat digunakan untuk memprediksi kebutuhan
produksi, dengan mempergunakan jenis data sekunder dari perusahan tempat penelitan
dilakukan, teknik analisis yang dilakukan yaitu data permintaan masa lalu dan data
permintaan tahu.
Dari hasil penelitian dapat diambil kesimpulan bahwa penerapan metode FCM
untuk bahan baku produksi dapat memprediksi jumlah kebutuhan produksi .
Kata kunci : Tahu , FCM (Fuzzy C-Means)
Alhamdulillah, Penulis bersyukur kepada Allah SWT atas semua Rahmat, Berkah, dan Ridho-Nya yang telah diberikan kepada penulis sehingga dapat menyelesaikan Skripsi yang berjudul “Implementasi Fuzzy C-Means Untuk Estimasi J umlah Stock Bahan Pr oduk si” ini dengan baik.
Skripsi merupakan salah satu syarat bagi mahasiswa untuk menyelesaikan program studi Sarjana Strata Satu (S1) di Jurusan Teknik Informatika Fakultas Teknologi Industri Universitas Pembangunan Nasional “Veteran” Jawa Timur.
Melalui Skripsi ini penyusun merasa mendapatkan kesempatan besar untuk memperdalam ilmu pengetahuan yang diperoleh selama di bangku perkuliahan. Namun, penyusun menyadari bahwa Skripsi ini masih jauh dari sempurna. Oleh karena itu penyusun sangat mengharapkan saran dan kritik dari
para pembaca untuk pengembangan aplikasi lebih lanjut.
Surabaya, 06 Februari 2012
(Nurul Faujiyah)
UCAPAN TERIMA KASIH
Puji syukur penulis panjatkan kehadirat Allah SWT yang telah melimpahkan rahmatnya kepada penulis sehingga penulis dapat menyelesaikan Tugas Akhir dengan baik dan benar.
Penyusun menyadari bahwasanya dalam menyelesaikan Skripsi ini telah mendapat banyak bantuan dan dukungan dari berbagai pihak, untuk itu pada kesempatan yang berharga ini, penyusunmengucapkanterimakasihkepada :
1. Bapak Ir. Sutiyono,MT selaku Dekan FTI, Universitas Pembangunan Nasional “Veteran” Jawa Timur.
2. Ibu Dr.Ir.Ni Ketut Sari,MT selaku Ketua Program Studi Teknik Informatika Universitas Pembangunan Nasional “Veteran” Jawa Timur
3. Ibu Hj. Asti Dwi Irfianti, S.Kom, M.kom selaku Dosen Pembimbing I Skripsi atas segala do’a restu, arahan, ilmu, dan bimbingan-bimbingan yang telah diberikan selama penyelesaian Skripsi.
4. Bapak Agus Hermanto, S.Kom selaku Dosen Pembimbing II Skripsi atas segala do’a restu, arahan, ilmu, dan bimbingan-bimbingan yang telah diberikan selama penyelesaian Skripsi.
5. Bapak Nur Cahyo W,S.Kom,M.Kom, Bapak M.Irwan Afandi,St.Msc, bapak Doddy Ridwandono,S.Kom selaku Dosen Penguji Lisan TA yang banyak memberi masukan yang berguna kepada penulis selama revisi.
6. Bapak dan Ibu dosen Teknik Informatika yang telah memberikan ilmunya kepada penulis selama kuliah.
8. Kakak-kakakku, dan kekasaihku terima kasih atas do’a serta dukungannya selama proses mengerjakan Skripsi ini dan aku sayang kalian semua.
9. Teman- teman Teknik Informatika angkatan 2007 fitra, gilang, indah, ferdian,
nado rizal, atik, widya, dll. Dan semua orang yang berhubungan baik dengan penyusun yang tidak bias disebutkan satu persatu terima kasih atas do’a dan dukungannya selam ini serta terimakasih atas pertemanannya.
10.Yang paling berjasa tapi tidak merasa paling berjasa My Laptop yang sering penyusun maki di kala aplikasi mengalami error. Super Terimakasih.
DAFTAR ISI
2.1 Konsep Dasar Sistem Informasi………9
2.1.1 Pengertian Sistem ... 9
2.1.2 Pengertian Sistem Informasi ... 9
2.2. Persedian ..…....………... 11
2.2.1 Alasan Memiliki Persedian ... 11
2.2.2 Jenis Persedian ... 12
2.2.3 Biaya Persedian ... 14
2.3. Pengertian Fuzzy ………16
2.3.1 Fungsi Kenggotaan ...17
2.3.2 Operator Dasar Zadeh ...25
2.3.3 Pengertian Fuzzy C- Means ...26
2.4Data Flow Diagram (DFD) ... 30
2.5Definisi Pemrograman Delphi ...33
2.5.1 Kelebihan Pemrograman Delphi ... 34
BAB III ANALISIS DAN PERANCANGAN SISTEM ... 38
3.1Analisis Sistem ... 38
3.2Perancangan Sistem ... 38
3.2.1 Flowchart ... 39
3.2.2 Diagram Berjenjang ... 41
3.2.3 Data Flow Diagram ... 42
3.3.Perancangan Basis Data ... 46
3.4. Implementasi Antar Muka ... 47
3.4.1. Desain Halaman Utama Administrator ... 48
BAB IV IMPLEMENTASI PERANGKAT LUNAK ... …….. 49
4.1. Lingkungan Pemrograman ... 49
4.2. Implementasi Proses ... 49
4.2.1. Implementasi Koneksi Database ... 49
4.3.Implementasi Aplikasi Desain Antar Muka ... 53
4.3.1. Form Halaman Utama... 53
4.3.2. Form Halaman Aplikasi ... 53
4.3.3. Form Halaman Input ... 54
4.3.4. Form Data Produksi ... 55
4.3.5. Form proses Clustering ... 57
4.3.6. Form Fuzzy ... 59
4.4 Implementasi Database... 62
4.4.1 Tabel Data produksi ... 62
5.5.1. Sub Menu Data Produksi ... 67
5.6 Menu Fuzzy ... 68
5.6.1. Proses Clustering ... 68
5.6.2. proses Fuzzy ... 69
BAB VI PENUTUP ... 71
6.1.Kesimpulan ... 71
6.2. Saran ... 71
DAFTAR PUSTAKA ... 72
Gambar 2.1 Representasi Linier ... 18
Gambar 2.2 Representasi Linier Turun ... 18
Gambar 2.3 Kurva Segitiga ... 19
Gambar 2.4 Kurva Trapesium ... 20
Gambar 2.5 Kurva Bahu ... 21
Gambar 2.6 Kurva-S Pertubuhan ... 21
Gambar 2.7 Kurva-S Penyusutan ... 22
Gambar 2.8 Karakteristik Kurva-S ... 22
Gambar 2.9 Nilai Kurva Domain x ... 23
Gambar 2.10 Karakteristik Fungsional Kurva Beta ... 24
Gambar 2.11 Karakteristik fungsional kurva gauss ... 25
Gambar 2.12 From ... 36
Gambar 2.13 Object inspektor ... 37
Gambar 3.1 Flowchart Aplikasi ...……… 39
Gambar 3.2 Flowchart Fuzzy C-Means ...………. 40
Gambar 3.3 Diagram Berjenjang ...……….41
Gambar 3.4 Context diagram ....……….. 42
Gambar 3.5 DFD Level 0………... 43
Gambar 3.6 DFD level 1 penerimaan barang ...………. 44
Gambar 3.7 DFD level 1 barang keluar……….. 45
Gambar 3.8 DFD level 1 membuat laporan ………... 46
Gambar 3.9 . Halaman muka ...……….. 48
Gambar 4.1 Object Inspector ...……….. 50
Gambar 4.2 Connection String ...………50
Gambar 4.3 Link Propertis tab Provider………...………...51
Gambar 4.4 Link Properti pada tab Connection……….. 52
Gambar 4.5 Microsoft data link ... 52
Gambar 4.6 Halaman utama………...………...…53
Gambar 4.7 From aplikasi keluar ...………. 54
Gambar 4.8 From Input ...………... 55
Gambar 4.9 Data produksi ...………....56
Gambar 4.10 From Clustering ...………58
Gambar 4.11 Proses fuzzy ...………....60
Gambar 5.1 Menu Utama ...65
Gambar5.2 Sub menu exit ...………..66
Gambar 5.3 Menu input ...………..66
Gambar 5.4 Data Produksi ...………67
Gambar 5.5 Hapus Data ...………..67
Gambar 5.6 Menu fuzzy ...………68
Gambar 5.7 Proses clustering ...………...69
Gambar 5.8 Proses fuzzy ...……….70
Tabel 3.1 Tabel data produksi ... 47 Tabel 3.2 tabel from menu ... 48 Tabel 4.1 Data produksi ... 59
1 BAB I
PENDAHULUAN
1.1 Latar belakang Masalah
Go Aiykok merupakan sebuah prusahaan yang bergerak di bidang Perindustrian yang menangani proses pembuatan tahu dan penjualan produk tahu. Go Aiykok sudah berdiri sejak tahun 1992 dan dikelolah oleh Go Lucou (Alm) dan sekarang dikelolah oleh Go Kiem Jong adalah cucu dari Go Lucou (alm). Dengan semakin berkembangnya dunia industri dewasa ini perusahaan manufaktur semakin ketat bersaing dalam memproduksi produk-produk yang bermutu dengan harga jual yang murah. Selain itu juga perusahaan manufaktur dituntut untuk dapat memuaskan konsumen dengan cara menyelesaikan pesanan konsumen tepat pada waktunya.
Oleh karena itu perusahaan manufaktur haruslah mempunyai pelayanan, kebijakan, dan kualitas produk yang dapat diandalkan guna memuaskan konsumennya. Sehingga, perlu ditunjang oleh suatu sistem produksi yang seefisien mungkin. Untuk dapat menciptakan sistem produksi yang efisien maka diperlukan suatu perencanaan produksi yang baik. Bagi perusahaan manufaktur perencanaan dan pengendalian, baik produksi maupun persediaan ini perlu
mendapat perhatian tersendiri.
Perencanaan meliputi merencanakan apa, bagaimana, kapan, dan berapa banyak suatu produk akan diproduksi. Sedang, pengendalian berarti kontrol terhadap proses produksi agar kelangsungan perusahaan dapat berjalan terus.
Salah satu kegiatan perencanaan dan pengendalian diberlakukan khususnya untuk penyediaan stock bahan baku. Perencanaan dilakukan sedemikian rupa agar dapat melayani kebutuhan bahan baku dengan tepat dan dengan biaya yang rendah.
Selama ini perusahaan pada umumnya melakukan perencanaan tidak berdasarkan metode-metode yang sudah baku, tetapi hanya berdasarkan pada pengalaman-pengalaman sebelumnya. Hal tersebut sering menyebabkan terjadinya kelebihan atau penumpukan bahan baku maupun kekurangannya yang menyebabkan pembengkakan biaya, disamping terjadi kekurangan-kekurangan yang dapat mengganggu atau menghambat proses produksi dalam memenuhi permintaan konsumen.
Dari permasalahan tersebut, maka dalam penelitian ini dibuat aplikasi untuk menyelesaikan masalah dengan metode Fuzzy C-Means. Analogi sederhana dalam menyelesaikan masalah dengan metode Fuzzy C-Means adalah mengetahui jumlah stock bahan untuk menentukan jumlah cluster. Aplikasi ini dibangun dengan bahasa pemrograman Borland Delphi 2010.
Aplikasi yang dibuat menentukan input: jumlah stock bahan baku yang akan dibangun, bobot (tingkat kepentingan adanya pasar tersebut), error terkecil yang diharapkan, pangkat pembobot, maksimum iterasi. Dari hasil perhitungan yang dilakukan maka dihasilkan pengelompokan cluster-cluster data serta penentuan sebuah pusat cluster yang optimal.
Fuzzy C-Means adalah suatu teknik pengelompokan data dimana
keberadaan tiap-tiap titik data dalam suatu cluster ditentukan oleh derajat keanggotaan, algoritma pengelompokan yang terawasi, karena pada algoritma
3
Fuzzy C-Means jumlah cluster yang akan dibentuk perlu diketahui terlebih
dahulu. Teknik ini pertama kali diperkenalkan oleh J. C. Bezdek pada tahun 1981, konsep dasar algoritma Fuzzy C-Means adalah menentukan pusat kelompok yang akan menandai lokasi rata-rata untuk tiap-tiap cluster. Pada kondisi awal, pusat
cluster ini masih belum akurat. Tiap-tiap titik data memiliki derajat keanggotaan
pada tiap-tiap cluster. Dengan cara memperbaiki pusat cluster dan derajat keanggotaan tiap-tiap titik data secara berulang-ulang, maka didapat lokasi pusat
cluster optimal. Perulangan ini didasarkan pada minimasi fungsi obyektif yang
menggambarkan jarak dari titik data yang diberikan ke pusat cluster yang terbobot oleh derajat keanggotaan titik data tersebut.
1.2 Per umusan Masalah
Dari latar belakang tersebut penulis mengambil kesimpulan permasalahan yang dihadapi oleh perindustrian untuk menentukan jumlah stock bahan baku produksi, yaitu:
a. Bagaimana membangun apliksi stock bahan baku yang di implementasikan dengan proses fuzzy c-means.
b. Bagimana sebuah bahan produksi bisa di kelompokan dalam satu data. c. Bagaimana menggunakan metode fuzzy c-mean agar dapat
menentukan jumlah yang diperlukan.
1.3 Batasan Masalah
Adapun batasan masalah dari sistem ini agar menjadi jelas dan tidak begitu luas adalah:
a. Aplikasi ini yang dibangun lebih terfokus pada implementasi jumlah stock bahan baku produksi.
b. Aplikasi hanya menghitungan dan memprediksi jumlah stock bahan baku produksi dengan menggunakan metode fuzzy c-mean.
c. Aplikasi yang mengestimasi kebutuhan bahan baku yang menggunakan data bahan baku pada periode sebelumnya dan jumlah permintaan tahu.
1.4 Tujuan
Mengimplementasikan fuzzy c-means untuk memprediksi jumlah stock bahan baku produksi yaitu:
a. Membuat aplikasi jumlah stock barang menggunakan fuzzy c-mean. b. Pendataan persedian bahan baku produksi.
1.5 Manfaat
Yang di peroleh dari aplikasi yang dibuat yaitu:
a. Membantu pengontrolan persedian bahan baku produksi yang ada . b. Mengurangi terjadinya kesalahan perhitungan dikarenakan tingginya
aktivitas produksi yang terjadi. 1.6 Metodelogi Penelitian
Penerapan data profil untuk memprediksi user untuk membeli bahan yang akan digukan dengan menggunkan metode fuzzy c-means. Namun dalam pembuatan aplikasi ini tidak terlepas dalam masalah-masalah yang ada dan unuk pemecahan permasalahan ini,berikut langkah-langka:
5
1. Perumusan Masalah
Pada tahapan ini dilakukan penelusuran masalah teknologi informasi penentuan jumlah stock bahan baku dengan mengetahui kebutuhan dasar dari Sistem Informasi sebagai bentuk dukungan dari kelangsungan bisnis proses perusahaan.
2. Tinjuan pustaka :
Pengumpulan referensi dari internet dan buku-buku serta informasi dari sumber lainnya untuk memillih dan menentukan jenis metode yang baik untuk di terapkan.
3. Pengumpulan data
Survai lapangan ini bertujuan untuk menyimpulkan dengan kegiatan: Melakukan survai seperti melakukan kunjungan ke industri untuk mencatan dan mengetahui data bahan baku, Melakukan wawacara dengan kepala bidang (user) untuk mengetahui bahan serta harapan yang diinginkan untuk user.
4. Analisa
Pada tahapan ini, analisa dilakukan berdasarkan hasil dari tahapan pengumpulan data primer. Sehingga dari sini dapat diketahui sejauh mana pemanfaatan teknologi informasi dalam menunjang kegiatan bisnis proses penjumlahan stock serta kemungkinan untuk dilakukan pengembangan system pada waktu kedepan.
5. Perancangan
Hasil analisis yang didapat mulai dilakukan perancangan sistem, mulai dari diagram alir (Flowchart), DFD, CDM, PDM untuk nantinya mampu
melahirkan system informasi yang powerfull.
6. Coding
Penerapan hasil perancangan system yang dibuat dengan teknologi delphi 2010 serta dukungan acces sebagai engine database. Pemilihan kedua teknologi ini berdasarkan dengan kebutuhan skema yag ada serta peningkatan teknologi dari pemrograman.
7. Testing
Uji coba system dilakukan secara langsung melalaui simulasi langsung dengan bisnis proses yang telah berjalan Sehingga akan lebih mudah diketahui kekurangan dari sistem informasi, agar keberadaannya tidak merusak sistem dari penyimpanan stock yang telah berjalan selama ini. 8. Pelaporan
Pembuatan laporan dari sistem yang telah dibuat, meliputi hasil tampilan program, serta kode program.
1.7 Sistematika Penulisan
Sistematika dalam penyusunan Tugas Akhir ini akan dijabarkan dalam setiap bab dengan pembagian sebagai berikut :
7
BAB I : PENDAHULUAN
Pada bab ini akan dibahas latar belakang masalah, permasalahan yang ada, batasan masalah, metodologi penulisan Tugas Akhir serta sistematika pembahasan masalah yang berisi penjelasan singkat pada masing-masing bab.
BAB II : TINJ AUAN PUSTAKA
Pada bab ini dijelaskan landasan teori yang berkaitan dalam penyelesaian masalah serta teori yang mendukung dalam pembuatan sistem. Teori-teori tersebut antara lain : Pengertian Sistem Informasi, Metode Perangkat Lunak, delphi 2010 dan acces . BAB III : ANALISA DAN PERANCANGAN SISTEM
Bab ini membahas tentang model penelitian dan prosedur penelitian antara lain: Analisis Sistem, Perancangan Sistem menggunkan metode UML, Perancangan Database dan lain sebagainya.
BAB IV : IMPLEMENTASI
Pada bab ini akan dibahas tentang tampilan dari sistem yang telah dibuat dan dari implementasi ke bahasa pemrograman program yang telah dibuat.
BAB V : UJ ICOBA DAN EVALUASI
Dalam bab ini berisi tentang uji coba pada sistem yang telah jadi dan mengadakan evaluasi atau pengecekkan terhadap sistem yang sudah berjalan.
BAB VI : PENUTUP
Pada bab ini akan dibahas tentang kesimpulan dari uji coba dan saran-saran yang diambil dari kelemahan aplikasi sebagai pengembangan lebih lanjut dari sistem yang telah dibuat.
BAB II
TINJ AUAN PUSTAKA
Pada bab II ini akan dibahas beberapa teori dasar untuk menunjang penyelesaian tugas akhir ini, antara lain: Konsep dasar sistem informasi, Persedian, Definisi Fuzzy, Definisi dfd, Definisi Delphi.
2.1 Konsep Dasar Sistem Infor masi
Dalam menyusun dan merancang sistem informasi, beberapa konsep dasar dapat dijadikan sebagai acuan dan landasan, dimana konsep tersebut merupakan teori yang berhubungan dengan perancangan sistem informasi dari pemecahan masalah.
2.1.1 Penger tian Sistem
Suatu sistem dapat didefinisikan sebagai suatu kesatuan yang terdiri dari dua atau lebih komponen atau subsistem yang berinteraksi untuk mencapai tujuan (Jogiyanto H.M, 1995:814). Suatu sitem dapat
terdiri dari sistem-sistem bagian (subsistem), dimana masing-masing subsistem dapat terdiri dari subsistem-subsistem yang lebih kecil lagi atau terdiri dari komponen-komponen. Subsistem-subsistem saling berinteraksi dan saling berhubungan membentuk satu kesatuan sehingga tujuan atau sasaran tersebut dapat tercapai. Interaksi dari subsistem-subsistem sedemikian rupa, sehingga dicapai suatu kesatuan yang terpadu atau terintegrasi (integrated).
2.1.2 Penger tian Infor masi
yang menggambarkan suatu kejadian-kejadian (event) yang nyata (fact) yang digunakan untuk pengambilan keputusan.
Sumber informasi adalah data. Data adalah kenyataan yang menggambarkan suatu kejadian-kejadian dan kesatuan nyata. Kejadian-kejadian (event) adalah sesuatu yang terjadi pada saat yang tertentu. Kesatuan nyata (fact and entity) adalah suatu objek nyata seperti tempat, benda, dan orang yang benar ada dan terjadi.
Suatu informasi mempunyai kualitas yang tergantung dari tiga hal, yaitu: a. Akurat
Informasi harus bebas dari kesalahan-kesalahan dan tidak bisa atau menyesatkan. Akurat juga harus mencerminkan maksudnya. b. Tepat pada waktunya
Informasi yang datang pada penerimanya tidak boleh terlambat. Informasi yang sudah usang tidak akan mempunyai nilai lagi, karena informasi merupakan landasan di dalam pengambilan keputusan.
c. Relevan
Informasi tersebut mempunyai manfaat untuk pemakainya. Relevansi informasi untuk tiap-tiap orang satu dengan yang lainnya berbeda.
2.1.3 Penger tian Sistem Infor masi
11
rutin tertentu, memberi sinyal kepada manajemen dan lainnya terhadap kejadian-kejadian internal dan eksternal yang penting dan menyediakan suatu dasar informasi untuk pengambilan keputusan yang cerdik.
2.2 Per sedian
Keberadaan persediaan dalam suatu unit usaha perlu diatur sedemikian rupasehingga kelancaran pemenuhan kebutuhan pemakai dapat dijamin dan timbulnyasumber daya menganggur (idle resources) yang keberadaannya menunggu proseslebih lanjut tetap membuat ongkos yang ditimbulkan efisien.
Sofjan Assauri (1993) :
“Persediaan merupakan sejumlah bahan-bahan, parts yang disediakan dan bahan-bahan dalam proses yang terdapat dalam perusahaan untuk prosesproduksi, serta barang-barang jadi/produk yang disediakan untuk memenuhi permintaan dari komponen atau langganan setiap waktu.” Roger G. Schroeder (1994) :
“Sediaan (inventory) adalah stok bahan yang digunakan untuk memudahkanproduksi atau untuk memuaskan permintaan pelanggan.” 2.2.1 Alasan Memiliki Per sediaan
Pada dasarnya persediaan mempermudah atau meperlancar jalannya operasiperusahaan pabrik yang harus dilakukan secara berturut-turut untuk memproduksibarang-barang serta selanjutnya menyampaikannya pada langganan atau konsumen.
persediaan, produksi tidak perlu dilakukan khusus buat konsumsi, atau sebaliknya tidak perlu konsumsi didesak supaya sesuai dengan kepentingan produksi. Adapun alasan diperlukannya persediaan oleh suatu perusahaan pabrik adalah karena :
a. Dibutuhkannya waktu untuk menyelesaikan operasi produksi untuk memindahkan produk dari suatu tingkat ke tingkat proses yang lain, yang disebut persediaan dalam proses dan pemindahan.
b. Alasan organisasi, untuk memungkinkan satu unit atau bagian membuat schedule operasinya secara bebas, tidak tergantung dari yang lainnya. Persediaan merupakan salah satu unsur yang paling aktif dalam operasi perusahaan yang secara terus-menerus diperoleh, diubah dan kemudian dijual kembali.
Oleh sebab itu, ketersediaan persediaan yang mencukupi akan menjamin kelancaran operasi perusahaan karena faktor waktu (waktu henti) antara proses yang satu dengan proses berikutnya dapat diminimumkan, bahkan dihilangkan sama sekali.
2.2.2 J enis Per sedian
Sofjan Assauri (1993), persediaan yang terdapat dalam perusahaan dapat dibedakan menurut beberapa cara. Dilihat dari fungsinya, persediaan dapat dibedakan atas :
13
b. Fluctuation Stock adalah persediaan yang diadakan untuk menghadapi fluktuasi permintaan konsumen yang tidak dapat diramalkan.
c. Anticipation Stock yaitu persediaan yang diadakan untuk menghadapi fluktuasi permintaan yang dapat diramalkan, berdasarkan pola musiman yang terdapat dalam satu tahun dan untuk menghadapi penggunaan atau penjualan permintaan yang meningkat.
Di samping perbedaan menurut fungsi, persediaan itu dapat pula dibedakan atau dikelompokkan menurut jenis dan posisi barang tersebut di dalam urutan pengerjaan produk yaitu :
a. Persediaan Bahan Baku (Raw Materials stock) yaitu persediaan dari barang barang berwujud yanng digunakan dalam proses produksi, barang mana dapat diperoleh dari sumber-sumber alam ataupun dibeli dari supplier atau perusahaan yang menghasilkan
bahan baku bagi perusahaan pabrik yang menggunakannya.
b. Persediaan bagian produk atau parts yang dibeli (purchased parts/component stock) yaitu persediaan barang-barang yang terdiri dari parts yang diterima dari perusahaan lain, yang dapat secara langsung diassembling dengan parts lain, tanpa melalui proses produksi sebelumnya.
bekerjanya suatu perusahaan, tetapi tidak merupakan bagian atau komponen dari barang jadi.
d. Persediaan barang setengah jadi atau barang dalam proses (work in process/progress stock) yaitu persediaan barang-barang yang keluar dari tiap-tiap bagian dalam satu pabrik atau bahan-bahan yang telah diolah menjadi suatu bentuk, tetapi lebih perlu diproses kembali untuk kemudian menjadi barang jadi.
e. Persediaan barang jadi (finished good stock) yaitu persediaan barang-barang yang telah selesai diproses atau diolah dalam pabrik dan siap untuk dijual kepada langganan atau perusahaan lain. 2.2.3 Biaya Per sediaan
Jumlah persediaan yang paling optimal yaitu yang paling ekonomis, dalam arti tidak terlalu banyak, yang berarti pemborosan atau penambahan biaya yang tidak perlu, juga tidak terlalu sedikit yaitu masih ada bahaya kehabisan persediaan. Menurut Tampubolon (2004) biaya-biaya yang timbul dari adanya persediaan digolongkan menjadi empat golongan, yaitu :
a. Biaya Pemesanan (Ordering Cost)
15
Dalam ordering cost,yang termasuk dalam biaya pemesanan ini adalah semua biaya yang dikeluarkan dalam rangka mengadakan pemesanan barang tersebut, diantaranya biaya administrasi pembelian dan penempatan order, biaya pengangkutan dan bongkar muat, biaya penerimaan dan biaya pemeriksaan.
b. Biaya Penyimpanan (Carrying Cost)
Inventory Carrying Cost adalah biaya-biaya yang diperlukan berkenaan dengan adanya persediaan yang meliputi seluruh pengeluaran yang dikeluarkan perusahaan sebagai akibat dari adanya sejumlah persediaan. Biaya ini berhubungan dengan terjadinya persediaan dan disebut juga dengan biaya mengadakan persediaan (stock holding cost). Biaya ini berhubungan dengan tingkat rata-rata persediaan yang selalu terdapat di gudang, sehingga besarnya biaya ini bervariasi tergantung dari besar kecilnya rata-rata persediaan yang terdapat di gudang, yang termasuk ke dalam biaya ini adalah semua biaya yang timbul karena barang disimpan yaitu biaya pergudangan yang terdiri dari biaya sewa gudang, upah dan gaji pengawasan dan pelaksana pergudangan serta biaya lainnya. Biaya pergudangan ini tidak akan ada apabila tidak ada persediaan.
Biaya kehabisan persediaan adalah biaya-biaya yang timbul akibat terjadinya persediaan yang lebih kecil daripada jumlah yang diperlukan, seperti kerugian atau biaya-biaya tambahan yang diperlukan karena seorang pelanggan meminta atau memesan suatu barang sedangkan barang atau bahan yang diperlukan tidak tersedia. Biaya ini juga dapat merupakan biaya-biaya yang timbul akibat pengiriman kembali pesanan atau order tersebut.
d. Biaya Penyiapan (Set Up Cost)
Set up cost adalah biaya-biaya yang timbul di dalam menyiapkan mesin dan peralatan untuk dipergunakan dalam proses konversi. Biaya ini terdiri dari biaya mesin yang menganggur (idle capasity), biaya penyiapan tenaga kerja, biaya penjadwalan, biaya kerja lembur, biaya pelatihan, biaya pemberhentian kerja, dan biaya-biaya pengangguran (idle time costs). Biaya-biaya-biaya ini terjadi karena adanya pengurangan atau penambahan kapasitas yang digunakan pada suatu waktu tertentu.
2.3 Penger tian Fuzzy
17
dari sebuah nilai yang kemudian digunakan untuk menentukan hasil yang diinginkan berdasarkan atas spesifikasi yang telah ditentukan. Telah disebutkan sebelumnya bahwa logika fuzzy memetakan ruang input ke ruang output. Diantara keduanya ada suatu kotak hitam yang akan bekerja untuk menghasilkan output. Salah satu cara yang mungkin masuk ke dalam kotak hitam tersebut adalah system fuzzy. System Fuzzy adalah sistem yang dibangun berdasarkan aturan-aturan (pengetahuan) yang berupa koleksi aturan If - Then (Jika - Maka).
2.3.1 Fungsi Keanggotaan
Fungsi keanggotaan (membership function) adalah suatu kurva yang menunjukkan pemetaan titik-titik input data ke dalam nilai keanggotaannya (derajat keanggotaan) yang memiliki interval antara 0 sampai 1. Salah satu cara yang dapat digunakan untuk mendapatkan nilai keanggotaan adalah dengan melalui pendekatan fungsi. Ada beberapa fungsi yang bisa digunakan, antara lain: representasi linear, representasi kurva segitiga, representasi kurva trapesium, representasi kurva bentuk bahu, representasi kurva-s, representasi kurva bentuk lonceng.
a. Repr esentasi Linier
Pada representasi linear, pemetaan input ke derajat keanggotannya digambarkan sebagai suatu garis lurus. Bentuk ini paling sederhana dan menjadi pilihan yang baik untuk mendekati suatu konsep yang kurang
Ada 2 keadaan himpunan fuzzy yang linear. Pertama, kenaikan himpunan dimulai pada nilai domain yang memiliki derajat keanggotaan nol [0] bergerak ke kanan menuju ke nilai domain yang memiliki derajat keanggotaan lebih tinggi. Lihat pada Gambar 2.1 Representasi linier.
derajat keanggotaan 1 µ[x]
0 a domain b
Gambar 2.1 Representasi Linier Naik
Fungsi keanggotan:
0; x < a
µ(x) = (x-a) / (y-b); a < x < y ( pers 2.1) 1; > b
Kedua, merupakan kebalikan yang pertama. Garis lurus dimulai dari nilai domain dengan derajat keanggotaan tertinggi pada sisi kiri, kemudian bergerak menurun ke nilai domain yang memiliki derajat keanggotaan lebih rendah. Lihat pada Gambar 2.2 representasi linier turun.
Derajat keanggotaan 1 µ[x]
0 a b
19
Fungsi Keanggotan
(b-x) / ( b-y) ; a < x < b
µ[x] = ( pers 2.2 )
0 ; x > b
b. Repr esentasi Kur va Segitiga
Kurva Segitiga pada dasarnya merupakan gabungan antara 2 garis (linear) seperti terlihat pada Gambar 2.3 Kurva segitiga.
Derajat Keanggotaan 1 µ[x]
0 a b c domain
Gambar 2.3 Kurva Segitiga
Fungsi keanggotaan
0; x < a atau x > c
µ(x) = (x-a) / (b-a); a < x < b ( pers 2.3 ) (b-x) / (c-b); b < x < c
c. Repr esentasi Kur va Trapesium
Gambar 2.4 Kurva Trapesium
d. Repr esentasi Kur va bentuk Bahu
21
TEMPERATUR
1 Dingin sejuk normal hangat panas
0 28 40
Gambar 2.5 Daerah ‘bahu’ pada variabel TEMPERATUR
e. Repr esentasi Kur va-s
Kurva PERTUMBUHAN dan PENYUSUTAN merupakan kurva-S atau sigmoid yang berhubungan dengan kenaikan dan penurunan permukaan secara tak linear. Kurva-S untuk PERTUMBUHAN akan bergerak dari sisi paling kiri (nilai keanggotaan = 0) ke sisi paling kanan (nilai keanggotaan = 1). Fungsi keanggotaannya akan tertumpu pada 50% nilai keanggotaannya yang sering disebut dengan titik infleksi pada
Gambar 2.6 himpunan fuzzy dengan kurva –S pertumbuhan.
Gambar 2.6 Himpunan fuzzy dengan kurva-S pertumbuhan
Kurva –S untuk PENYUSUTAN akan bergerak dari sisi paling kanan (nilai keanggotaan = 1) ke sisi paling kiri (nilai keanggotaan = 0) seperti telihat pada Gambar 2.7. himpunan fuzzy dengan kurva-S Penyusutan.
Gambar 2.7 Himpunan fuzzy dengan kurva-s Penyusutan
Kurva-S didefinisikan dengan menggunakan 3 parameter, yaitu: nilai keanggotaan nol (α), nilai keanggotaan lengkap (γ), dan titik infleksi atau crossover (β) yaitu titik yang memiliki domain 50% benar. Gambar 2.8 menunjukkan karakteristik kurva-S dalam bentuk skema.
Gambar 2.8 Karteristik kurva-s
23
Fungsi keanggotaan pada kurva pertumbuhan adalah: 0 x < α
S(x; α ,β , γ) = 2 ((x-α) / (γ- α)) 2 α < x < β ( pers 2.5 ) 1-2((γ - x) / (γ -α)) 2 β < x < γ
1 x > γ
f. Repr esentasi Kur ava Bentuk Lonceng
Untuk merepresentasikan bilangan fuzzy, biasanya digunakan kurva berbentuk lonceng. Kurva berbentuk lonceng ini terbagi atas 3 kelas, yaitu: himpunan fuzzy PI, beta, dan Gauss. Perbedaan ketiga kurva ini terletak pada gradiennya.
a. Kur va PI
Kurva PI berbentuk lonceng dengan derajat keanggotaan 1 terletak pada pusat dengan domain (γ), dan lebar kurva (β) seperti terlihat pada Gambar 2.9. Nilai kurva untuk suatu nilai domain x diberikan sebagai:
Fungsi keanggotan :
II (x; β, γ) = S (x; γ – β , γ – β/2 , γ) x < γ (pers 2.6) 1 – S (x; γ, γ + β/2, γ + β) x > γ
b. Kurva Beta
Seperti halnya kurva PI, kurva BETA juga berbentuk lonceng namun lebih rapat. Kurva ini juga didefinisikan dengan 2 parameter, yaitu nilai pada domain yang menunjukkan pusat kurva (γ), dan setengah lebar kurva (β) seperti terlihat pada Gambar 2.10.karakteristis fungsional kurva beta diberikan sebagai berikut :
Gambar 2.10 Karakteristik Fungsional Kurva Beta
Pusat γ 1
Derajat keangotan µ [x]
0,5
0 R1 Titik inflaksi Rn
(γ-β) Titik
25 nilai domain x diberikan sebagai:
Gambar 2.11 Karakteristik fungsional kurva gauss
2.3.2 Oper ator dasar zadeh untuk himpunan Fuzzy
Seperti halnya himpunan konvensional, ada beberapa opersi yang didefinisikan secara khusus untuk mengkombinasi dan modifikasi himpunan fuzzy. Nilai keanggotaan sebagai hasil dari operasi 2 himpunan sering dikenal dengan nama _-predikat atau frestrength. Ada 3operatorr dasr yang diciptakan oleh zadeh, yaitu;
a. Oper ator AND
Operator berrhubungan dengan opersi interaksi pada himpunan _-predikat sebagai hasil opersi dengan operator AND diperoleh dengan mengambil nillai keanggotaan terkecil antar elemen pada himpunan-himpunan yang bersangkutan. µAηB = minn (µA[x],µB[y])
a. Oper ator OR
Operator ini berhubungan dengan opersi union pada himpunan _-predikat sebagai hasil opersi dengan OR diperoleh dengan mengambil nilai
keanggotaan terbesar antara elemen pada himpunan-himpunan yang bersangkutan. µ AUB = max(µ A[x], µB[y])
b. Oper ator NOT
27
2.3.3 Penger tian Fuzzy C-means
Fuzzy C-Means adalah suatu teknik pengelompokan data dimana
keberadaan tiap-tiap titik data dalam suatu cluster ditentukan oleh derajat keanggotaan. Fuzzy C-Means adalah algoritma pengelompokan yang terawasi, karena pada algoritma Fuzzy C-Means jumlah cluster yang akan dibentuk perlu diketahui terlebih dahulu. Teknik ini pertama kali diperkenalkan oleh J. C. Bezdek pada tahun 1981, konsep dasar algoritma
Fuzzy C-Means adalah menentukan pusat kelompok yang akan menandai
lokasi rata-rata untuk tiap-tiap cluster. Pada kondisi awal, pusat cluster ini masih belum akurat. Tiap-tiap titik data memiliki derajat keanggotaan pada tiap-tiap cluster. Dengan cara memperbaiki pusat cluster dan derajat keanggotaan tiap-tiap titik data secara berulang-ulang, maka didapat lokasi pusat cluster optimal. Perulangan ini didasarkan pada minimasi fungsi obyektif yang menggambarkan jarak dari titik data yang diberikan ke pusat
cluster yang terbobot oleh derajat keanggotaan titik data tersebut.
Output dari Fuzzy C-Means bukan merupakan fuzzy inference
system, namun merupakan deretan pusat cluster dan beberapa derajat
keanggotaan untuk tiap-tiap titik data. Informasi ini dapat digunakan untuk membangun suatu fuzzy inference system.
Apabila terdapat suatu himpunan data (input atau output data dari sistem fuzzy) sebagai berikut:
X = (X1, X2 , X3,..., Xn) ... (pers. 2.9) Derajat keanggotaan suatu titik data ke-k di cluster ke-i adalah : µik (X k ) € [0,1] dengan ( 1≤ i ≤ c ; 1 ≤ k ≤ N )
µ
f (c) = | µ11[x1] µ21[x1] ... µc1[x1]|cluster harus sama dengan 1.
Fungsi obyektif iterasi ke-t P (c) pada matriks partisi adalah :
N c
Pt (c) = ∑ ∑ (µ ik)w | xk - vfi | ... (pers. 2.11) Turunan dari rumus diatas yaitu :
N
Euclidean yang digunakan sebagai jarak antara xk dan vfi.
Algor itma FCM
Dalam algoritma Fuzzy C-Means, input data yang akan di cluster berupa matriks X berukuran n x m (n = jumlah sampel data dan m = atribut setiap data). Xij = data sampel ke-i (i= 1, 2, , n), atribut ke-j (j = 1, 2, ..., m). Algoritma yang akan digunakan untuk menyelesaikan permasalahan fuzzy
clustering dengan menggunakan metode Fuzzy C-Means adalah sebagai
29
a. Tetapkan
Dimana Jumlah cluster = c, Pangkat pembobot = w, Maksimum iterasi = MaxIter, Error terkecil yang diharapkan = ξ, Fungsi obyek awal = P0 = 0 dan Iterasi awal = t = 1
b. Bangkitkan bilangan random _ik, dimana i = 1, 2, ..., n ; k = 1, 2, ..., c ; sebagai elemen-elemen matrik partisi awal (_f (0)). Hitung jumlah setiap kolom (atribut) :
c
c. Hitung pusat cluster untuk matriks partisi tersebut sebagai berikut:
N
µik = derajat keanggotaan titik ke-k di cluster ke-i w = pangkat pembobot
x = data masukan ke-k
d. Hitung fungsi obyektif pada iterasi ke-t n c m
e. Error = | Pt - Pt -1 |
ξ = Error terkecil yang diharapkan... (pers. 2.15) Fungsi obyektif = Pt
f. Euclidean adalah nilai jarak udara antara cluster terhadap pusat
clusternya. Jarak yang diambil dengan garis lurus.
Euclidean = k n
∑ ∑ √ ( X [1,i] - V[1,i] )2 + ( Y[1,i] - V[1,i] )2 x weight [i] ... (pers. 2.16) i=1i=1
Rectilinear adalah nilai selisih koordinat titik x dan selisih titik y (jarak) antara cluster terhadap pusat clusternya.
Rectilinear = k n
∑ ∑ |( X [1,i] - V[1,i] ) + ( Y[1,i] - V[1,i] )| x weight [i] ... (pers. 2.17) i=1i=1
g. Perubahan matriks partisi sebagai berikut :
m
xij : Sampel data ke-i, atribut ke-j vkj : Pusat cluster ke-k untuk atribut ke-j w : Pangkat pembobot
h. Cek kondisi berhenti:
Jika t > MaxIter maka berhenti
31
2.4 DFD ( Data Flow Diagr am )
Ferbiani (2003)., Data Flow Diagram (DFD) adalah alat pembuatan model yang memungkinkan profesional sistem untuk menggambarkan sistem sebagai suatu jaringan proses fungsional yang dihubungkan satu sama lain dengan alur data, baik secara manual maupun komputerisasi. DFD ini sering disebut juga dengan nama Bubble chart, Bubble diagram, model proses, diagram alur kerja, atau model fungsi.
DFD ini adalah salah satu alat pembuatan model yang sering digunakan, khususnya bila fungsi-fungsi sistem merupakan bagian yang lebih penting dan kompleks dari pada data yang dimanipulasi oleh sistem.
Dengan kata lain, DFD adalah alat pembuatan model yang memberikan penekanan hanya pada fungsi sistem.
DFD ini merupakan alat perancangan sistem yang berorientasi padaalur data dengan konsep dekomposisi dapat digunakan untuk penggambaran analisa maupun rancangan sistem yang mudah
dikomunikasikan oleh profesional sistem kepada pemakai maupun pembuat program.
Terdapat dua bentuk DFD, yaitu Diagram Alur Data Fisik, dan Diagram Alur data Logika. Diagram alur data fisik lebih menekankan pada bagaimana proses dari sistem diterapkan, sedangkan diagram alur data
logika lebih menekankan proses-proses apa yang terdapat di sistem.
a. Diagr am Alur Data Fisik (DADF)
prosesproses dari sistem diterapkan (dengan cara apa, oleh siapa dan dimana), termasuk proses-proses manual. Untuk memperoleh gambaran bagaimana sistem yang ada diterapkan, DADF harus memuat :
• Proses-proses manual juga digambarkan.
• Nama dari alur data harus memuat keterangan yang cukup terinci
untuk menunjukkan bagaimana pemakai sistem memahami kerja sistem.
• Simpanan data dapat menunjukkan simpanan non komputer.
• Nama dari simpanan data harus menunjukkan tipe penerapannya
apakah secara manual atau komputerisasi. Secara manual misalnya dapat menunjukkan buku catatat, meja pekerja. Sedang cara komputerisasi misalnya menunjukkan file urut, file database.
• Proses harus menunjukkan nama dari pemroses, yaitu orang,
departemen, sistem komputer, atau nama program komputer yang mengakses proses tersebut.
b. Diagram Alur Data Logika (DADL)
33
Syar at-syar at pembuatan DFD :
Syarat pembuatan DFD ini akan menolong profesional sistem untuk menghindari pembentukkan DFD yang salah atau DFD yang tidak lengkap atau tidak konsisten secara logika. Beberapa syarat pembutan DFD dapat menolong profesional sistem untuk membentuk DFD yang benar, menyenangkan untuk dilihat dan mudah dibaca oleh pemakai. Syarat-syarat pembuatan DFD ini adalah :
a. Pemberian nama untuk tiap komponen DFD b. Pemberian nomor pada komponen proses
c. Penggambaran DFD sesering mungkin agar enak dilihat d. Penghindaran penggambaran DFD yang rumit
e. Pemastian DFD yang dibentuk itu konsiten secara logika
(Sumber :http:// febriani.staff.gunadarma.ac.id/Downloads /files/.../DFD.pdf Diakses online tanggal 10 - 15 April 2011)
2.5 Definisi Pemr ogr aman Delphi
mempunyai saudara kembarnya yang bisa bekerja pada system tersebut yaitu KYLIX.
Delphi termasuk Keluarga Visual sekelas Visual Basic, Visual C, artinya perintah-perintah untuk membuat objek dapat dilakukan secara
visual. Pemrogram tinggal memilih objek apa yang ingin dimasukkan
kedalam Form atau Windows, lalu tingkah laku objek tersebut saat menerima event tinggal dibuat programnya. Delphi merupakan bahasa berorentasi objek, artinya nama objek, properti dan prosedur dikemas menjadi satu kemasan (encapsulate).
Sebelum mempelajari ketiga struktur pemrograman ada baiknya kenali dahulu tampilan IDE, yang merupakan editor dan tools untuk membuat program Delphi. Pada IDE akan ditampilkan Form baru yang merupakan aplikasi / program window yang akan dibuat.
Aplikasi / program berbasis windows sering disebut dengan jendela (window). Bagaimana membuat aplikasi berbasis windows (berbasis grafik dan bukan berbasis teks seperti pada DOS). Caranya dengan membuat sebuah form. Pada pemrograman berbasis windows, kita akan diperhadapkan pada satu atau beberapa jendela. Jendela ini dalam Delphi disebut juga dengan form.
2.5.1 Kelebihan Pemr ogr aman Delphi
35
dikelolanya. Berikut adalah kelebihan dari bahasa Pemrograman Delphi :
a. Komponen dapat dipakai ulang dan dapat dikembangkan Delphi mempermudah pembuatan program bagi komponen-komponen Windows seperti label, button dan bahkan dialog dan lainnya. Komponen ini dapat diatur sesuai dengan kebutuhan kita si pembuat program.
b. Dapat mengakses VBX
Dengan Delphi kita dapat langsung mengakses komponen VBX yang sudah merupakan satu kesatuan dan dapat langsung digunakan.
c. Template Aplikasi dan Template From
Dalam Delphi telah didefinisikan template aplikasi dan template Form yang dapat dipakai untuk membuat semua form aplikasi dengan lebih cepat.
d. Lingkungan Pengembangan delphi
Lingkungan yang disedia pada Delphi sangat mudah untuk digunakan dalam pengembangan aplikasi yang produktif.
e. Program Terkompilasi
dihasilkannya merupakan file yang benar-benar terkompilasi tanpa interpreter dan pcode sehinga dapat berjalan lebih cepat. Program Delphi yang kecil dapat diserahkan dalam bentuk sebuah file EXE tanpa harus menyertakan file DLL
f. Kemampuan Mengakases data dalam berbagai format
Dalam Delphi terdapat BDE ( Borland Database Engine) yang digunakan untuk mengakses format file data yang ada. BDE telah melalui beberapa tahap pengembangan, yang sebelumnya BDE dikenal dengan ODAPI , kemudian IDAPI. Sekarang BDE sudah menjadi standar untuk akses semua jenis data yang ada saat ini. BDE juga dapat mengakses Database Client / Server seperti Sybase, SQL Server, Oracle dan Borland Interbase. Bila dibandingkan dengan microsoft ODBC , BDE lebih unggul dalam hal unjuk kerjannya, hal ini karena BDE memiliki bentuk yang lebih mendekati format database tujuannya.
2.5.2 Membuat Sebuah For m Delphi
37
Gambar 2.12 From
2.5.3 Mengganti Nama For m dan Menambahkan J udul
Semua properti diurutkan berdasarkan alpabetik, dan dapat juga diurutkan berdasarkan kategori. Gantilah judul form dengan Hello melalui properti Caption, sedangkan nama form dengan nama form hello melalui properti Name. Caption digunakan untuk menyimpan keterangan yang dimunculkan pada form, sedangkan Name digunakan sebagai Nama dari objek tersebut. Isi dari properti Name harus diawali alpabet dan tidak menggunakan spasi atau tanda baca.
38 BAB III
ANALISIS DAN PERANCANGAN SISTEM
3.1 Analisis Sistem
Pada bagian ini akan dirumuskan kebutuhan sistem yang akan menjadi dasar dalam perancangan jumlah stock bahan baku menggunakan fuzzy c-means. Perumusan kebutuhan sistem tersebut dilakukan dengan cara menentukan alur yang terjadi dalam sistem. Alur tersebut kemudian akan digambarkan dengan
Flowchart dan Data Flow Diagram (DFD).
Untuk memudahkan didalam menentukan alur yang mungkin terjadi dalam sistem ini, ditentukan terlebih dahulu pengguna sistem ini. Pengguna sistem kemudian akan digambarkan sebagai entity dalam DFD. Pada sub bab berikut akan dibahas tentang pengguna sistem ini.
Pada sistem pembuatan tahu yang sudah cukup baik, hanya sistem tersebut masih menggunakan sistem manual ssehingga untuk memperoleh informasi yang akurat secaara tepat memerlukan waktu yang relatif cukup lama.
3.2 Per ancangan Sistem
Pada proses perancangan sistem yang di gunakan oleh sistem aplikasi yang berorientasikan pada aliran sistem yang terjadi, agar memperjelas sistem alur aplikasi yang dibuat. Penjelasan mengenai sistem dimulai dari flowchart sytem atau diagram alir, diagram berjenjang, contex
39
3.2.1 Flowchar t
Perancangan flowchart dalam desain sistem dapat digambarkan pada desain Flowchart proses aplikasi dan proses fuzzy c-means seperti pada Gambar 3.1 dan Gambar 3.2 .
Gambar 3.1 Flowchart Aplikasi
Penggunan pada sistem fuzzy ini memiliki beberaa tahap proses untuk menentukan hasil akhir dari perhitungan fuzzy , anara lain :
a. Input data Produksi
b. Menentukan fungsi kurva yang akan dipakai prroses perhitungan.
c. Mendefinisikan variabel fuzzy , himpunan fuzzy serta fungsi keanggotan fuzzy.
d. Setelah proses perhitungan selesai, selanjutnya memasukkan fuzzy c-means untuk menggitung nilai fire strenght yaitu operasi pada dua
himpunan fuzzy atau lebih terhadap kriteria yang dipilih. Data yang memiliki fire strength tertinggi menunjukkan bahwa data tersebut adalah yang paling mendekati kriteria pencarian. Sebaliknya data dengan fire strength terkecil menunjukkan bahwa data tersebut adalah yang paling menjauhi kriteria pencarian.
41
3.2.2 Diagram J enjang
Diagram ini akan menggambarkan proses yang terdapat pada sistem informasi jumlah stock bahan baku dimulai dari top level sampai
level 1 secara berjenjang. Untuk lebih jelasnya dapat dilihat pada Gambar 3.3 Diagram berjenjang.
Gambar 3.3 Diagram Berjenjang
Pada diagram berjenjang dijelaskan bahwa sistem informsi jumlah stock bahan baku menjadi top level menurunkan tiga proses yaitu proses penerimaan bahan, bahan keluar, membuat laporan. Ada beberapa proses yang diturunkan kembali menjadi beberapa proses sesuai dengan
3.2.3 Data Flow Diagram (DFD)
Untuk menggambarkan bagaimana menglirnya data yang ada pada sistem pergudangan dibuat data flow diagram. Langkah pertama dalam
pembuatan data flow diagram adalah membuat context diagram. Diagram ini dapat digambarkan hub input – output antar sistem dengan dunia luar (external entity). Dari hasil analisa terdapat sistem flow yanng ada pada bab sebelumnya diperoleh data flow diagram seperti pada Gambar 3.4 sebagai berikut.
Gambar 3.4 Context Diagram
Context diagram menjelaskan semua alur data dan pengguna siste yang terjadi dalam proses sistem informasi jumlah stock bahan.
43
Gambar 3.5 DFD Level 0
Dari gambar di atas dapat dijelaskan bahwa terdapat tiga proses utama pada sub sistem contex diagram,yaitu:
a. Peneriman barang
b. Barang keluar
c. Membuat laporan
a. DFD level 1 untuk peneriman barang
Untuk proses penerimaan barang dapat dilihat pada Gambar 3.6 seperti bawah ini:
Gambar 3.6 DFD level 1 penerimaan barang
Dari gambar di atas dapat dijelaskan bahwa terdapat dua sub bab
pada proses penerimaan barang pada SI jumlah stock bahan baku yaitu: penerimaan barang, klasifikasi barang.
b. DFD level 1 untuk proses barang keluar
45
Gambar 3.7 DFD level 1 barang keluar
Gambar di atas menjelaskan proses keluar barang, yaitu mencatat barang berdasarkan input data barang keluar oleh pegawai yang akan diupdate terhadap stock pada tabel barang.
c. DFD level 1 untuk proses membuat laporan
Gambar 3.8 DFD level 1 membuat laporan
Menjelaskan proses membuat laporan, yaitu proses rekap persedian dengan input data stock yang kemudian menghasilkan lap stock, lap terima barang yang di terima kepala gudang.
3.3 Per ancangan Tabel
Tabel – tabel yang digunakan tidak berelasi dengan tabel yang lain, berikut adalah tabel yang digunakan
Tabel data pr oduk si
Tabel data produksi digunakan untu menyimpan data produksi bahan baku yang selanjutnya akan digunkan untuk proses perhitungan
47
Tabel 3.1 Tabel data produksi
3.4 Implementa si Antar muka
Pada implementasi antarmuka ini, menjelaskan bagaimana membuat sebuah antarmuka yang menarik dari sebuah aplikasi sehingga menjadi user
friendly bagi user. Pada sub bab ini menjelaskan awal user menggunakan
aplikasi stock bahan baku produksi , terdapat beberapa desain yang umum digunakan oleh pengguna saat aplikasi dijalankan.
NO KOLOM TIPE DATA LEBAR KETERANGAN
1 Id int 10 Primary Key
2 Periode Varchar 25
3 Bahan1 Varchar 30
4 Bahan2 Varchar 30
5 Bahan 3 Varchar 40
6 Permintaan Varchar 30
7 Stok_bahan Varchar 30
8 Stok_bahan Varchar 30
3.4.1 Desain halaman Utama Adminisator
Berikut ini tampilan dari desain halaman utama Administrator seperti pada Gambar 3.9
Gambar 3.9 . Halaman muka
Berikut adalah daftar sub link menu pada tiap daftar link menu yang terdapat pada Tabel 3.2 tabel form menu
Tabel 3.2 Tabel form menu
No Link Menu Sub Link Menu Keterangan
1 Aplikasi Keluar Keluar dari aplikasi
2 Input Data Produksi From Data
3 Fuzzy
Proses Clustering From Clustering
49
BAB IV
IMPLEMENTASI PERANGKAT LUNAK
Pada bab ini akan membahas tentang implementasi program dari hasil analisa dan perancangan sistem pada bab III, serta bagaimana cara sistem tersebut dijalankan.
4.1 Lingkungan Pemr ogr aman
Perancangan aplikasi web dikembangkan dalam lingkungan
pemrograman dengan spesifikasi teknis sebagai berikut ini : a. Windows 7 ultimete sebagai sistem operasi
b. Power Disigner 6 untuk pembutan desain DFD c. Delphi 2010 sebagai editor program
d. Acsses 2010 sebagai database 4.2 Implementasi Pr oses
Pada bab ini membahas mengenai implementasi bagian dari program atau potongan script program.
4.2.1 Koneksi Database ADO Connection
Aplikasi ini menggunakan bahasa pemrograman dekstop Borland
Connection (ADODB) sebagai media koneksi, lalu atur Connection String pada properties ADOConnection
Gambar 4.1 Object Inspector
Dengan cara “double clik” komponen ADOConnection atau dengan mengklik tombol elips Connection String pada Object Inspector seperti pada Gambar 4.1, lalu akan tampil Connection String editor pada Gambar 4.2. conectio string
51
Pilih menu Uses Connection String Kemudin klik “build” pada kotak dialog tersebut untuk konfigurasi ke database. Kemudian akan tampil kotak dialog Data Link Properties tab Provider, pilih menu Microsoft jet 4.0 OLE DB Provider sepert pada Gambar 4.3 link propertis tab provider.
Gambar 4.3 Link Propertis tab Provider
Gambar 4.4 Link Properti pada tab Connection
Kemudian kilik Test Connection untuk memastikan apakah koneksi kita sudah berhasil atau tidak, jika koneksi berhasil akan muncul jendela berikut.
53
4.3 Implementasi Desain Antar muka
Pada sub bab implementasi desain antarmuka menjelaskan tentang form apa saja yang terlihat dalam aplikasi, diantaranya yaitu:
4.3.1 For m halaman utama
Halaman utama ini akan tampil ketika user pertama kali membuka aplikasi. Menampilkan halaman aplikasi dari panel stock bahan baku produksi dengan fuzzy C-means yang berinteraksi langsung dengan pengguna sehingga tampilannya harus dibuat sedemikian rupa hingga terkesan menarik, enak dipandang dan tidak berlebihan. Berikut ini Gambar 4.6 tampilan dari halaman utama.
Gambar 4.6 Halaman utama
4.3.2 For m Halaman aplikasi
Gambar 4.7 Form aplikasi keluar
Potongan Sourcode exit :
4.3.3 For m Halaman Input
Pada menu file ini terdapat sub menu master barang yang digunakan hanya untuk menambah data barang baru.untuk lebih jelasnya bisa dilihat pada Gambar 4.8 dibawah ini :
pr ocedure Tf r mM ain.mniExit 1Click(Sender: TObject ); begin
55
Gambar 4.8 Form Input
Potongan sourcode :
4.3.4 For m Da ta produksi
Pada sub menu data produksi ini bisa input data bahan produksi yang sudah habis,.untuk lebih jelasnya dapat dilihat pada Gambar 4.9 dibawah ini :
procedure Tf r mM ain.mniDat aProduksi1Click(Sender: TObject ); begin
frmData:=TfrmData.Cr eat e(self ); frmData.Show M odal;
Gambar 4.9 Data produksi
Potongan sourcode
procedure Tfr mDat a.Form Close(Sender: TObject ; var Action: TCloseAct ion); begin
Action:=caFree; end;
procedure Tfr mDat a.dsDataSt at eChange(Sender: TObject ); var isBrow se :Boolean;
begin
isBrow se:=dt sDat a.St at e= dsBrow se; bt nTambah.Visible:= isBrow se; bt nEdit .Visible:= isBrow se; bt nHapus.Visible:= isBrow se; bt nSimpan.Visible:= not isBrow se; bt nBat al.Visible:= not isBrow se; end;
procedure Tfr mDat a.Form Cr eat e(Sender: TObject); begin
img1.Pictur e.LoadFromFile('bg.jpg'); dt sDat a.Open;
end;
procedure Tfr mDat a.bt nTambahClick(Sender: TObject); begin
57
4.3.5 For m Pr oses Cluster ing
Pada menu process fuzzy terdapat sub menu data clustering dan
fuzzy. Proses data clustering ini dilakukan untuk melihat hasil
pengkelompokan barang apa saja secara bersamaan dari data barang yang melalui proses data clustering. Untuk lebih jelasnya lihat pada Gambar 4.10 form clustering.
procedure Tfr mDat a.bt nHapusClick(Sender: TObject ); begin
if M essageBox(Handle, PChar('Anda yakin akan menghapus dat a?'), begin
Exit; end;
dt sDat a.Delet e; end;
procedure Tfr mDat a.bt nSimpanClick(Sender: TObject ); begin
dt sDat a.Post ; end;
procedure Tfr mDat a.bt nBat alClick(Sender: TObject); begin
dt sDat a.Cancel; end;
procedure Tfr mDat a.edt periodeKeyDow n(Sender: TObject; var Key: Word;
Shif t : TShiftSt at e); begin
if Key=VK_RETURN then Perform(WM _NEXTDLGCTL,0,0); end;
Gambar 4.10 Form Clustering
Potongan sourcode
procedure Tfr mClust ering.bt nSt ar t Click(Sender: TObject ); var I,Imax,j,k,q,p,Clust er,n,nKolomData :Int eger;
w ,v,D: ar ray of array of Double;
Set Length(v, nKolomData,Clust er); Set Length(D, Clust er,n);
Creat eGrid(Clust er ,n,nKolomDat a,Clust er);/ / grid dat a dan grid pusat clust er 7(dat a)xclust er
Creat eDat aM at rix(nKolomDat a,n); p:=2;
59
w hile (I<Imax) and (not isCancel) do begin Applicat ion.ProcessM essages;
Gambar 4.11 Proses fuzzy
Peotongan Sourcode
pr ocedure Tf r mFuzzy.FormCr eat e(Sender: TObject ); begin
img1.Pictur e.LoadFromFile('bg.jpg'); LoadClust erDat a;
end;
pr ocedure Tf r mFuzzy.FormClose(Sender: TObject; var Action: TCloseAct ion);
begin
Action:=caFree; end;
pr ocedure Tf r mFuzzy.LoadClust erData; var f: Text File;
iTmp,i, k: Int eger; st rTemp:st ring; begin
AssignFile(f, 'clust er .dat '); Reset (f);
61
/ bahan1 banyak
if inpS1<M SSt kBhn1[0] t hen M SFSt kBhn1[1]:=0 else if inpS1>M SSt kBhn1[1] t hen M SFSt kBhn1[ 1] := 1 else M SFSt kBhn1[1] :=(inpS1-M SSt kBhn1[0])/ (M SSt kBhn1[1]-M SSt kBhn1[0] );/ / membership st ok bahan banyak;
/ / bahan1 sedikit
if inpS1<M SSt kBhn1[0] t hen M SFSt kBhn1[0]:=1 else if inpS1>M SSt kBhn1[1] t hen M SFSt kBhn1[ 0] := 0
else M SFSt kBhn1[0] :=(M SSt kBhn1[1]-inpS1)/ (M SSt kBhn1[1]-M SSt kBhn1[ 0]) ; / / membership st ok bahan sedikit ;
/ / --- / / bahan2 banyak
if inpS2<M SSt kBhn2[0] t hen M SFSt kBhn2[1]:=0 else if inpS2>M SSt kBhn2[1] t hen M SFSt kBhn2[ 1] :=1
else M SFSt kBhn2[1]:=(inpS2-M SSt kBhn2[0])/ (M SSt kBhn2[1]-M SStkBhn2[0]) ; / / membership st ok bahan banyak;
/ / bahan2 sedikit
if inpS2<M SSt kBhn2[0] t hen M SFSt kBhn2[0]:=1 else if inpS2>M SSt kBhn2[1] t hen M SFSt kBhn2[ 0] := 0
else M SFSt kBhn2[0] :=(M SSt kBhn2[1]-inpS2)/ (M SSt kBhn2[1]-M SSt kBhn2[ 0]) ; / / membership st ok bahan sedikit ;
/ / bahan3 banyak
if inpS3<M SSt kBhn3[0] t hen M SFSt kBhn3[1]:=0 else if inpS3>M SSt kBhn3[1] t hen M SFSt kBhn3[ 1] :=1
else M SFSt kBhn3[1]:=(inpS3-M SSt kBhn3[0])/ (M SSt kBhn3[1]-M SStkBhn3[0]) ; / / membership st ok bahan banyak;
/ / bahan3 sedikit
if inpS3<M SSt kBhn3[0] t hen M SFSt kBhn3[0]:=1 else if inpS3>M SSt kBhn3[1] t hen M SFSt kBhn3[ 0] := 0
else M SFSt kBhn3[ 0]:=(M SSt kBhn3[ 1]-inpS3)/ (M SSt kBhn3[1]-M SSt kBhn 3[0]) ; / / membership st ok bahan sedikit;
/ / permint aan banyak
if inpPermint aan<M SPer mint aan[0] t hen M SFPer mint aan[1] :=0 else if inpPermint aan>M SPermint aan[ 1] t hen M SFPer mint aan[0] :=0 else M SFPermint aan[ 0]:=(M SPer mint aan[1]
-inpPer mint aan)/ (M SPermint aan[ 1]-M SPer mint aan[0]) ; / / lblBhn1.Capt ion:=Float ToSt r(M SFSt kBhn1[1])+' '+ Float ToSt r(M SFSt kBhn1[0])
Cara kerja algoritma fuzzy c-means dalam melakukan prediksi kebutuhan produksi yaitu pertama proses perhitungan diambil dari data hasil proses cluster, dimana hasil cluster diperoleh dari data produk yang sudah itersai dengan max iterasi. Kedua proses perhitungan fuzzy yang mana pada permintaan tahu harus diketahui oleh pemilik sehingga perhitungan bisa dilakukan dengan optimal dan jika stok bahan 0 atau tidak ada sama sekali perhitungan tetap dilakukan dengan catatan stok bahan dilihat pada periode sebelumya. Untuk lebih jelasnya bisa dilahat pada potongan sourcode di atas.
4.4 Implementasi Database yang digunakan
Pada implementasi database ini terdapat beberapa tabel yang digunakan dalam sistem stok bahan baku produksi.
4.4.1 Tabel data pr oduk si
63
Tabel 4.1 Data produksi
64 BAB V
UJ I COBA DAN EVALUASI PROGRAM
Pada bab ini membahas tentang ujicoba dan evaluasi program yang menerangkan bagaimana jalannya program secara detail dan akan dijelaskan pada sub bab dibawah ini :
5.1 Uji coba sistem
Pada bab ini akan dijelaskan mengenai proses uji coba dari aplikasi yang telah dibuat berdasarkan dari desain system yang telah dijelaskan sebelumnya. Uji coba ini dilakukan untuk melihat dari aplikasi yang telah dibuat sesuai dengan yang diharapkan, mulai dari awal proses input (masukan) data yang dilakukan oleh administrator sampai dengan output (keluaran).
5.2 Uji coba Aplikasi Penentuan Stock Bahan Baku Pr oduksi
Uji coba aplikasi penentuan stock bahan baku mempediksi kebutuhan produksi bahan baku yang akan di stock dalam gudang. sehingga memudahkan owner/pemilik untuk menambahkan stok dan mengidentifikasi terjadinya jamur dalam pasokan stock .
5.3 Aplikasi Stock Bahan Baku Pr oduksi dengan Fuzzy C-Means
Gambar dibawah ini merupakan menu utama pada aplikasi stock bahan
65
Gambar 5.1 Menu Utama
Pada gambar 5.1 mempuunyai beberapa sub menu diantara lain :
a. aplikasi merupakan menu yang sub menu yaitu exit, yang berfungsi
untuk keluar dari aplikasi.
b. Input merupakn menu yang mempunyai sub menu yaitu data produksi
dimana data produksi digunakan untuk menginputkan data bahan baku yang sudah ada.
c. Fuzzy merupakan menu yang mempunyai dua sub menu yaitu data
proses clustering dan proses fuzzy. Dimana data proses digunakan untuk mengclustering atau mengklompokkan data yang sudah ada agar bisa mennetukan hasil dari cluster itu sendiri sedangkan proses fuzzy cendi untuk memprediksi kebutuhan produksi.
5.4 Menu Aplikasi
Pada menu ini terdapat dua sub menu yaitu sub menu exit yang digunakan
66
Gambar5.2 Sub menu exit
5.5 Menu Input
Pada menu input terdapat sub menu data produksi seperti terlihat pada Gambar 5.3 sebagai berikut :
67 5.5.1 Sub menu data pr oduksi
Sub menu produksi barang ini merupakan menu untuk
input,,edit,delete data barang, ketika admin input data barang maka secara
otomatis data barang tersebut akan tersimpan didalam table begitupula dengan delete system secara otomatis akan tersimpan seperti yang ditunjukkan pada Gambar 5.4 data produksi dibawah ini:
Gambar 5.4 Data Produksi
68
Seperti pada gambar diatas proses tambah data yang dilakukan oleh pemilik akan tersimpan pada tabel barang, begitu juga dengan proses hapus dan edit data secara otomatis akan tersimpan pada database data
produksi.
5.6 Menu Fuzzy
Pada menu fuzzy mempunyai dua sub menu yaitu : sub menu proses clustering dan proses fuzzy, untuk lebih jelsnya lihat Gambar 5.6 menu fuzzy:
Gambar 5.6 Menu fuzzy
5.6.1 Sub menuPr oses Cluster ing
69
Gambar 5.7 Proses clustering
Pada proses clustering ini data yang ada pada tabel menu diatas merupakan proses data produk dan bisa dilihat pada grafik. Untuk menentukan item set support dan tingkat kepercayaannya dari filtering data pada tahun tertentu.kemudian untuk hasil prediksinya akan dijelaskan pada sub menu proses fuuzy .
5.6.2 Sub Menu Pr oses Fuzzy
Pada menu hasil prediksi ini barang yang merupakan item
set support dari proses data produk yang akan menetukan tingkat
70
Gambar 5.8 Proses fuzzy
Pada proses hasil prediksi diatas merupakan alur data
produksi yang merupakan proses dimana data yang tidak termasuk
dalam itemset support berarti data yang tidak termasuk dalam kategori (frequenty item). Setelah selesai melakukan proses data dari itemset inilah yang nantinya dapat diketahui untuk tingkat kebutuhan produksi yang merupakan hasil dari proses prediksi, Untuk melihat hasil prediksinya dapat dilihat pada gambar 5.8
71 BAB VI
PENUTUP.
6.1 Kesimpulan
Berdasarkan hasil pengujian aplikasi dalam tugas akhir ini dapat diambil kesimpulan sebagai berikut :
a. Pembuatan sebuah stok bahan baku produksi dapat dilakukan dengan fuzzy c-means. Dengan adanya sistem ini persedian bahan baku produksi dapat diprediksi dengan baik.
b. Proses pengelompokan diperoleh dari inputan data pada bulan – bulan sebelumnya. Agar kebutuhan produksi bisa diketahui berapa persen kebutuhan produksi setiap bulannya yang menggunakan metode fuzzy c-means, Dimana bisa memberi informasi data yang cukup baik bagi pemilik.
c. Hasil kebutuhan stok bahan baku produksi ditampilkan pada aplikasi proses fuzzy. Yang berguna untuk memprediksi jumlah stok bahan baku berdasarkan data stok masa lalu
6.2 Saran
