Memperoleh Gelar Sarjana Komputer (S.Kom.)
Pada Program Studi Sistem Informasi
OLEH :
Oleh :
DWI YUNI NUR AFIFAH
NPM: 11.1.03.03.0081
PROGRAM STUDI SISTEM INFORMASI
FAKULTAS TEKNIK
UNIVERSITAS NUSANTARA PGRI KEDIRI
2016
Optimalisasi Jumlah Produksi Jamu Jaya Asli
Dengan Metode Fuzzy Tsukamoto
Dwi Yuni Nur Afifah
1)Dr. Suryanto, M.Si
2)Arie Nugroho, S.Kom., MM
3)Program Studi Sistem Informasi, Fakultas Teknik, Universitas Nusantara PGRI Kediri Jl. K.H. Achmad Dahlan No. 76 Telp (0354) 776706 Kediri 64112
E-mail : dwiyuni47@gmail.com
ABSTRAK
Penentuan jumlah produksi merupakan suatu hal yang harus di perhatikan sebelum memulai
sebuah proses produksi. Perlu di pertimbangkan berbagai faktor untuk menentukan jumlah produksi
barang, agar terhindar dari risiko kerugian. Sehingga penyelesaian masalah tersebut, hendaknya dapat
membuat suatu keputusan yang tepat untuk memilih berapa banyak jumlah produk yang di produksi
supaya keuntungan bisa dioptimalkan. Maka dibutuhkan suatu sistem pendukung keputusan
menentukan jumlah produksi.
Logika fuzzy (logika samar) itu sendiri merupakan logika yang berhadapan dengan konsep
kebenaran sebagian, dimana logika klasik menyatakan bahwa segala hal dapat diekspresikan dalam
istilah binary (0 atau 1), sedangkan logika fuzzy memungkinkan nilai keanggotaan antara 0 dan 1.
Logika fuzzy terdiri dari suatu Fuzzy Inference System atau sistem penalaran fuzzy. Salah satu
Fuzzy inference system adalah penalaran dengan metode Tsukamoto.
Toko Jamu Jaya Asli merupakan suatu toko jamu yang bergerak di bidang obat herbal yaitu salah
satunya memproduksi jamu. Banyak sekali faktor yang harus dipertimbangkan dalam menentukan
berapa jumlah produksi yang harus dihasilkan perbulannya yang akan dijadikan target dalam memulai
sebuah usaha. Untuk itu, dalam menentukan target jumlah produksi perbulan dibutuhkan sebuah
sistem pendukung keputusan untuk mengelola dan memanajemen segala sumber daya yang ada
sehingga suatu produksi dapat berjalan dengan efektif dan efisien.
perusahaan untuk merencanakan atau menentukan jumlah produksi, agar dapat memenuhi pemesanan pasar dengan tepat waktu dan dengan jumlah yang sesuai, sehingga diharapkan keuntungan akan meningkat.
Penentuan jumlah produksi merupakan suatu hal yang harus di perhatikan sebelum memulai sebuah proses produksi. Perlu di pertimbangkan berbagai faktor untuk menentukan jumlah produksi barang, agar terhindar dari risiko kerugian.
Sehingga penyelesaian masalah tersebut,
hendaknya dapat membuat suatu keputusan yang tepat untuk memilih berapa banyak jumlah produk yang di produksi supaya keuntungan bisa dioptimalkan. Maka dibutuhkan suatu sistem
pendukung keputusan menentukan jumlah
produksi.
Logika fuzzy (logika samar) itu sendiri merupakan logika yang berhadapan dengan konsep
kebenaran sebagian, dimana logika klasik
menyatakan bahwa segala hal dapat diekspresikan dalam istilah binary (0 atau 1), sedangkan logika fuzzy memungkinkan nilai keanggotaan antara 0 dan 1. Berbagai teori didalam perkembangan logika fuzzy menunjukkan bahwa pada dasarnya logika fuzzy dapat digunakan untuk memodelkan berbagai sistem. Logika fuzzy terdiri dari suatu Fuzzy Inference System atau sistem penalaran fuzzy. Salah satu Fuzzy inference system adalah penalaran dengan metode Tsukamoto. Pada metode Tsukamoto, data-data tersebut merupakan faktor -
salah satunya memproduksi jamu. Banyak sekali
faktor yang harus dipertimbangkan dalam
menentukan berapa jumlah produksi yang harus dihasilkan perbulannya yang akan dijadikan target dalam memulai sebuah usaha. Untuk itu, dalam menentukan target jumlah produksi perbulan dibutuhkan sebuah sistem pendukung keputusan untuk mengelola dan memanajemen segala sumber daya yang ada sehingga suatu produksi dapat berjalan dengan efektif dan efisien. Dalam pembuatan sistem pendukung keputusan ini diterapkan logika fuzzy untuk mengelola faktor-faktor yang menentukan jumlah produksi tersebut. Faktor tersebut akan dijadikan suatu masukan kemudian diproses dengan logika fuzzy sehingga diperoleh suatu keluaran yaitu jumlah jamu yang sebaiknya diproduksi perbulannya
Hal tersebut menjadi suatu pertimbangan bagi penulis untuk membuat judul “Optimalisasi Jumlah Produksi Jamu Jaya Asli Dengan Metode Fuzzy Tsukamoto”. Sebagai upaya menentukan jumlah produksi jamu berdasarkan data persediaan dan jumlah permintaan.
2. LANDASAN TEORI
2.1 Definisi Keputusan
Keputusan merupakan suatu pengakhiran daripada proses pemikiran tentang suatu masalah atau problema untuk menjawab pertanyaan apa yang harus diperbuat guna
(Hasan, 2004). Keputusan dapat diklasifikasikan menjadi 3 tingkatan, yaitu :
a. Strategis, keputusan dengan ciri : kepastian besar dan orientasi masa depan.
b. Taktis, keputusan dengan ciri:
berhubungan dengan aktivitas
jangka pendek dan alokasi
sumber-sumber daya guna mencapai
sasaran.
c. Teknik, keputusan dengan ciri:
standar-standar ditetapkan dan
bersifat deterministik,
mengusahakan agar tugas spesifik diimplementasikan dengan efektif dan efisien.
2.2 Metode Fuzzy Tsukamoto
Sistem Inferensi Fuzzy merupakan suatu kerangka komputasi yang didasarkan pada teori himpunan fuzzy, aturan fuzzy berbentuk IF-THEN, dan penalaran fuzzy. Secara garis besar, diagram blok proses inferensi fuzzy (Kusumadewi, 2003).
Sistem inferensi fuzzy menerima input crisp.
Input ini kemudian dikirim ke basis
pengetahuan yang berisi n aturan fuzzy dalam bentuk IF-THEN. Fire strength akan dicari pada setiap aturan. Apabila jumlah aturan lebih dari satu, maka akan dilakukan agregasi dari semua aturan. Selanjutnya, pada hasil agregasi akan dilakukan defuzzy untuk mendapatkan nilai crisp sebagai output sistem. Pada
penalaran monoton pada setiap aturannya. Kalau pada penalaran monoton, sistem hanya memiliki satu aturan, pada metode tsukamoto, sistem terdiri atas beberapa aturan. Karena
menggunakan konsep dasar penalaran
monoton, pada metode tsukamoto, setiap konsekuen pada aturan yang berbentuk IF-THEN harus direpresentasikan dengan suatu himpunan fuzzy dengan fungsi keanggotaan yang monoton. Output hasil inferensi dari tiap-tiap aturan diberikan secara tegas (crisp) bedasarkan α-predikat (fire strength). Proses agregasi antar aturan dilakukan, dan hasil akhirnya diperoleh dengan menggunakan defuzzy dengan konsep rata-rata terbobot. Misalkan ada variabel input, yaitu x dan y, serta satu variabel output yaitu z. Variabel x terbagi atas 2 himpunan yaitu A1 dan A2, variabel y terbagi atas 2 himpunan juga, yaitu B1 dan B2, sedangkan variabel output Z terbagi atas 2 himpunan yaitu C1 dan C2. Tentu saja himpunan C1 dan C2 harus merupakan himpunan yang bersifat monoton. Diberikan 2 aturan sebagai berikut:
IF x is A1 and y is B2 THEN z is C1 IF x is A2 and y is B2 THEN z is C1 Alur inferensi untuk mendapatkan satu nilai crisp z.
1.1 Analisis / workflow kondisi sistem saat ini Pada saat ini proses produksi pada toko jamu jaya asli masih dilakukan secara manual dengan cara memproduksi barang berdasarkan permintaan yang dilaporkan oleh bagian permintaan apabila setiap hari ada sales yang meminta barang. Hal ini dirasa kurang tepat karena sering mengakibatkan kesalahan perhitungan antara permintaan dan persediaan.
Sistem yang digunakan saat ini akan
menghabiskan jumlah produksi yang besar
yang menyebabkan keuntungan dapat
menurun. Dari hasil analisis permasalahan tersebut, perlu dirancang sebuah aplikasi yang mampu menentukan jumlah produksi yang
optimal yang dapat membantu dalam
mengambil keputusan. Perancangan sebuah aplikasi harus dibuat secara matang, supaya tampilannya mudah dipahami dan hasilnya
bermanfaat dan memuaskan bagi para
pemakai.
3.2 Perhitungan menggunakan dataset kasus Kasus Peramalan Metode Tsukamoto Metode Tsukamoto akan digunakan untuk memprediksi jumlah produksi jamu pada hari ke-31 dengan menggunakan data 30 hari sebelumnya. Dari data produksi 1 bulan dicari data maksimum dan data minimum selama 30 hari. Diketahui data permintaan pada hari ke-31 sebesar 20 dan persediaan masih 2, akan
2. [R2] IF Permintaan TURUN And Persediaan SEDANG THEN Produksi Barang BERKURANG;
3. [R3] IF Permintaan TURUN And Persediaan SEDIKIT THEN Produksi Barang BERKURANG;
4. [R4] IF Permintaan TETAP And
Persediaan BANYAK THEN
Produksi Barang BERKURANG; 5. [R5] IF Permintaaan TETAP And
Persediaan SEDANG THEN Produksi Barang TETAP;
6. [R6] IF Permintaan TETAP And Persediaan SEDIKIT THEN Produksi Barang BERTAMBAH;
7. [R7] IF Permintaan NAIK And
Persediaan BANYAK THEN
Produksi Barang BERTAMBAH; 8. [R8] IF Permintaan NAIK And
Persediaan SEDANG THEN Produksi Barang BERTAMBAH;
9. [R9] IF Permintaan NAIK And Persediaan Barang SEDIKIT THEN Produksi Barang BERTAMBAH; 3.3 Implementasi Metodologi Ke Dalam
Aplikasi
Pada halaman ini merupakan tampilan utama home yang berisi tentang tinjauan lokasi tempat penelitian dan visi, misi toko jamu jaya asli.
2. Tampilan SPK Tsukamoto
Pada halaman ini merupakan tampilan olah data fuzzy tsukamoto yang berisi inputan data produksi, masa produksi, permintaan, persediaan.
3. Tampilan Proses Olah Data SPK
Pada halaman ini merupakan tampilan olah data fuzzy tsukamoto yang berisi inputan data produksi, masa produksi, permintaan, persediaan.
4. Tampilan History SPK
Pada halaman ini merupakan tampilan olah data fuzzy tsukamoto yang berisi inputan data produksi, masa produksi, permintaan, persediaan.
5. Tampilan Bantuan
Pada halaman ini merupakan tampilan cara menggunakan apliksi sistem pendukung keputusan terdapat petunjuk penggunaan cara kerja aplikasi.
6. Tampilan Login Admin
Pada halaman ini merupakan tampilan login administrator sebelum melakukan perubahan data / menghapus data.
Pada halaman ini merupakan tampilan login administrator input data. Disini admin bisa menambahkan data produksi sesuai dengan permintaan dan persediaan barang.
9. Tampilan Lihat Data
Pada halaman ini merupakan tampilan login administrator lihat data. Admin dapat melihat data sesuai dengan inputan data barang.
10. Tampilan Edit Data
Pada halaman ini merupakan tampilan edit data / hapus data. 1. PENUTUP
5.1 Kesimpulan
Berdasarkan pembahasan dan evaluasi dari bab-bab sebelumnya, maka dapat diambil kesimpulan sebagai berikut:
Untuk menerapkan metode
Tsukamoto dalam menentukan jumlah produksi jamu menggunakan logika
fuzzy pada sistem pendukung
keputusan.
Mengembangkan sebuah sistem
pendukung keputusan dengan metode Tsukamoto untuk menentukan jumlah produksi jamu agar lebih efisien. 5.2 Saran
Penulis menyarankan pengembangan
penelitian lebih lanjut sistem penentuan jumlah produksi sebagai berikut:
Penentuan jumlah produksi dengan
metode Tsukamoto ini dapat
dikembangkan lagi dengan
menggunakan metode-metode
inferensi lainnya misalnya Metode Max-Min dan metode Sugeno. Pengembangan lebih lanjut terhadap
beberapa variabel seperti variabel biaya, waktu, dan lain lain agar
mendapatkan hasil yang lebih
optimal.
2. DAFTAR PUSTAKA
1. A.S Rosa dan Salahuddin M, “Modul Pembelajaran Rekayasa Perangkat Lunak (Terstruktur dan Berorientasi Objek)”, Modula, Bandung, 2011.
2. Andi, 2011. “Mastering CMS
Programming with PHP & MySQL.
(Gratia, Ed). Yogyakarta :
3. Daihani, Dadan Umar. 2001.
Komputerisasi Pengambilan
Keputusan. Jakarta: PT Elex Media Komputindo.
4. Hasan, M. Iqbal,” Pokok-Pokok Materi Teori Pengambilan Keputusan. Bogor Selatan: Ghalia Indonesia, 2004.
5. Jogiyanto, Hartono, “Analisis & Desain Sistem Informasi Pendekatan
Terstruktur Teori dan Praktek
Aplikasi Bisnis”, Andi, Yogyakarta, 2005.
6. Kusumadewi, Sri dan Purnomo, Hari:
Aplikasi Logika Fuzzy Untuk
Pendukung Keputusan, 2004 (Graha Ilmu). Yogyakarta
7. Nasution, Arman Hakim dan
Prasetyawan, Yudha : Perencanaan dan Pengendalian Produksi, 2008 (Graha Ilmu), Yogyakarta