Optimalisasi Jumlah Produksi Jamu Jaya Asli Dengan Metode Fuzzy Tsukamoto

(1)

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

(2)

(3)

(4)

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.

(5)

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

(6)

(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.

(7)

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

(8)

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

4. Tampilan History SPK

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.

(9)

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

(10)

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