BAB III mamdani

1532

BAB III

METODE PENELITIAN3.1. Metode Pengumpulan DataMetode pengumpulan data yang digunakan dalam menyusun serta melengkapi data yang ada. Adapun metode yang di gunakan adalah : 1. Studi Lapangan (Field Research)

Studi lapangan merupakan metode pengumpulan data untuk memperoleh data dan informasi dengan mengadakan pengamatan secara langsung. Adapun tehnik Pengumpulan data dan informasi yang dilakukan pada saat studi lapangan pada PT. Sierad Produce, Tbk adalah:

a. Wawancara (Interview)

Dalam teknik wawancara ini, dilakukan wawancara secara langsung pada PT. Sierad Produce, Tbk yang berkaitan dengan masalah data sistem prediksi produksi pakan ternak ayam.

b. Pengamatan Langsung (Observation)

Pengumpulan data yang dilakukan pada saat pengamatan langsung pada PT. Sierad Produce, Tbk yang melakukan pengolahan data tentang sistem prediksi produksi pakan ternak ayam.

2. Studi Pustaka (Library Research)

Metode penulisan yang dilakukan untuk memperoleh data dan informasi dengan membaca berbagai bahan penulisan, karangan ilmiah serta sumber-sumber lain mengenai permasalahan yang berhubungan dengan penulisan.3.2. Metode Pengembangan Perangkat LunakPenelitian ini dilakukan rekayasa perangkat lunak dimana prosesnya disebut dengan rekayasa sistem yang menerapkan metode pengembangan Waterfall yang diimplementasikan sebagai berikut:3.2.1 Planning (Perencanaan)Perencanaan yang harus dipersiapkan meliputi:

a. Menyiapkan metode sistem prediksi produksi pakan ternak ayam yaitu metode sugeno untuk memberikan alternatif terhadap prediksi produksi pakan ternak ayam. Metode sugeno merupakan sistem yang bertujuan untuk menyeleksi yang terbaik dari sejumlah alternatif dan dievaluasi dengan memperhatikan beberapa kriteria. b. Melakukan pengumpulan data yang berkenaan dengan pelaksanaan prediksi produksi pakan ternak ayam dengan cara wawancara kepada pihak PT. Sierad Produce, Tbk. c. Menentukan target dan tujuan yang jelas dalam penyusunan sistem penunjang keputusan sehingga hasil yang diperoleh menjadi lebih maksimal. Selain itu dibutuhkan kajian yang jelas dan terstruktur sehingga sistem yang dihasilkan dapat lebih mudah dipahami.3.2.2 Analysis (Analisis) Analisis sistem prediksi produksi pakan ternak ayam merupakan sebuah rancang bangun sistem yang dituangkan dalam bentuk software guna menciptakan pilihan-pilihan atas prediksi jumlah produksi pakan ternak. Penelitian ini dilakukan pada PT. Sierad Produce, Tbk dengan mempelajari cara memprediksi produksi pakan ternak ayam yang dilakukan di PT. Sierad Produce, Tbk. Sistem ini menyajikan alternatif pilihan bagi pihak PT. Sierad Produce, Tbk dalam memperoleh informasi prediksi produksi pakan ternak ayam.Analisis ini berfungsi untuk mengetahui kinerja sistem yang berjalan saat ini, dan hasil analisis ini sebagai dasar pengembangan sistem yang diharapkan bermanfaat untuk pengetahuan atau peningkatan pengetahuan bagi mahasiswa. Sesuai dengan metode sugeno yang digunakan untuk sistem prediksi produksi pakan ternak ayam pada PT. Sierad Produce, Tbk, yang cara prediksi jumlah produksi pakan ternaknya berdasarkan perhitungan, tahapan-tahapan tersebut disimpulkan dalam suatu jumlah yang dihitung berdasarkan nilai rata-rata sesuai dengan data-data yang dimiliki oleh PT. Sierad Produce, Tbk.3.2.2.1 Analisis Data Jumlah produksi pakan ternak yang akan diprediksi menggunakan data milik PT. Sierad Produce, Tbk tahun 2012. Jumlah produksi pakan ternak yang akan diprediksi ini merupakan jumlah produksi pakan ternak yang dilakukan oleh PT. Sierad Produce, Tbk untuk periode produksi berikutnya. Prediksi jumlah produksi pakan ternak dilakukan berdasarkan jumlah permintaan distributor kepada PT. Sierad Produce, Tbk dan jumlah persediaan bahan baku pada PT. Sierad Produce, Tbk itu sendiri.

3.2.2.2 Analisis Kebutuhan Sistem

Adapun spesifikasi minimal perangkat keras dan perangkat lunak yang digunakan dalam sistem ini adalah :

1. Intel Pentium

2. RAM 2 GB DDR3

3. Hardisk 160 GB

4. Sistem Operasi Windows XP

a) Menggunakan Bahasa Pemrograman Borland Delphi 7.0b) Database Microsoft office 2003.3.2.3 Design (Perancangan)Merupakan tahap penerjemah dari keperluan atau data yang telah dianalisis kedalam bentuk yang mudah dimengerti pemakai, hal ini berkaitan dengan sistem yang akan dibuat. Proses desain sistem yang membagi kebutuhan-kebutuhan sistem yang mana hasil penelitian ini dikhususkan untuk memprediksi jumlah produksi pakan ternak ayam. Perancangan dan pembuatan sistem ini menggunakan bahasa pemrograman Borland Delphi 7.0.

3.3 Penerapan metode Fuzzy Inference System (FIS) Sugeno Untuk Memprediksi Jumlah Produksi Pakan Ternak AyamPenerapan metode sugeno dalam rancang bangun sistem prediksi jumlah produksi pakan ternak ayam ini secara umum terdapat tiga langkah yaitu:mendefinisikan variabel fuzzy (fuzzyfication), menentukan fungsi implikasi, komposisi aturan, dan defuzzifikasi (Defuzzyfication).3.3.1 Mendefinisikan Variabel fuzzy (fuzzyfication) Tahap ini, mendefinisikan variabel fuzzy metode sugeno yang diimplementasikan kedalam penelitian rancang bangun sistem prediksi produksi pakan ternak ayam ini dibagi menjadi 2 variabel yaitu, variabel input dan variabel output. Variabel input terdiri dari permintaan dan persediaan, sedangkan variabel output adalah produksi.Berdasarkan data pada tahun 2012, permintaan terbesar mencapai hingga 360 ton, dan permintaan terkecil sampai 278 ton. Persediaan barang digudang terbanyak sampai 275 ton, dan terkecil pernah sampai 210 ton.

Tabel 3.1 Data permintaan dan persediaan pakan ternak ayam padaPT. Sierad Produce, Tbk Tahun 2012Bulan(Tahun)Permintaan PersediaanProduksi

Januari (2012)360 Ton275 Ton377 Ton

Februari (2012)335 Ton260 Ton352 Ton

Maret (2012)312 Ton210 Ton330 Ton

April (2012)342 Ton235 Ton357 Ton

Mei (2012)328 Ton220 Ton341 Ton

Juni (2012)335 Ton255 Ton353 Ton

Juli (2012)320 Ton252 Ton333 Ton

Agustus (2012)300 Ton263 Ton328 Ton

September (2012)278 Ton241 Ton297 Ton

Oktober (2012)290 Ton270 Ton322 Ton

November (2012)330 Ton242 Ton355 Ton

Desember (2012)281 Ton243 Ton293 Ton

a. Variabel input, yang digunakan adalah permintaan dan persediaan.1. Permintaan; terdiri atas 2 himpunan fuzzy, yaitu TURUN dan NAIK

1 TURUN NAIK

0 278 360Permintaan

(Ton/Bulan)Gambar 3.1 Fungsi Keanggotaan Variabel Permintaan

1 ; x ( 278PmtTURUN (x) = 360 x / 82 ; 278 ( x ( 360

0 ; x 360

0 ; x ( 278PmtNAIK (x) = x 278 / 82 ; 278 ( x ( 360 1 ; x 3602. Persediaan; terdiri atas 2 himpunan fuzzy, yaitu: SEDIKIT dan BANYAK

1 SEDIKIT

BANYAK

0 210 275 Persediaan

(Ton/Bulan)Gambar 3.2 Fungsi Keanggotaan Variabel Persediaan.

1 ; y ( 210

psdSEDIKIT (y) = 275 y / 65 ; 210 ( y ( 275 0 ; y 275 0 ; y ( 210

psdBANYAK (y) = y -210 / 65 ; 210 ( y ( 275

1 ; y 275b. Variabel output, yang digunakan adalah produksi.

3.3.2 Aplikasi Fungsi ImplikasiPada sugeno, fungsi implikasi yang digunakan adalah min.3.3.3 Komposisi AturanKomposisi aturan ini diperoleh dengan cara mengkombinasikan himpunan fuzzy, maka aturan fuzzy sebagai berikut:[R1] Jika Permintaan TURUN dan Persediaan SEDIKIT

Maka Produksi= 377[R2] Jika Permintaan TURUN dan Persediaan SEDIKIT

Maka Produksi= 352[R3] Jika Permintaan NAIK dan Persediaan BANYAK

Maka Produksi= 330[R4] Jika Permintaan TURUN dan Persediaan BANYAK




Maka Produksi= 333[R8] Jika Permintaan NAIK dan Persediaan SEDIKIT

Maka Produksi= 328[R9] Jika Permintaan NAIK dan Persediaan BANYAK




Maka Produksi= 2933.3.4 Defuzzyfikasi (Defuzzyfication)Defuzyfikasi dalam fuzzy sugeno yang akan diimplementasikan pada penelitian rancang bangun sistem prediksi produksi pakan ternak disini adalah dengan cara mencari nilai rata-ratanya.3.4 Sistem Yang DiusulkanPerancangan sistem yang akan dibuat adalah untuk menghasilkan suatu program yang kemudian dapat diimplementasikan pada tahap implementasi sistem.Data flow diagram (DFD) yang akan digambarkan adalah model DFD secara logika dari sistem yang ditawarkan. Model ini digunakan untuk menggambarkan kegiatan yang ada pada produksi pakan ternak ayam menggunakan logika fuzzy. Rancangan sistem dimodelkan dalam bentuk data flow diagram level konteks, level 1 dan level 2.3.4.1 Data Flow Diagram Konteks Produksi Pakan Ternak Ayam Menggunakan Logika Fuzzy SugenoDFD level konteks adalah diagram tingkat atas yang digunakan untuk menggambarkan sistem secara garis besar (top level) dan juga merupakan diagram yang tidak detail dari sebuah sistem informasi yang menggambarkan kesatuan luar sistem. Diagram konteks untuk aplikasi ini seperti diperlihatkan dalam gambar 3.3 berikut :

Gambar 3.3 Diagram Konteks Sistem Prediksi Produksi Pakan Ternak Ayam

3.4.2 Data Flow Diagram Level 1 Sistem Produksi Pakan Ternak Ayam Menggunakan Logika Fuzzy Sugeno

DFD level 1 merupakan representasi dari data pada DFD level 0 yang sudah dipartisi untuk memberikan penjelasan yang lebih detail. Berikut gambar DFD level 1 pada jumlah produksi pakan ternak ayam menggunakan logika fuzzy sugeno.

Gambar 3.4 DFD level 1 Sistem Prediksi Produksi Pakan Ternak Ayam3.4.3 Data Flow Diagram level 2 Dari Proses Input Data VariabelDFD level 2 dari proses input data variabel merupakan penjabaran yang lebih detail dari proses data variable. Pada proses ini terdiri dari tiga proses yaitu: proses tambah data variabel baru, simpan data variabel, dan hapus data variabel, proses ini di simpan dalam satu database yaitu database variabel, dapat di lihat pada gambar 3.5.

3.4.4 Data Flow Diagram level 2 Dari Proses Input Data PelatihanDFD level 2 dari proses input data pelatihan merupakan penjabaran yang lebih detail dari proses data pelatihan. Pada proses ini terdiri dari tiga proses yaitu: proses tambah data pelatihan baru, simpan data pelatihan, dan hapus data pelatihan, proses ini di simpan dalam satu database yaitu database transaksi, dapat di lihat pada gambar 3.6

3.4.5 Data Flow Diagram level 2 Dari Proses Input Data RuleDFD level 2 dari proses input data rule merupakan penjabaran yang lebih detail dari proses data rule. Pada proses ini terdiri dari tiga proses yaitu: proses tambah data rule baru, dan hapus data rule, proses ini di simpan dalam satu database yaitu database transaksi, dapat di lihat pada gambar 3.7.

Gambar 3.7 DFD Level 2 Dari Proses Input Data Rule3.4.5 Data Flow Diagram level 2 Dari Proses Data Perhitungan SugenoDFD level 2 dari proses data perhitungan adalah data perhitungan dalam proses data. Proses ini di simpan dalam satu database yaitu database prediksi, dapat di lihat pada gambar 3.8.

3.5 Entity Relation Data

Entity relation data yang dibuat untuk menghubungkan tabel-tabel yang ada menjadi satu sistem yaitu :

Gambar 3.9 Entity Relation Data

3.6 Rancangan Struktur DatabaseRancangan struktur databasesistem ini adalah sebagai berikut:a. Struktur Tabel Variabel Tabel ini digunakan untuk entry data variabel

Nama Database: Ayam.mdb

Nama Tabel

: Variabel

Primary Key

: IDVariabel

Media Penyimpanan: HarddiskTabel 3.2 Rancangan Struktur Tabel VariabelField NameTypeSizeDescription

IDVariabelText3ID Variabel

NamaVariabelFuzzyText20Nama Variabel

Himpunan FuzzyText10Himpunan Fuzzy

b. Struktur Tabel Rule Tabel ini digunakan untuk entry data Rule


Nama Tabel

: Rule

Primary Key

: Rule

Media Penyimpanan: HarddiskTabel 3.3 Rancangan Struktur Tabel RuleField NameTypeSizeDescription

RuleText3Rule

PermintaanText10Keterangan Permintaan

PersediaanText10Keterangan Persediaan

ProduksiNumber4Jumlah Produksi

c. Struktur Tabel TransaksiTabel ini digunakan untuk entry data Data


Nama Tabel

: Transaksi

Primary Key

: Bulan

Media Penyimpanan: HarddiskTabel 3.4 Rancangan Struktur Tabel TransaksiField NameTypeSizeDescription

BulanDate8Bulan

PermintaanNumber4Permintaan

PersediaanNumber4Persediaan

ProduksiNumber4Produksi

d. Struktur Tabel Prediksi

Tabel ini digunakan untuk entry data Prediksi


Nama Tabel

: Prediksi

Primary Key

: -

Media Penyimpanan: Harddisk

Tabel 3.5 Rancangan Struktur Tabel PrediksiField NameTypeSizeDescription

NoPrediksiText10Nomor Prediksi

TglDate8Tanggal

PermintaanNumber4Persediaan

PersediaanNumber4Permintaan

Z (Hasil)Currency8Hasil Prediksi

3.7 Rancangan Interface Input DataRancangan tampilan desain Input /Output sistem ini adalah sebagai berikut :3.7.1 Rancangan Interface Data VariabelInterface data variabel digunakan untuk mengisi data variabel yang diperlihatkan dalam gambar 3.10 di bawah ini

Gambar 3.10 Rancangan Interface Data Variabel3.7.2 Rancangan Interface Data RuleInterface data rule digunakan untuk mengisi data rule yang diperlihatkan dalam gambar 3.11 di bawah ini

Gambar 3.11 Rancangan Interface Data Rule3.7.3 Rancangan Interface Data Transaksi Interface data Produksi digunakan untuk mengisi data produksi yang diperlihatkan dalam gambar 3.12 di bawah ini

Gambar 3.12 Rancangan Interface Data Pelatihan3.7.4 Rancangan Interface Data Prediksi Interface data prediksi digunakan untuk mengisi data prediksi yang diperlihatkan dalam gambar 3.13 di bawah ini

Gambar 3.13 Rancangan Interface Data Prediksi

Persediaan

Persediaan

Permintaan

n

1

n

1

Tgl

NoPrediksi

Prediksi

Permintaan

Bulan

memiliki

Transaksi

memiliki

Rule

Produksi

Persediaan

Permintaan

Rule

Jenis

Variabel

IDVariabel

Variabel

Produksi

memiliki

n

1

Z (Hasil)

PERANCANGAN SISTEM PREDIKSI JUMLAH PRODUKSI PAKAN TERNAK MENGGUNAKAN METODE FIS SUGENO

FORM DATA VARIABEL

ID Variabel:

Variabel:

Himpunan Fuzzy:

ID VariabelVariabelHimpunan Fuzzy

Baru

Simpan

Keluar

Hapus


FORM DATA RULE

Rule:

Permintaan:

Persediaan:

Produksi:

RulePermintaanPersediaanProduksi

Baru

Simpan

Keluar

Hapus


FORM DATA PELATIHAN

Bulan:

Permintaan:

Persediaan:

Produksi:

BulanPermintaanPersediaanProduksi

Baru

Simpan

Keluar

Hapus


FORM DATA PREDIKSI

No. Prediksi:

Tanggal:

Permintaan MinMaxTurunNaik

Persediaan MinMaxSdkitBnyk

Syarat Perhitungan

Permintaan

Persediaan

RulePermPersProdV1V2Min(V1,V2)HasilView Rule

No. PrediksiTanggalPermintaanPersediaanZ (Hasil)

Hitung

Baru

Simpan

Hapus

Keluar

EMBED Visio.Drawing.11

Gambar 3.6 DFD Level 2 Dari Proses Input Data Pelatihan

[x]

[x]

memiliki

Produksi

Persediaan

Persediaan

Permintaan

Tgl

NoPrediksi

Prediksi

Permintaan

Bulan

memiliki

Transaksi

memiliki

Rule

Produksi

Persediaan

Permintaan

Rule

Himpunan Fuzzy

NamaVariabel

IDVariabel

Variabel

Gambar 3.5 DFD Level 2 Dari Proses Input Data Variabel

Z :

EMBED Visio.Drawing.11

Gambar 3.8 DFD Level 2 Dari Proses Data Perhitungan Sugeno

_1449317248.vsdBagian Produksi

2Input Data Pelatihan

Transaksi

3Input Data Rule

Rule

4Proses Perhitungan Sugeno

Prediksi

Input Data :- No. Prediksi- Tgl. Prediksi- Permintaan- Persediaan

Rekap Data Prediksi

Informasi Data Rule

Rekap Data Seleksi

Pimpinan

Laporan Hasil Prediksi Jumlah Produksi Pakan Ternak Ayam

Informasi Hasil Prediksi

5Cetak Laporan

Informasi Data Prediksi

1Input Data Variabel

Variabel

Input Data Variabel

Informasi Data Variabel

Rekap Data Variabel


Informasi Data Pelatihan

Input Data Pelatihan


Input Data Rule

Informasi Data RUle

Rekap Data Pelatihan

Informasi Data Rule

Rekap Data Rule

Informasi Data Prediksi



Input Tanggal Prediksi

Informasi Laporan Hasil Prediksi

_1449341228.vsd2.1 Data Pelatihan Baru

Data Pelatihan Baru

Bagian Produksi

2.2Simpan Data Pelatihan

SimpanData Pelatihan

Transaksi

Simpan Data Pelatihan

2.3Hapus Data Pelatihan


Informasi Pelatihan


Hapus Data Pelatihan

Hapus Data Pelatihan



Data PelatihanBaru

Informasi Pelatihan


1.2Simpan Data Prediksi

Simpan Data Prediksi

Prediksi

Simpan Data Prediksi

1.3Hapus Data Prediksi

Informasi Simpan Prediksi

Informassimpani Prediksi

Informasi Hapus Prediksi

Hapus Data Prediksi

Hapus Data Prediksi

Informasi Hapus Prediksi

1.1 Data Prediksi Baru

Data Prediksil Baru

Informasi Data Prediksi Baru

Data PrdiksiBaru

Informasi PrediksiBaru

_1449317570.vsd1.1 Data Variabel Baru

Data Variabel Baru

Bagian Produksi

1.2Simpan Data Variabel

Simpan Data Variabel

Variabel

Simpan Data Variabel

1.3Hapus Data Variabel

Informasi Simpan variabel

Informassimpani Variabel

Informasi Hapus Variabel

Hapus Data Variabel

Hapus Data Variabel

Informasi Hapus Variabel

Informasi Data Variabel Baru

Data VariabelBaru

Informasi VariabelBaru


Sistem Prediksi Jumlah Produksi Pakan Ternak Ayam

Input Data :- Variabel- Pelatihan- Rule- Perhitungan- Laporan

Pimpinan

Laporan Hasil Prediksi Jumlah Produksi Pakan Ternak Ayam

Hasil Prediksi

Input Data :- Variabel- Pelatihan- Rule- Perhitungan- Laporan

_1449253492.vsd3.1Tambah Data Rule Baru

Tambah Data Rule Baru

Bagian Produksi

3.2Simpan Data Rule

SimpanData Rule

Rule

Simpan Data Rule

3.3Hapus Data Transaksi

Informasi Data Rule

Informasi Data Rule

Informasi Data Rule

Hapus Data Rule

Hapus Data Rule

Informasi Data Rule

Informasi Data Rule

Tambah Data Rule

Informasi Data Rule

BAB III mamdani

Documents

Transcript of BAB III mamdani