Jurnal Fuzzy Logic Mamdani
-
Upload
iwayan-restu-apriadi -
Category
Documents
-
view
245 -
download
0
Transcript of Jurnal Fuzzy Logic Mamdani
-
8/10/2019 Jurnal Fuzzy Logic Mamdani
1/11
Iwayan Restu Apriyadi Jurnal Teknik Informatika, Agustus 2013
Informatics & Business Institute Darmajaya
RANCANG BANGUN SISTEM PREDIKSI JUMLAH PERSEDIAAN
TERIGU MENGGUNAKAN METODE FUZZY INFERENCE SYSTEM
MAMDANI
Iwayan Restu Apriyadi
Fakultas Ilmu Komputer IBI Darmajaya Lampung
ABSTRAK
Logika Fuzzy merupakan salah satu metode untuk melakukan analisis sistem yang mengandung
ketidakpastian. Logika Fuzzy meniru cara berfikir manusia yang disebut nalar, dimana nalardaoat menjelaskan dan mengidentifikasi sesuatu secara otomatis. Pada penelitian ini digunakan
metode inferensi sistem Fuzzy Mamdani atau sering juga dikenal dengan metode min-max.
Perancangan sistem untuk memperoleh output dilakukan dalam tahap-tahap (a) Pembentukan
hinpunan Fuzzy, (b) Aplikasi fungsi implikasi, (c) Komposisi aturan, (d) penegasan
(Defuzzyfikasi).
Penentuan jumlah persediaan terigu salah satu proses awal yang harus dilakukan sebuah
distributor dan pedagang tepung terigu sebelum distributor atau pedagang terigumemasarkannya.Prediksi jumlah persediaan terigu dapat digunakan sebagai rekomendasi bagi
para distributor serta pedagang terigu dalam mempersiapkan jumlah persediaan terigu yang akan
dijual.
Pada penelitian ini dibagun sistem prediksi jumlah persediaan terigu menggunakan inferensi
sistem Fuzzy Mamdani dengan interfacesBorland Delphi7 dan database Microsoft Access 2003,
Penelitian ini bertujuan untuk menghasilkan jumlah pembelian terigu yang menjadi persediaan
tepung terigu yang akan dijual pada PD.Dwijaya Makmur natar, lampung selatan.
Keywords : Fuzzy mamdani, prediksi persediaan terigu
-
8/10/2019 Jurnal Fuzzy Logic Mamdani
2/11
Iwayan Restu Apriyadi Jurnal Teknik Informatika, Agustus 2013
Informatics & Business Institute Darmajaya
I. PENDAHULUAN
Penerapan teknologi informasi
dalam dunia perdagangan yang semakin
berkembang memaksa orang harus berfikir
lebih keras dalam menemukan maupun
membuat suatu inovasi yang lebih kreatif
untuk dapat saling bersaing dalam
menjalankan usaha dagangnya.
Penggunaan sistem program yang
terkomputerisasi merupakan salah satu
pilihan yang dapat diambil untuk
mempermudah suatu usaha dagang dalam
menjalankan sejumlah proses fase
perdagangannnya.Fungsi dari sistem
program komputer yang dibuat dan
digunakan oleh pedagang biasanya lebih
ditujukan pada efisiensi kerja serta
membantu perusahaan dalam melakukan
suatu perhitungan-perhitungan yang
dibutuhkan dalam dunia dagang.
Distributor penjualan terigu sering
mengalami masalah dalam penentuan
berapa persediaan terigu yang harus
disediakan dalam kurun waktu tertentu
pada proses penjualannya.Penentuan
jumlah persediaan barang yang terlalu
banyak dapat menimbulkan kelebihan
stock pada periode penjualan berikutnya,
namun sebaliknya jika penentuan jumlah
persediaan barang terlalu sedikit malah
membuat kekurangan barang yang akan
dipasarkan (Hermawan,2007). Masalah
tersebut biasa dialami oleh distributor
penjual terigu sehingga dibutuhkan suatu
sistem komputerisasi yang dapat
menangani masalah tersebut.pengambilan
keputusan perusahaan dikembangkan
untuk menghadapi keadaan lingkungan
perusahaan yang penuh dengan
ketidakpastian(Sudarsono,1995). Oleh
karena itu pada penelitian ini akan dibuat
suatu aplikasi sistem yang dapat
memprediksi jumlah persediaan terigu
yang akan dijual oleh para distributor
maupun pedagang terigu.
II. ANALISIS SITEM
Jumlah persediaan terigu yang akan
diprediksi menggunakan data transaksiterigu milik PD.Darmo Putra pada tahun
2012. Jumlah persediaan terigu yang akan
diprediksi ini merupakan jumlah
pembelian terigu merk segitiga yang
dilakukan oleh PD.Darmo Putra sebagai
persediaan yang disiapkan untuk penjualan
terigu pada periode penjualan berikutnya.
Prediksi jumlah persediaan terigu
dilakukan berdasarkan jumlah penjualan
terigu PD.Darmo Putra kepada
konsumennya dan sisa stock terigu pada
PD. Darmo Putra itu sendiri.
-
8/10/2019 Jurnal Fuzzy Logic Mamdani
3/11
Iwayan Restu Apriyadi Jurnal Teknik Informatika, Agustus 2013
Informatics & Business Institute Darmajaya
Penerapan metode mamdani dalam
rancang bangun sistem prediksi persediaan
terigu menggunakan beberapa tahapan
berikut:
a) Pembentukan Himpunan Fuzzy
Dalam pembentukan himpunan fuzzy
metode mamdani yang akan
diimplementasikan kedalam penelitian
rancang bangun sistem prediksi persediaan
terigu dibagi menjadi variabel sebagai
berikut:
1. Variabel Input yang
digunakan adalah stockmax, stockmin dan
permintaan max, permintaan min.
2. Variabel Output yang
digunakan adalah pembelian.
b)
Aplikasi Fungsi Implikasi
Fungsi Implikasi yang digunakan
adalah min, yaitu dimana mengambil nilai
mnimum dari fungsi keanggotaan dari 4
aturan sebagai berikut:
1.
If penjualan min and stock
max then pembelian min.
2.
If penjualan min and stockmin then pembelian min.
3. If penjualan max and stock
max then pembelian max.
4. If penjualan max and stock
min then pembelian max.
c) Komposisi Aturan
Metode komposisi aturan fuzzy
mamdani yang digunakan dalam
implementasi pada penelitian rancang
bangun sistem persediaan terigu adalah
metode max, dimana himpunan fuzzy
diperoleh dengan cara mengambil nilai
maksimum aturan kemudian
menggunakannya untuk memodifikasi
daerah fuzzy, dan mengaplikasikannya ke
Output dengan menggunakan operator OR
(unin).
d) Penegasan
Metode penegasan dalam fuzzy
mamdani yang akan diimplementasikan
pada penelitian rancang bangun sistem
prediksi persediaan terigu disini adalah
Centroid (composite momento) yaitu solusi
crispdiperoleh dengan cara mengambil titik
pusat (Z*) daerah fuzzy.
III. IMPLEMENTASI METODE
Pada penerapan metode mamdani dalam
memprediksi dilakukan 2 contoh kasus
dengan menggunakan data transaksi teriguPD.Darmo Putra bulan januari tahun 2012,
diperoleh informasi sebagai berikut:
1.
Nilai stock mnimum=10 sak
2.
Nilai stock mximum=15 sak
3.
Nilai pembelian mnimum=50 sak
-
8/10/2019 Jurnal Fuzzy Logic Mamdani
4/11
Iwayan Restu Apriyadi Jurnal Teknik Informatika, Agustus 2013
Informatics & Business Institute Darmajaya
4. Nilai pembelian mximum=100 sak
5.
Nilai penjualan mnimum=15 sak
6.
Nilai penjualan mximum=50 sak
Contoh kasus 1.
Asumsi penjualan berikutnya=40 sak dan
stock digudang=11 sak.
Dengan menggunakan metode mamdani
maka akan dilakukan 4 tahap sebelum
mendapatkan hasil prediksi yaitu:
1). Mencari nilai keanggotaan disetiap
variabel.
Mencari nilai keanggotaan variabel
penjualan.
penjualan MIN[40]
penjualan MIN[40]=(50-40)/(50-15)=
0,285714
penjualan
MAX[40]
penjualan MAX[40]=(40-15)/(50-
15)=0,714286
Mencari nilai keanggotaan variabel stock.
stock MIN[11]
stock MIN[11] =(15-11)/(15-10)=0,8
dan
stock MAX[11]
stock MAX[11]=(11-10)/(15-10)=0,2
-
8/10/2019 Jurnal Fuzzy Logic Mamdani
5/11
Iwayan Restu Apriyadi Jurnal Teknik Informatika, Agustus 2013
Informatics & Business Institute Darmajaya
Memodelkan variabel pembelian.
pembelian
MIN[z]
pembelian
MAX[z]
2). Aplikasi fungsi implikasi
Yaitu mencari nilai mnimum dari nilai
keanggotaan pada aturan.
a). If penjualan min and stock max then
pembelian min.
Min(0,285714 ; 0,2)=0,2
b). If penjualan min and stock min then
pembelian min.
Min(0,285714 ; 0,8)=0,285714
c). If penjualan max and stock max then
pembelian max.
Min(0,714286 ; 0,2)=0,2
d). If penjualan max and stock min then
pembelian max.
Min(0,714286 ; 0,8)=0,714286
3).Komposisi aturan
Dari hasil aplikasi fungsi implikasi dari tiap
aturan, digunakan metode MAX untuk
melakukan komposisi antarsemua aturan
hasilnya seperti gambar dibawah.
-
8/10/2019 Jurnal Fuzzy Logic Mamdani
6/11
Iwayan Restu Apriyadi Jurnal Teknik Informatika, Agustus 2013
Informatics & Business Institute Darmajaya
Menentukan nilai min dan max dari nilai
aturan
Mnimum=0,2
Mximum=0,714286
Menggunakan metode max pada saat
menghitung nilai luas daerah hasil.karena
nilai max ada pada aturan 4 dengan kondisi
pembelian max maka, fungsi yang
digunakan untuk menghitung nilai luas
daerah hasil adalah rumus fungsi
keanggotaan variabel pembelian max.
pembelian
MAX[z]
a1=(0,2*(100-50))+50=60
a2=(0,714286*(100-50))+50=85,71428571
dengan demikian, fungsi keanggotaan untuk
hasil komposisi adalah:
[z]
4) Penegasan.
Metode penegasan yang digunakan adalah
centroid.dimana mencari titik tengah dari z.Menghitung momen untuk setiap daerah:
M1= z dz = 0,1 z2 060 = (0,1*
- (0,1* )=360
M2= )z
dz=
=0,006666667 - 0,5 6085,71428571
=((0,006666667 * )-
(0,006666667 * ))-
(( 0,5 )-( 0,5 ))=
=884,7813411
M3= z dz=
0,357142857 85,71428571100
=(0,357142857 )-(
0,357142857 )
=947,5218659
Menghitung luas setiap daerah:
A1=(0,2*60)=12
A2=((0,2+0,714286)*( 85,71428571-60)/2)=11,75510204
A3=(100-85,71428571)*
0,714286=10,20308163
Titik pusat dapat diperoleh dari:
(360 + 884,7813411 + 947,5218659) / (12 +
11,75510204 + 10,20308163)= 64,55700549
Hasil prediksi persediaan terigu =
64,55700549 jadi persediaan yang
direkomendasikan adalah = 65 sak
-
8/10/2019 Jurnal Fuzzy Logic Mamdani
7/11
Iwayan Restu Apriyadi Jurnal Teknik Informatika, Agustus 2013
Informatics & Business Institute Darmajaya
Contoh kasus 2.
Asumsi penjualan berikutnya turun
menjadi=20 sak dan stock digudang=11
sak.
Dengan menggunakan metode mamdani
maka akan dilakukan 4 tahap sebelum
mendapatkan hasil prediksi yaitu:
1). Mencari nilai keanggotaan disetiap
variabel.
Mencari nilai keanggotaan variabel
penjualan.
penjualan MIN[20]
penjualan MIN[20]=(50-20)/(50-15)=
0,85714
dan
penjualan
MAX[20]
jual MAX[20]=(20-15)/(50-15)=0,14286
Mencari nilai keanggotaan variabel stock.
stock MIN[11]
stock MIN[11] =(15-11)/(15-10)=0,8
dan
stock MAX[11]
stock MAX[11]=(11-10)/(15-10)=0,2
Memodelkan variabel pembelian.
pembelian
MIN[z]
-
8/10/2019 Jurnal Fuzzy Logic Mamdani
8/11
Iwayan Restu Apriyadi Jurnal Teknik Informatika, Agustus 2013
Informatics & Business Institute Darmajaya
pembelian
MAX[z]
2). Aplikasi fungsi implikasi
Yaitu mencari nilai mnimum dari nilai
keanggotaan pada aturan.
a). If penjualan min and stock max then
pembelian min.
Min(0,85714 ; 0,2)=0,2
b). If penjualan min and stock min thenpembelian min.
Min(0,85714 ; 0,8)=0,8
c). If penjualan max and stock max then
pembelian max. Min(0,14286 ; 0,2)=
0,14286
d). If penjualan max and stock min then
pembelian max.
Min(0,14286; 0,8)= 0,14286
3).Komposisi aturan
Dari hasil aplikasi fungsi implikasi dari tiap
aturan, digunakan metode MAX untuk
melakukan komposisi antarsemua aturan
hasilnya seperti gambar dibawah.
Menentukan nilai min dan max dari nilai
aturan
Mnimum=0,14286
Mximum=0,8Menggunakan metode max pada saat
menghitung nilai luas daerah hasil.karena
nilai max ada pada aturan 2 dengan kondisi
pembelian min maka, fungsi yang digunakan
untuk menghitung nilai luas daerah hasil
adalah rumus fungsi keanggotaan variabel
pembelian min.
pembelian
MIN[z]
-
8/10/2019 Jurnal Fuzzy Logic Mamdani
9/11
Iwayan Restu Apriyadi Jurnal Teknik Informatika, Agustus 2013
Informatics & Business Institute Darmajaya
a1=100-(0,14286*(100-50))= 92,85714286
a2=100-(0,8 *(100-50))=60
dengan demikian, fungsi keanggotaan untuk
hasil komposisi adalah:
[z]
4) Penegasan.Metode penegasan yang digunakan adalah
centroid.dimana mencari titik tengah dari z.
Menghitung momen untuk setiap daerah:
M1= z dz = 0,4 z2 060 = (0,4*
- (0,4* )=1440
M2=
=1 - 0,006666667 6092,85714286
=((1 * )- (1 * ))-
(( 0,006666667 )-(
0,006666667 ))=
=1124,742468
M3= z dz=
0,071428571 92,85714286100
=(0,071428571 )-(
0,071428571 )
= 98,39650146
Menghitung luas setiap daerah:
A1=(0,8*60)=48
A2=((0,8+0,14286)*( 92,85714286-60)/2)=
15,48979592
A3=(100-92,85714286)*
0,14286=1,020408163
Titik pusat dapat diperoleh dari:
(1440 + 1124,742468+ 98,39650146) / (48 +
15,48979592+ 1,020408163 )= 41,28244528
Hasil prediksi persediaan terigu =
41,28244528 jadi persediaan yang
direkomendasikan adalah = 41 sak.
IV. HASIL DAN PEMBAHASAN
Berdasarkan data transaksi terigu merk
segitiga PD.Darmo Putra pada bulan januari
2012 untuk detail data transaksi terigu lihat
pada lampiran 1, diperoleh hasil dengan
perbandingan dua contoh kasus sebagai
berikut:
Contoh kasus 1, prediksi berdasarkan data
transaksi terigu bulan januari 2012 dengan
keadaan dimana diasumsikan penjualan
berikutnya = 40sak dengan sisa stock
digudang = 11sak, dan menghasilkan
-
8/10/2019 Jurnal Fuzzy Logic Mamdani
10/11
Iwayan Restu Apriyadi Jurnal Teknik Informatika, Agustus 2013
Informatics & Business Institute Darmajaya
jumlah prediksi pembelian untuk persediaan
= 65 (sak).
Contoh kasus 2, prediksi berdasarkan data
transaksi terigu bulan januari 2012 dengan
keadaan dimana diasumsikan penjualan
berikutnya turun menjadi 20sak dengan
sisa stock digudang= 11sak, dan
menghasilkan jumlah prediksi pembelian
untuk persediaan sebanyak= 41 (sak).
Berdasarkan hasil yang diperoleh saat uji
coba prediksi mengacu pada contoh kasus
1 dan contoh kasus 2 terlihat adanya
penurunan jumlah prediksi persediaan dari
hasil prediksi contoh kasus 1 dan 2. Secara
logika sederhana hasil dari prediksi terigu
ini sudah memenuhi syarat dengan
perbandingan jika nilai penjualan naik
maka secara otomatis jumlah persediaan
yang harus disiapkan untuk penjualan juga
harus naik, dan begitu pula sebaliknya jika
nilai penjualan turun maka secara otomatis
jumlah persediaan yang harus disiapkan
untuk penjualan juga menurun.
V.
KESIMPULAN
Penelitian pada sistem prediksi persediaan
terigu menggunakan metode fuzzy inference
systemmamdani menghasilkan nilai prediksi
yang sesuai dengan kenyataan secara logika
dimana kebutuhan persediaan akan
meningkat seiring kebutuhan penjualan yang
meningkat. Dari perancangan sistem
prediksi persediaan terigu yang dibuat maka
dapat diambil beberapa kesimpulan,
diantaranya adalah sebagai berikut :
Hasil prediksi terigu menggunakan metode
mamdani yang berjalan diharapkan dapat
membantu distributor terigu dalam
menentukan jumlah persediaan terigu yang
akan dibeli untuk persiapan ketersediaan
terigu pada periode penjualan berikutnya.
Sistem prediksi persediaan terigu ini
diharapkan memberikan suatu gambaran
terhadap kebutuhan persediaan terigu
diperiode penjualan berikutnya berdasarkan
suatu keadaan transaksi terigu yang ada di
distributor terigu.
Perhitungan prediksi terigu dengan
menggunakan aplikasi ini tidak bisa
dilakukan apabila nilai variabel input
minimum dan maksimum memiliki nilai
yang sama.
Aplikasi prediksi tidak dapat melakukan
perhitungan prediksi jika nilai syarat stock
lebih kecil dari nilai minimum stock dan
lebih besar dari nilai maximum stock, begitu
juga saat nilai syarat penjualan dibawah nilai
-
8/10/2019 Jurnal Fuzzy Logic Mamdani
11/11
Iwayan Restu Apriyadi Jurnal Teknik Informatika, Agustus 2013
Informatics & Business Institute Darmajaya
minimum penjualan dan diatas nilai
maximum penjualan.
DAFTAR PUSTAKA
Desiani, A., & Arhami, M. 2006. Konsep
kecerdasan buatan.Andi Offset, Yogyakarta.
Djunaidi. 2005. Penentuan Jumlah Produksi
dengan aplikasi metode fuzzy mamdani.
Jurnal Ilmiah Teknik Industri Universitas
Surakarta, Surakarta.
Fatta, H. 2007. Analisis dan Perancangan
Sistem Informasi untuk Keunggulan
Bersaing Perusahaan dan Organisasi
Modern. Andi Offset, Yogyakarta.
Herjanto, E. 2008. Manajemen
Operasi(Edisi ketiga). PT Grasindo, Jakarta
Hermawan, I. 2007. Analisis perencanaan
dan pengendalian persediaan barang jadi.
Skripsi Institut Pertanian Bogor, Bogor.
Kadir, A. 2003. Dasar aplikasi database
mysql delphi. Andi Offset, Yogyakarta.
Kadir, A. 2004. Pemrograman database
dengan delphi7 menggunakan access. Andi
Offset, Yogyakarta.
Kristanto, H. 1994. Konsep dan perancangan
database. Andi Offset, yogyakarta.
Kusumadewi, S., & Purnomo, H. 2010.
Aplikasi logika fuzzy untuk pendukung
keputusan(edisi 2). Graha Ilmu, Yogyakarta.
Kusrini. 2006. Sistem pakar teori dan
aplikasi. Andi Offset, Yogyakarta.
Kusrini. 2008. Aplikasi Sistem Pakar. Andi
Offset, Yogyakarta.
Nugroho, B. 2004. Database relasional
dengan MYSQL. Andi Offset, Yogyakarta.
Permana, B. 2004. Seri Penuntun Praktis
Microsoft Office Access 2003. PT Elex
Media Komputindo, Jakarta.
Prasetya, H., & Lukiastuti, F. 2009.
Manajemen Operasi. Medpress, Yogyakarta.
Pressman, R.S. 2002. Rekayasa perangkat
lunak : pendekatan praktisi. Andi Offset,
Yogyakarta.
Sudarsono. 1995. Pengantar ekonomi mikro.
LP3ES, Jakarta.
Sujana, A.S. 2005. Paradigma baru dalam
manajemen ritel modern. Graha Ilmu,
Yogyakarta.
Yuhefizard. 2008. Database Management
menggunakan Ms Access 2003. PT Elex
Media Komputindo, Jakarta.