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

[email protected]

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


2/11



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.


3/11



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


4/11



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


5/11



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.


6/11



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


7/11



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]


8/11



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]


9/11



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


10/11



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


11/11



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.

Jurnal Fuzzy Logic Mamdani

Documents

Transcript of Jurnal Fuzzy Logic Mamdani