PERENCANAAN JUMLAH PRODUKSI SNACK PADA NIKI

ECO MENGGUNAKAN LOGIKA FUZZY TSUKAMOTO

Tugas Akhir disusun untuk memenuhi syarat

Mencapai gelar Kesarjanaan Komputer pada

Program Studi Teknik Informatika

Jenjang Program Strata-1

oleh:

ERISAL ADHI NUGROHO

13.01.53.0040

15389

FAKULTAS TEKNOLOGI INFORMASI UNIVERSITAS STIKUBANK (UNISBANK)

SEMARANG

2017

ii

iii

iv

MOTTO DAN PERSEMBAHAN

MOTTO

1. Pendidikan merupakan perlengkapan paling baik untuk hari tua

(Aristoteles)

2. Hari ini harus lebih baik dari hari kemarindan hari esok adalah harapan

3. Menunggu kesuksesan adalah tindakan yang sia-sia.

4. Jangan tunda sampai besok apa yang bias engkau kerjakan hari ini.

5. Hidup ini hanya sebentar, jangan gunakan hanya untuk memikirkan

duniawi dan melakukan hal yang tak berguna

6. Jangan terlalu memikirkan masa lalu karena telah pergi dan selesai, dan

jangan terlalu memikirkan masa depan hingga dia datang sendiri. Karena

jika melakukan yang terbaik dihari ini maka hari esok akan lebih baik

PERSEMBAHAAN

1. Orang tua yang telah memberikan kasih sayang serta doa dan

mengajarkan arti kehidupan yang sebenarnya.

2. Saudara-saudara dan keluarga besar yang telah memberikan dukungan dan

doa sehingga Skripsi ini dapat terselesaikan sesuai dengan keinginan.

3. Teman-teman Teknik Informatika yang selalu memberikan semangat

sehingga Skripsi dapat terselesaikan sesuai harapan.

v

FAKULTAS TEKNOLOGI INFORMASI UNIVERSITAS STIKUBANK (UNISBANK) SEMARANG

Program Studi : Teknik Informatika

Tugas Akhir Sarjana Komputer

Semester Ganjil Tahun 2017

PERENCANAAN JUMLAH PRODUKSI SNACK PADA NIKI ECO

MENGGUNAKAN LOGIKA FUZZY TSUKAMOTO

ERISAL ADHI NUGROHO

NIM : 13.01.53.004

Abstrak

Niki Eco adalah sebuah usaha rumahan yang bergerak dibidang penjualan

jajanan pasar tradisional dan memproduksi berbagai macam-macam jajanan pasar

tradisional (snack) juga melayani pemesanan snack yang beralamat di pujasera

Pasar Bulu Semarang. Permasalahan yang timbul dari Niki Eco adalah kesulitan

dalam perencanaan jumlah produksi snack untuk bulan-bulan berikutnya. Karena

dalam tiap bulannya penjualan snack meningkat dan Niki Eco hanya

mengandalkan perencanaan tradisional dalam merencanakan produksi snack pada

tiap bulannya

Metode pengembangan sistem yang digunakan dalam penelitian ini adalah

Waterfall, metode analisis menggunakan Logika Fuzzy Tsukamoto, kriteria yang

digunakan yaitu retur sebagai input, penjualan sebagai input, produksi sebagai

output, perancangan menggunakan UML, implementasi menggunakan PHP dan

MySQL.

Perencanaan jumlah produksi snack arem-arem pada Niki Eco

menggunakan Logika Fuzzy Tsukamoto dapat digunakan untuk memprediksi

jumlah produksi snack pada Niki Eco.

Kata Kunci

Niki Eco, Logika Fuzzy Tsukamoto, PHP, MySQL

Semarang : 29 Juli 2017

Pembimbing

(Widiyanto Tri Handoko, DRS, M.Kom)

vi

KATA PENGANTAR

Dengan memanjatkan puji syukur kehadirat Allah SWT. yang telah

melimpahkan segala rahmat, hidayah dan inayah-Nya kepada penulis sehingga

laporan tugas akhir dengan judul “Perencanaan Jumlah Produksi Snack Pada

Niki Eco Menggunakan Logika Fuzzy Tsukamoto” dapat penulis selesaikan

sesuai dengan rencana karena dukungan dari berbagai pihak yang tidak ternilai

besarnya. Oleh karena itu penulis menyampaikan terimakasih kepada:

1. Dr. H. Hasan Abdul Rozak, S.H., C.N selaku Rektor Universitas Stikubank

Semarang.

2. Dr. Drs. Yohanes Suhari, M.MSI selaku Dekan Fakultas Teknologi Informasi.

3. Jati Sasongko, S.Kom, M.Cs selaku Ketua Program Studi Teknik Informatika.

4. Widiyanto Tri Handoko, DRS, M.Kom selaku Pembimbing yang telah

membantu dan memberikan bimbingan serta pengarahan dalam penelitian ini.

5. Dosen-dosen pengampu di Program Studi Teknik Informatika Fakultas

Teknologi Informasi Universitas Stikubank Semarang yang telah memberikan

ilmu dan pengalamannya masing-masing, sehingga penulis dapat

mengimplementasikan ilmu yang telah disampaikan.

Semoga Allah SWT memberikan balasan yang lebih besar kepada beliau-beliau,

dan pada akhirnya penulis berharap bahwa penulisan laporan tugas akhir ini dapat

bermanfaat dan berguna sebagaimana fungsinya.

Semarang, Juli 2017

Penulis

vii

DAFTAR ISI

HALAMAN JUDUL ..................................................................................... i

HALAMAN PERSETUJUAN ...................................................................... ii

HALAMAN PENGESAHAN ....................................................................... iii

MOTTO DAN PERSEMBAHAN ................................................................ iv

ABSTRAKSI ................................................................................................ v

KATA PENGANTAR .................................................................................. vi

DAFTAR ISI ................................................................................................. vii

DAFTAR TABEL ......................................................................................... x

DAFTAR GAMBAR .................................................................................... xi

BAB I PENDAHULUAN

1.1 Latar Belakang Masalah ................................................. 1

1.2 Perumusan Masalah ........................................................ 3

1.3 Tujuan dan Manfaat Penelitian ....................................... 4

1.4 Metode Penelitian ........................................................... 5

1.4.1. Objek Penelitian .................................................. 5

1.4.2. Metode Pengumpulan Data ................................. 5

1.4.3. Metode Pengembangan Sistem ........................... 6

1.5 Sistematika Penulisan ..................................................... 7

BAB II TINJAUAN PUSTAKA

2.1 Pustaka Yang Terkait Dengan Penelitian ....................... 9

2.2 Perbedaan Penelitian Yang Dilakukan Penulis Dengan

Penelitian Terdahulu ....................................................... 13

BAB III LANDASAN TEORI

3.1 Perencanaan .................................................................... 15

3.2 Produksi .......................................................................... 16

3.3 Logika Fuzzy .................................................................. 17

viii

3.3.1. Himpunan Fuzzy ................................................. 17

3.3.2. Fungsi Keanggotaan ............................................ 20

3.3.3. Logika Fuzzy Tsukamoto .................................... 23

3.4 UML (Unified Modeling Language) .............................. 27

3.4.1. Use Case Diagram ............................................... 28

3.4.2. Class Diagram ..................................................... 31

3.4.3. Activity Diagram ................................................. 33

3.4.4. Sequence Diagram .............................................. 34

3.5 PHP ................................................................................. 36

3.6 MySQL ........................................................................... 38

BAB IV ANALISA DAN PERANCANGAN SISTEM

4.1 Analisa Sistem ................................................................. 42

4.1.1. Analisa Permasalahan ......................................... 42

4.1.2. Analisa Kebutuhan Perangkat Keras ................... 43

4.1.3. Analisa Kebutuhan Perangkat Lunak .................. 43

4.1.4. Kriteria Sistem .................................................... 44

4.1.5. Fuzzifikasi ........................................................... 44

4.1.6. Pembentukan Rule .............................................. 48

4.1.5. Fuzzifikasi ........................................................... 44

4.2 Perancangan Sistem ........................................................ 48

4.2.1. Use Case Diagram ............................................... 49

4.2.2. Class Diagram ..................................................... 50

4.2.3. Activity Diagram ................................................. 51

4.2.4. Sequence Diagram .............................................. 51

4.2.5. Perancangan Database ......................................... 52

4.2.6. Perancangan Interface ......................................... 55

BAB V IMPLEMENTASI SISTEM

5.1 Login ............................................................................... 61

5.2 Snack ............................................................................... 62

ix

5.3 Retur ................................................................................ 64

5.4 Penjualan ......................................................................... 66

5.5 Rule ................................................................................. 67

5.6 Perencanaan..................................................................... 68

5.7 Admin .............................................................................. 70

BAB VI HASIL PENELITIAN DAN EVALUASI SISTEM

6.1 Proses Fuzzifikasi ........................................................... 72

6.1.1. Kriteria Retur ...................................................... 72

6.1.2. Kriteria Penjualan................................................ 74

6.2 Mesin Inferensi................................................................ 77

6.3 Defuzzifikasi ................................................................... 86

BAB VII PENUTUP

7.1 Kesimpulan ..................................................................... 88

7.2. Saran ................................................................................ 89

DAFTAR PUSTAKA

LAMPIRAN

x

DAFTAR TABEL

Tabel 3.1. Simbol Use Case Diagram ....................................................... 30

Tabel 3.2. Simbol Class Diagram ............................................................. 32

Tabel 3.3. Simbol Sequence Diagram ....................................................... 35

Tabel 4.1. Rule .......................................................................................... 48

Tabel 4.2. Tabel Bulan .............................................................................. 53

Tabel 4.3. Tabel Snack .............................................................................. 53

Tabel 4.4. Tabel Hasil ............................................................................... 53

Tabel 4.5. Tabel Penjualan ........................................................................ 54

Tabel 4.6. Tabel Rule ................................................................................ 54

Tabel 4.7. Tabel Retur ............................................................................... 55

Tabel 6.1. Retur Snack Arem-Arem.......................................................... 72

Tabel 6.2. Fuzzifikasi Retur ...................................................................... 74

Tabel 6.3. Penjualan Snack Arem-Arem ................................................... 75

Tabel 6.4. Fuzzifikasi Penjualan ............................................................... 76

Tabel 6.5. Mesin Inferensi Januari 2016 ................................................... 80

Tabel 6.6. Mesin Inferensi Pebruari 2016 ................................................. 81

Tabel 6.7. Mesin Inferensi Maret 2016 ..................................................... 81

Tabel 6.8. Mesin Inferensi April 2016 ...................................................... 82

Tabel 6.9. Mesin Inferensi Mei 2016 ........................................................ 82

Tabel 6.10. Mesin Inferensi Juni 2016 ........................................................ 83

Tabel 6.11. Mesin Inferensi Juli 2016 ......................................................... 83

Tabel 6.12. Mesin Inferensi Agustus 2016 ................................................. 84

Tabel 6.13. Mesin Inferensi September 2016 ............................................. 84

Tabel 6.14. Mesin Inferensi Oktober 2016 ................................................. 85

Tabel 6.15. Mesin Inferensi November 2016 .............................................. 86

Tabel 6.16. Defuzzifikasi ............................................................................ 86

xi

DAFTAR GAMBAR

Gambar 3.1. Himpunan Fuzzy Temperatur (°C) .................................... 18

Gambar 3.2. Representasi Linier Naik .................................................... 20

Gambar 3.3. Representasi Linier Turun .................................................. 21

Gambar 3.4. Representasi Kurva Segitiga .............................................. 22

Gambar 3.5. Representasi Kurva Trapesium .......................................... 22

Gambar 3.6. Representasi Kurva Bentuk Bahu ...................................... 23

Gambar 3.7. Metode Tsukamoto............................................................. 25

Gambar 3.8. Class ................................................................................... 31

Gambar 4.1. Fungsi Keanggotaan pada Kriteria Retur ........................... 45

Gambar 4.2. Fungsi Keanggotaan pada Kriteria Penjualan .................... 46

Gambar 4.3. Fungsi Keanggotaan pada Kriteria Produksi...................... 47

Gambar 4.4. Use Case Diagram .............................................................. 49

Gambar 4.5. Class Diagram .................................................................... 50

Gambar 4.6. Activity Diagram ................................................................ 51

Gambar 4.7. Sequence Diagram ............................................................. 52

Gambar 4.8. Halaman Login ................................................................... 55

Gambar 4.9. Perancangan Snack............................................................. 56

Gambar 4.10. Perancangan Retur ............................................................. 57

Gambar 4.11. Perancangan Penjualan....................................................... 58

Gambar 4.12. Perancangan Rule ............................................................... 58

Gambar 4.13. Perancangan Perencanaan .................................................. 59

Gambar 4.14. Perancangan Admin ........................................................... 60

Gambar 5.1. Login .................................................................................. 61

Gambar 5.2. Pesan Username atau Password Salah ............................... 62

Gambar 5.3. Snack .................................................................................. 63

Gambar 5.4. Retur ................................................................................... 65

Gambar 5.5. Penjualan ............................................................................ 66

Gambar 5.6. Rule .................................................................................... 68

Gambar 5.7. Perencanaan........................................................................ 69

xii

Gambar 5.8. Admin ................................................................................. 71

Gambar 6.1. Defuzzifikasi ...................................................................... 87

1

BAB I

PENDAHULUAN

1.1. Latar Belakang Masalah

Produksi merupakan suatu kegiatan untuk menciptakan atau

menghasilkan atau menambah nilai guna terhadap suatu barang atau jasa

untuk memenuhi kebutuhan oleh orang atau badan (produsen). Orang atau

badan yang melakukan kegiatan produksi dikenal dengan sebutan produsen.

Sedangkan barang atau jasa yang dihasilkan dari melakukan kegiatan

produksi disebut dengan produk.

Niki Eco adalah sebuah usaha rumahan yang bergerak dibidang

penjualan jajanan pasar tradisional dan memproduksi berbagai macam-

macam jajanan pasar tradisional (snack) juga melayani pemesanan snack

yang beralamat di pujasera Pasar Bulu Semarang. Permasalahan yang timbul

dari Niki Eco adalah kesulitan dalam perencanaan jumlah produksi snack

untuk bulan-bulan berikutnya. Karena dalam tiap bulannya penjualan snack

meningkat dan Niki Eco hanya mengandalkan perencanaan tradisional

dalam merencanakan produksi snack pada tiap bulannya. Perencanaan

tradisional disini adalah dalam bentuk produksi yang dilakukan dalam

jumlah yang sama dari bulan ke bulan atau berdasarkan permintaan tanpa

adanya perhitungan terlebih dahulu. Hal tersebut tentunya akan membuat

pihak Niki Eco kesulitan dalam mengetahui jumlah produk yang harus

diproduksi. Untuk dapat mengatasi permasalahan tersebut dan meningkatkan

2

kinerja dari Niki Eco, maka diperlukan proses perencanaan secara otomatis

menggunakan kecerdasan buatan. Perencanaan adalah suatu proses

menentukan apa yang ingin dicapai di masa yang akan dating serta

menetapkan tahapan-tahapan yang dibutuhkan untuk mencapainya (Rustiadi,

2008:339). Salah satu metode dalam kecerdasan buatan yang dapat

digunakan untuk proses perencanaan adalah Fuzzy Logic.

Fuzzy Logic adalah sebuah metodologi “berhitung” dengan variabel

kata-kata (linguistic variable), sebagai pengganti berhitung dengan bilangan.

Kata- kata yang digunakan dalam Fuzzy Logic memang tidak sepresisi

bilangan, namun kata-kata jauh lebih dekat dengan intuisi manusia. Dengan

Fuzzy Logic, sistem kepakaran manusia bisa diimplementasikan ke dalam

bahasa mesin secara mudah dan efisien. Motivasi utama teori Fuzzy Logic

adalah memetakan sebuah ruang input ke dalam ruang output dengan

menggunakan IF-THEN rules. Pemetaan dilakukan dalam suatu Fuzzy

Inference System (FIS). FIS adalah sebuah metode yang menginterpretasikan

harga-harga dalam vektor input, menarik kesimpulan berdasar sekumpulan

IF-THEN rules yang diberikan, dan kemudian menghasilkan vektor output

(Kusumadewi, 2010:52).

Penelitian ini akan membahas mengenai perencanaan jumlah

produksi snack pada Niki Eco dengan menggunakan Fuzzy Logic. Fuzzy

Logic digunakan karena dibandingkan dengan logika konvensional, Fuzzy

Logic memiliki kemampuan dalam proses penalaran secara bahasa sehingga

dalam perancangannya tidak memerlukan persamaan matematik yang rumit.

3

Selain itu karena Fuzzy Logic yang mudah dimengerti, memiliki toleransi

data-data yang tidak tepat, mampu memodelkan fungsi-fungsi non linear

yang sangat kompleks, serta dapat bekerja sama dengan teknik-teknik

kendali secara konvensional dan didasarkan pada bahasa alami. Dalam

Fuzzy Logic terdapat 3 jenis Fuzzy yaitu : Tsukamoto, Mamdani, dan

Sugeno. Pada kasus pada Niki Eco yang akan dipakai adalah Tsukamoto.

Hal ini dikarenakan Fuzzy Tsukamoto memiliki penalaran Fuzzy yang cukup

mudah untuk dipahami. Adapun perbedaan Fuzzy Tsukamoto dengan Fuzzy

yang lain salah satunya terdapat pada penggunaan. Fuzzy Tsukamoto

penggunaannya lebih pada Humanis Controll, Fuzzy Mamdani lebih pada

Humanis, sedangkan untuk Fuzzy Sugeno pada Control. Berdasarkan uraian

latar belakang yang telah dijelaskan diatas, penulis mengambil judul

mengenai “Perencanaan Jumlah Produksi Snack Pada Niki Eco

Menggunakan Logika Fuzzy Tsukamoto”.

1.2. Perumusan Masalah

Berdasarkan uraian latar belakang yang ada maka dirumuskan pokok

permasalahannya adalah

1. Bagaimana menerapkan metode Fuzzy Tsukamoto dalam merencanakan

jumlah produksi snack berdasaran data penjualan dan jumlah retur.

2. Bagaimana mengetahui perbandingan jumlah produksi hasil

perhitungan metode Tsukamoto dalam sistem dengan kenyataan dalam

hal akurasinya dengan menggunakan pengujian MSE (mean square

error) atau kuadrat dari rata- rata nilai absolute dari kesalahan

4

perencanaan.

Adapun pembatasan masalah dalam penelitian ini yaitu :

1. Data yang digunakan adalah data penjualan bulan Januari 2016 sampai

bulan Desember 2016.

2. Hanya digunakan untuk melakukan perencanaan jumlah produksi snack

untuk bulan berikutnya dari kriteria penjualan snack dan jumlah retur

snack pada Niki Eco menggunakan Logika Fuzzy Tsukamoto.

1.3. Tujuan Dan Manfaat Penelitian

Tujuan yang ingin dicapai dalam penelitian ini adalah :

1. Menerapkan metode Fuzzy Tsukamoto dalam merencanakan jumlah

produksi snack berdasaran data penjualan dan jumlah retur.

2. Mengetahui perbandingan jumlah produksi hasil perhitungan metode

Tsukamoto dalam sistem dengan kenyataan dalam hal akurasinya

dengan menggunakan pengujian MSE (mean square error) atau kuadrat

dari rata- rata nilai absolute dari kesalahan perencanaan.

Hasil dari penelitian ini diharapkan nantinya dapat bermanfaat bagi

banyak pihak, diantaranya:

1. Bagi Niki Eco

Dapat dijadikan acuan untuk pengambilan keputusan dalam

memproduksi jumlah produksi snack.

2. Bagi Akademik

5

Dapat digunakan sebagai bahan informasi, referensi, artikel dan

arsip dan sebagai tolak ukur keberhasilan dalam membimbing

mahasiswa.

3. Bagi Penulis

Dapat menerapkan dan mengembangkan ilmu yang diperoleh di

bangku kuliah melalui kasus nyata serta menambah wawasan sehingga

memungkinkan mempertinggi kemampuan serta penguasaan dari

penelitian yang dibuat.

1.4. Metode Penelitian

Metodologi penelitian merupakan suatu cara atau prosedur yang

digunakan untuk mengumpulkan data, dengan perantara teknik tertentu.

Dalam penulisan skripsi ini, akan menggunakan beberapa metode penelitian

yaitu:

1.4.1. Objek Penelitian

Dalam metodologi penelitian penulis mengambil objek

penelitian pada Niki Eco yang beralamat di pujasera Pasar Bulu

Semarang.

1.4.2. Metode Pengumpulan Data

Metode yang digunakan dalam proses pengumpulan data

sebagai bahan pembuatan sistem adalah:

1. Wawancara

Dalam metode wawancara melakukan tanya jawab dengan

wawancara atau tanya jawab dengan Bapak Ari selaku pemilik

6

Niki Eco tentang perencanaan jumlah produksi snack yang ada

pada Niki Eco.

2. Studi Pustaka

Metode yang dilakukan dengan cara mencari sumber dari

buku-buku Logika Fuzzy, UML, PHP dan MySQL dari

perpustakaan Universitas Stikubank Semarang dan jurnal yang

berhubungan dengan penelitian diantaranya Fuzzy Inference

System Dengan Metode Tsukamoto Sebagai Penunjang

Keputusan Produksi (Studi Kasus : PT. Talkindo Selaksa

Anugrah) dan Sistem Berbasis Aturan Menggunakan Logika

Fuzzy Tsukamoto Untuk Prediksi Jumlah Produksi Roti Pada CV.

Gendis Bakery.

1.4.3. Metode Pengembangan Sistem

Metode yang digunakan untuk pengembangan sistem adalah

Waterfall (Whitten, 2004). Tahap-tahap pengembangannya adalah

1. Permulaan Sistem

Pada tahap ini menentukan jenis sistem yang tepat dan

dapat menjawab persoalan yang dihadapi oleh Niki Eco serta

menenetukan penanganan masalah yang dihadapi oleh Niki Eco.

2. Analisis Sistem

Pada tahap ini menyiapkan dan menyusun sistem baru,

kemudian mengembangkan secara tertulis. Kegiatan yang

dilakukan meliputi mengidentifikasi masalah yang dihadapi

7

dalam pembuatan sistem, mengidentifikasi kebutuhan perangkat

keras dan kebutuhan perangkat lunak.

3. Perancangan Sistem

Pada tahap ini menyiapkan dan menyusun sistem baru,

kemudian mengembangkan secara tertulis. Kegiatan yang

dilakukan meliputi merancang sistem dengan menggunakan

UML, perancangan database dan perancangan antar muka

sistem.

4. Implementasi Sistem

Pada tahap ini membuat perencanaan jumlah produksi

snack pada Niki Eco menggunakan Logika Fuzzy Tsukamoto

dengan menggunakan PHP dan MySQL.

1.5. Sistematika Penulisan

Untuk memudahkan pemahaman tentang penelitian ini, maka

pembahasan akan dibagi dalam beberapa bab sesuai dengan pokok

permasalahannya, yaitu:

BAB I. PENDAHULUAN

Berisi latar belakang masalah, perumusan masalah,

tujuan dan manfaat penelitian, metodologi penelitan dan

sistematika penulisan.

BAB II. TINJAUAN PUSTAKA

8

Berisi tentang informasi hasil penelitian yang telah

dilakukan sebelumnya dan menghubungkan dengan

masalah yang sedang diteliti.

BAB III LANDASAN TEORI

Berisi tentang pembahasan atau penjelasan dari

landasan teori dalam penelitian.

BAB IV ANALISA DAN PERANCANGAN SISTEM

Pada bab ini akan dijelaskan mengenai analisa dan

perancangan perencanaan jumlah produksi snack pada Niki

Eco menggunakan Logika Fuzzy Tsukamoto.

BAB V IMPLEMENTASI SISTEM

Pada bab ini akan tahapan–tahapan pengembangan

sistem dan disertakan implementasi yang memberikan

gambaran tentang program yang dibuat dengan

menggunakan PHP dan MySQL.

BAB VI HASIL PENELITIAN DAN PEMBAHASAN

Pada bab ini berisi tentang hasil pembahasan dari

penelitian perencanaan jumlah produksi snack pada Niki

Eco menggunakan Logika Fuzzy Tsukamoto.

BAB VII PENUTUP

Pada bab ini berisi tentang kesimpulan dan saran

pembuatan sistem.

9

BAB II

TINJAUAN PUSTAKA

Pada bagian ini akan dipaparkan penjelasan tentang tinjauan pustaka yang

dipakai dalam pembuatan perencanaan jumlah produksi snack pada Niki Eco

menggunakan Logika Fuzzy Tsukamoto. Tinjauan Pustaka tersebut yaitu hasil

penelitian terdahulu tentang informasi hasil penelitian yang telah dilakukan

sebelumnya dan dihubungkan dengan masalah yang sedang diteliti.

2.1. Pustaka Yang Terkait Dengan Penelitian

Penelitian terdahulu dilakukan oleh Hetty Rohayani (2015) dari

STIKOM Dinamika Bangsa Jambi dengan judul “Fuzzy Inference System

Dengan Metode Tsukamoto Sebagai Penunjang Keputusan Produksi (Studi

Kasus : PT. Talkindo Selaksa Anugrah)”. Selama ini pemutusan produksi

roti pada PT. Talkindo Selaksa Anugrah selalu mengandalkan perkiraan

dari manager saja. Dimana dengan hal tersebut banyak ditemui kekurangan

yang berakibat kerugian bagi pihak perusahaan. Berdasarkan data

persediaan dan jumlah permintaan, maka dirancang suatu sistem penunjang

keputusan menggunakan metode tsukamoto.Dalam sistem penunjang

keputusan ini ada tiga variabel yang dimodelkan, yaitu: permintaan,

persediaan dan produksi. Variabel permintaan terdiri dari dua himpunan

fuzzy, yaitu: TURUN, dan NAIK, variabel persediaan terdiri dari dua

himpunan fuzzy,yaitu: SEDIKIT, dan BANYAK, sedangkan variabel

produksi terdiri dari dua himpunan fuzzy yaitu: BERKURANG, dan

10

BERTAMBAH. Dengan mengkombinasikan semua himpunan fuzzy

tersebut, diperoleh empat aturan fuzzy, yang selanjutnya digunakan dalam

tahap inferensi. Pada tahap inferensi, dicari nilai keanggotaan anteseden (α)

dan nilai perkiraan jumlah produksi (z) dari setiap aturan. Jumlah barang

yang akan diproduksi (Z) dicari dengan defuzzifikasi rata-rata terpusat

(Rohayani, 2015).

Penelitian terdahulu dilakukan oleh Riyadi Yudha Wiguna, Hanny

Haryanto (2012) dari Universitas Dian Nuswantoro Semarang dengan judul

“Sistem Berbasis Aturan Menggunakan Logika Fuzzy Tsukamoto Untuk

Prediksi Jumlah Produksi Roti Pada CV. Gendis Bakery”. Suatu perusahaan

produksi harus mengambil keputusan yang tepat dalam memprediksi jumlah

produksi yang akan diproduksi. Penjualan roti pada CV. Gendis Bakery

mengalami peningkatan dan pihak perusahaan hanya mengandalkan

prediksi tradisional dalam memproduksi roti pada tiap bulannya. Prediksi

tradisional disini adalah dalam bentuk produksi yang dilakukan dalam

jumlah yang sama dari hari ke hari tanpa adanya perhitungan terlebih

dahulu. Hal tersebut tentunya akan membuat pihak perusahaan kesulitan

dalam mengetahui jumlah produk yang harus diproduksi. Untuk dapat

mengatasi permasalahan tersebut dan meningkatkan kinerja dari

perusahaan, maka diperlukan proses prediksi secara otomatis menggunakan

kecerdasan buatan. Fuzzy Logic adalah sebuah metodologi “berhitung”

dengan variabel kata-kata (linguistic variable), sebagai pengganti berhitung

dengan bilangan. Dengan fuzzy logic, sistem kepakaran manusia bisa

11

diimplementasikan ke dalam bahasa mesin secara mudah dan efisien. Hasil

perhitungan sistem tidak berbeda jauh dengan hasil perhitungan yang

dilakukan secara manual, hal ini ditunjukkan dengan tabel Mean Squared

Error dengan hasil error di bawah 1. Sehingga, tanpa mengurangi ketepatan

dalam perhitungan, sistem dapat digunakan untuk menghemat waktu dalam

menentukan jumlah barang yang akan diproduksi (Wiguna dan Haryanto,

2012).

Penelitian terdahulu dilakukan oleh Iklila Muzayyanah, Wayan

Firdaus Mahmudy, Imam Cholissodin (2014) dari Universitas Brawijaya

Malang dengan judul “Penentuan Persediaan Bahan Baku Dan Membantu

Target Marketing Industri Dengan Metode Fuzzy Inference System

Tsukamoto”. Produksi merupakan kegiatan vital yang ada dalam suatu

industri. Kegiatan industri sangat erat kaitannya dengan jumlah bahan baku

yang harus disediakan, ketersediaan bahan baku dalam suatu industri sangat

penting dikarenakan berpengaruh terhadap lancarnya kegiatan produksi.

Persediaan bahan baku dipengaruhi oleh jumlah produk jadi yang akan

diproduksi. Perhitungan jumlah bahan baku yang harus disediakan

dilakukan dengan pertimbangan yang matang, hal ini diharapkan dapat

menentukan kebutuhan bahan baku yang tepat agar tidak terjadi kelebihan

atau kekurangan bahan baku. Pada penelitian ini akan digunakan Fuzzy

Inference System (FIS) dengan metode Tsukamoto untuk menentukan

prediksi jumlah produksi yang digunakan untuk menghitung kebutuhan

bahan baku. Prediksi produksi dan kebutuhan bahan baku suatu industri

12

dapat digunakan sebagai acuan dalam melakukan perhitungan prediksi laba,

sehingga hal ini dapat digunakan sebagai acuan dalam target marketing.

Input yang dibutuhkan untuk sistem ini meliputi variabel yang berpengaruh

terhadap jumlah produksi, sedangkan outputnya adalah prediksi jumlah

produksi. Hasil penelitian menunjukan bahwa perbedaan variabel yang

digunakan sistem berpengaruh terhadap hasil prediksi jumlah produksi yang

berpengaruh terhadap nilai MAPE yang berbeda. Untuk skenario pengujian

1 yaitu menggunakan variabel permintaan dan persediaan menghasilkan

tingkat kebenaran 71%, pada skenario pengujian 2 menggunakan variabel

permintaan, persediaan dan biaya produksi menghasilkan tingkat kebenaran

73%, serta pada skenario pengujian 3 menggunakan variabel biaya plastik

cup 240ml, biaya karton, biaya sedotan dan biaya layer menghasilkan

tingkat kebenaran 77% (Muzayyanah dkk, 2014).

13

2.2. Perbedaan Penelitian Yang Dilakukan Dengan Penelitian Terdahulu

Aspek Jurnal I Jurnal II Jurnal III Penulis

Penulis Hetty Rohayani Riyadi Yudha Wiguna,

Hanny Haryanto

Iklila Muzayyanah,

Wayan Firdaus

Mahmudy, Imam

Cholissodin

Erisal Adhi Nugroho

Universitas STIKOM Dinamika

Bangsa Jambi

Universitas Dian

Nuswantoro Semarang

Universitas Brawijaya

Malang Unisbank Semarang

Judul

Fuzzy Inference System

Dengan Metode

Tsukamoto Sebagai

Penunjang Keputusan

Produksi (Studi Kasus :

PT. Talkindo Selaksa

Anugrah)

Sistem Berbasis Aturan

Menggunakan Logika

Fuzzy Tsukamoto untuk

Prediksi Jumlah Produksi

Roti Pada CV. Gendis

Bakery

Penentuan Persediaan

Bahan Baku Dan

Membantu Target

Marketing Industri

Dengan Metode Fuzzy

Inference System

Tsukamoto

Perencanaan Jumlah

Produksi Snack Pada

Niki Eco

Menggunakan Logika

Fuzzy Tsukamoto

Metode Fuzzy Tsukamoto Fuzzy Tsukamoto Fuzzy Tsukamoto Fuzzy Tsukamoto

Kriteria Permintaan, Persediaan,

Produksi Penjualan, Retur, Produksi

Jumlah Permintaan,

Jumlah Produksi, Stok

Gudang, Biaya

Penjualan, Retur,

Produksi

Program Mathlab PHP PHP PHP

Database Acces 2010 MySQL MySQL MySQL

Hasil

Dengan adanya aplikasi

yang dirancang, PT.

Talkindo Selaksa

Anugerah manager dapat

dengan mudah

menentukan produksi

Tingkat prediksi

menggunakan metode

Tsukamoto sudah cukup

baik diterapkan dalam CV.

Gendis Bakery. Hal ini

terbukti dari hasil

Metode Fuzzy Inference

System Tsukamoto dapat

diimplementasikan untuk

memprediksi jumlah

produksi yang dapat

dijadikan acuan dalam

Menerapkan metode

Fuzzy Tsukamoto

dalam merencanakan

jumlah produksi snack

berdasaran data

penjualan dan jumlah

14

roti pada minggu-

minggu berikutnya

sehingga perusahaan

tidak mengalami

kerugian yang besar

perbandingan perhitungan

manual dengan

perhitungan pada sistem

metode tersebut

menghitung kebutuhan

bahan baku dan prediksi

laba

retur

15

BAB III

LANDASAN TEORI

3.1. Perencanaan

Perencanaan adalah proses pemilihan dan penetapan tujuan, strategi,

metode, anggaran, dan standar (tolak ukur) keberhasilan suatu kegiatan

(Nawawi, 2013:29) Pengertian ini menunjukkan bahwa perencanaan

merupakan proses atau rangkaian beberapa kegiatan yang salig berhubungan

dalam memilih salah satu di antara beberapa alternatif tentanng tujuan yang

ingin dicapai oleh sebuah organisasi/perusahaan. Kemudian memilih

strategi dan metode untu mencapai tujuan tersebut. Dilanjutkan pula dengan

menetapkan anggaran untuk melaksanaka strategi dan metode tersebut,

diiringi dengan memillih dan menetapkan kriteria tolak ukur untuk menilai

tingkat keberhasilann organisasi/perusahaan dalam pencapaian tujuannya

dengan mengimplementasikan strategi dan metode yang telah dipilih

sebelumnya.

Perencanaan juga dapat diartikan rangkaian kegiatan atau proses

pembuatan keputusan. Kegiatan pertama yang harus dilakukan adalah

menetapkan pekerjaan yang harus dilaksanakan di masa datang, yang berarti

juga tidak akan dan tidak boleh melaksanakan pekerjaan lain yang bertolak

belakang atau yang berbeda dengan pekerjaan yang telah ditetapkan sebagai

keputusan tersebut. Kegiatan kedua dalam proses pembuatan keputusan

adalah kegiatan menetapkan waktu pelaksanaannya, yang berarti memilih

16

metode dan tidak akan menggunakan cara atau metode lain agar

pelaksanaan pekerjaan tersebut berlangsung secara efektif dan efisien.

Akhirnya kegiatan keempat dalam proses pembuatan keputusan tersebut

adalah menetapkan pegawai yang tepat atau yang memenuhi persyaratan

untuk melaksanakannya, agar pekerjaan tersebut dilaksanakan secara

professional dalam rangka mewujudkan eksistensi organisasi yang sukses.

3.2. Produksi

Istilah produksi dan operasi sering dipergunakan dalam suatu

organisasi yang menghasilkan keluaran atau output baik berupa barang dan

jasa, pengertian produksi dalam arti luas sebagai kegiatan yang

mentransformasikan masukan (input) menjadi keluaran (output), tercakup

semua kegiatan yang menghasilkan barang atau jasa serta kegiatan lain yang

mendukung usaha untuk menghasilkan produk tersebut. Produksi adalah

menciptakan, menghasilkan, dan membuat. Kegiatan produksi tidak akan

dapat dilakukan kalau tidak ada bahan yang memungkinkan dilakukannya

proses produksi itu sendiri. Untuk bisa melakukan produksi, orang

memerlukan tenaga manusia, sumber-sumber alam, modal dalam segala

bentuknya, serta kecakapan. Semua unsur itu disebut faktor-faktor produksi

(factors of production). Jadi, semua unsur yang menopang usaha penciptaan

nilai atau usaha memperbesar nilai barang disebut sebagai faktor-faktor

produksi. Pengertian produksi lainnya yaitu hasil akhir dari proses atau

aktivitas ekonomi dengan memanfaatkan beberapa masukan atau input.

17

Dengan pengertian ini dapat dipahami bahwa kegiatan produksi diartikan

sebagai aktivitas dalam menghasilkan output dengan menggunakan teknik

produksi tertentu untuk mengolah atau memproses input sedemikian rupa

(Assauri, 2013).

3.3. Logika Fuzzy

Logika fuzzy pertama kali ditemukan oleh profesor Lotfi A. Zadeh,

dari Universitas California, pada bulan Juni 1965. Logika fuzzy merupakan

Generalisasi dari logika klasik yang hanya memiliki dua nilai keanggotaan,

yaitu 0 dan 1. Dalam logika fuzzy, nilai kebenaran suatu pernyataan berkisar

dari sepenuhnya benar, sampai dengan sepenuhnya salah. Dengan teori

himpunan fuzzy, suatu objek dapat menjadi anggota dari banyak himpunan

dengan derajat keanggotaan yang berbeda dalam masing-masing himpunan.

Konsep ini berbeda dengan himpunan klasik (crisp). Teori himpunan klasik

tergantung pada logika dua nilai (two valued logic) untuk menentukan

apakah sebuah objek merupakan suatu anggota himpunan atau bukan

(Kusumadewi, 2010:52).

3.3.1. Himpunan Fuzzy

Himpunan fuzzy memiliki 2 atribut, yaitu (Kusumadewi, 2010:53):

1. Linguistik, yaitu penamaan suatu grup yang mewakili suatu

keadaan atau kondisi tertentu dengan menggunakan bahasa

alami, seperti : Muda, Tua, Parobaya.

18

2. Numeris, yaitu suatu nilai (angka) yang menunjukkan ukuran

dari suatu variabel seperti : 40, 25, 50.

Beberapa hal yang perlu diketahui dalam memahami sistem fuzzy,

yaitu :

1. Variabel Fuzzy

Variabel fuzzy merupakan variabel yang akan dibahas dalam

suatu sistem fuzzy. Contoh : umur, temperatur, permintaan.

2. Himpunan Fuzzy

Himpunan fuzzy merupakan suatu grup yang mewakili suatu

kondisi atau keadaan tertentu dalam suatu variabel fuzzy seperti

gambar 3.2.

Contoh :

a. Variabel umur, terbagi menjadi tiga buah himpunan fuzzy,

yaitu: muda, parobaya, dan tua.

b. Variabel temperatur, terbagi menjadi lima buah himpunan

fuzzy, yaitu: dingin, sejuk, normal, hangat, dan panas.

Gambar 3.2. Himpunan Fuzzy Temperatur (°C)

3. Semesta Pembicaraan

0 15 20 25 30 35 40

Dingin Sejuk Normal Hangat Panas

1

0

µ[x]

19

Semesta pembicaraan adalah keseluruhan nilai yang

diperbolehkan untuk dioperasikan dalam suatu variabel fuzzy.

Semesta pembicaraan merupakan himpunan bilangan real yang

senantiasa naik (bertambah) secara monoton dari kiri ke kanan.

Nilai semesta pembicaraan dapat berupa bilangan positif

maupun negatif. Seharusnya nilai semesta pembicaraan ini tidak

dibatasi batas atasnya.

Contoh :

a. Semesta pembicaraan untuk variabel umur : [0+ ~]

b. Semesta pembicaraan untuk variabel temperatur : [0 40]

4. Domain

Domain himpunan fuzzy adalah keseluruhan nilai yang diijinkan

dalam semesta pembicaraan dan boleh dioperasikan dalam suatu

himpunan fuzzy. Seperti halnya semesta pembicaraan, domain

merupakan himpunan bilangan real yang senantiasa naik

(bertambah) secara monoton dari kiri ke kanan. Nilai domain

dapat berupa bilangan positif maupun negatif.

Contoh domain himpunan fuzzy :

a. MUDA = [0, 45]

b. PAROBAYA = [35, 55]

c. TUA = [45, +∞]

3.3.2. Fungsi Keanggotaan

20

Fungsi keanggotaan (membership function) adalah suatu

kurva yang menunjukkan pemetaan titik-titik input data ke dalam

nilai keanggotaannya (sering juga disebut dengan derajat

keanggotaan) yang memiliki interval antara 0 sampai 1. Salah satu

cara yang dapat digunakan untuk mendapatkan nilai keanggotaan

adalah dengan melalui pendekatan fungsi. Ada beberapa fungsi yang

dapat digunakan (Kusumadewi, 2010:63):

1. Representasi Linier

Pada representasi linear, pemetaan input ke derajat

keanggotaannya digambarkan sebagai suatu garis lurus. Bentuk

ini paling sederhana dan menjadi pilihan yang baik untuk

mendekati suatu konsep yang kurang jelas.

Ada 2 keadaan himpunan fuzzy linear, yaitu:

a. Representasi Linear Naik

Kenaikan himpunan dimulai pada nilai domain yang memiliki derajat

keanggotaan nol (0) bergerak ke kanan menuju ke nilai domain yang

memiliki derajat keanggotaan lebih tinggi seperti gambar 3.3.

Gambar 3.3. Representasi Linier Naik

1; x ≥ b

b

21

b. Representasi Linier Turun

Representasi linear turun merupaka kebalikan dari linear naik. Garis

lurus dimulai dari nilai domain dengan derajat keanggotaan tertinggi

pada sisi kiri, kemudian bergerak menurun ke nilai domain yang

memiliki derajat keanggotaan lebih rendah seperti gambar 3.4.

Gambar 3.4. Representasi Linier Turun

Fungsi keanggotaan :

2. Representasi Kurva Segitiga

Kurva segitiga pada dasarnya merupakan gabungan antara 2 garis

(linier) seperti gambar 3.5.

Gambar 3.5. Representasi Kurva Segitiga

Fungsi keanggotaan :

µ[x]= (x-a)/(b-a); a ≤ x ≤ b

0; x ≥ b

µ[x]=

0; x ≤ a atau x ≤ c

(x-a)/(b-a); a ≤ x ≤ b

(c-x)/(c-b); b ≤ x ≤ c

22

3. Representasi Kurva Trapesium

Kurva trapesium pada dasarnya seperti bentuk segitiga, hanya

saja ada beberapa titik yang memiliki nilai keanggotaan 1 seperti

gambar 3.6.

Gambar 3.6. Representasi Kurva Trapesium

Fungsi keanggotaan :

4. Representasi Kurva Bentuk Bahu

Daerah yang terletak di tengah-tengah suatu variabel yang

direpresentasikan dalam bentuk segitiga, pada sisi kanan dan

kirinya akan naik dan turun (misalkan : DINGIN bergerak ke

SEJUK bergerak ke HANGAT dan bergerak ke PANAS). Tetapi

terkadang salah satu sisi dari variabel tersebut tidak mengalami

perubahan. Sebagai contoh, apabila telah mencapai kondisi

PANAS, kenaikan temperatur akan tetap berada pada kondisi

PANAS. Himpunan fuzzy ’bahu’, bukan segitiga, digunakan

µ[x]=

0; x ≤ a atau x ≥ d

(x-a)/(b-a); a ≤ x ≤ b

1; b ≤ x ≤ c

(d-x)/(d-c); x ≥ d

23

untuk mengakhiri variabel suatu daerah fuzzy. Bahu kiri

bergerak dari benar ke salah, sebaliknya bahu kanan bergerak

dari salah ke benar. Gambar 3.7 menunjukkan variabel

TEMPERATUR dengan daerah bahunya.

Gambar 3.7. Representasi Kurva Bentuk Bahu

3.3.3. Logika Fuzzy Tsukamoto

Metode tsukamoto memiliki setiap aturan direpresikan

menggunakan himpunan-himpunan fuzzy, dengan fungsi

keanggotaan yang monoton. Dalam menentukan nilai output crisp

atau hasil yang tegas (Z) dicari dengan cara mengubah input (berupa

himpunan fuzzy yang diperoleh dari komposisi aturan-aturan fuzzy)

menjadi suatu bilangan pada domain himpunan fuzzy tersebut. Cara

ini disebut dengan metode defuzzifikasi (penegasan). Metode

defuzzifikasi yang digunakan dalam metode tsukamoto adalah

metode defuzzifikasi rata-rata terpusat (center Average Defuzzyfier).

Contoh alur perhitungan semisal ada 2 variabel input, var-1(x) dan

var-2(y) serta 1variabel output var-3(z), dimana var-1 terbagi atas 2

himpunan yaitu A1 dan A2 dan var-2 terbagi atas himpunan B1 dan

B2. Sedangkan var-3 juga terbagi atas 2 himpunan yaitu C1 dan C2.

24

Selain itu ada juga dua aturan yang digunakan dalam alur

perhitungan yaitu : R1] IF (x is A1) and (y is B2) THEN (z is C1)

dan [R2] IF (x is A2) and (y is B1) THEN (z is C2).

Metode Tsukamoto memiliki kelebihan yaitu memiliki

toleransi terhadap data-data yang tidak tepat dan mudah dimengerti.

Dalam metode Tsukamoto setiap aturan harus direpresentasikan

menggunakan himpunan-himpunan fuzzy, dengan fungsi

keanggotaan yang monoton. Dalam menentukan nilai output yang

dicari dengan mengubah input menjadi suatu bilangan pada domain

himpunan fuzzy tersebut. Dengan cara ini metode Tsukamoto

banyak memiliki kelebihan dalam toleransi dan mudah dimengerti

juga mempunyai aturan yang harus direpresentasikan menggunakan

himpunan fuzzy. Cara ini bisa disebut dengan metode defuzzifikasi,

dalam metode Tsukamoto metode yang digunakan adalah metode

defuzzifikasi karena memiliki rata-rata terpusat. Pada metode

Tsukamoto, implikasi setiap aturan berbentuk implikasi “Sebab-

Akibat” dimana antara anteseden dan konsekuen harus ada

hubunganya. Metode yang dapat memprediksi dan memberikan

toleransi terhadap data-data yang tidak tepat yang bersifat fleksibel

dan fluktuatif yaitu metode fuzzy Tsukamoto. Selanjutnya dalam

tahap mesin inferensi dengan tujuan untuk mengubah input menjadi

output dengan mengikuti rules yang telah ditentukan. Selanjutnya

tahap terakhir dalam mengubah output yang diperoleh dari tahap

25

mesin inferensi menjadi suatu nilai yang tegas karena menggunakan

fungsi keanggotaan yang sesuai dengan tahap-tahap fuzzifikasi.

Sebagai istilah tahap defuzzifikasi adalah tahap terakhir dari teknik

fuzzy logic Tsukamoto karena tahap ini menentukan Z akhir dengan

menggunakan nilai rata-rata, cara perhitunganya yaitu dengan

membagi jumlah A*Z dengan jumlah A(alfa).

3.4. UML (Unified Modelling Language)

Unified Modelling Language (UML) adalah sebuah bahasa yg telah

menjadi standar dalam industri untuk visualisasi, merancang dan

mendokumentasikan sistem piranti lunak. UML menawarkan sebuah standar

untuk merancang model sebuah sistem. Dengan menggunakan UML kita

dapat membuat model untuk semua jenis aplikasi piranti lunak, dimana

aplikasi tersebut dapat berjalan pada piranti keras, sistem operasi dan

jaringan apapun, serta ditulis dalam bahasa pemrograman apapun. Tetapi

karena UML juga menggunakan class dan operation dalam konsep

dasarnya, maka ia lebih cocok untuk penulisan piranti lunak dalam bahasa-

bahasa berorientasi objek seperti C++, Java, C# atau VB.NET. Walaupun

demikian, UML tetap dapat digunakan untuk modeling aplikasi prosedural

dalam VB atau C. (Dharwiyanti, Wahono, 2003:1)

Seperti bahasa-bahasa lainnya, UML mendefinisikan notasi dan

syntax/semantik. Notasi UML merupakan sekumpulan bentuk khusus untuk

menggambarkan berbagai diagram piranti lunak. Setiap bentuk memiliki

26

makna tertentu, dan UML syntax mendefinisikan bagaimana bentuk-bentuk

tersebut dapat dikombinasikan. Notasi UML terutama diturunkan dari 3

notasi yang telah ada sebelumnya: Grady Booch OOD (Object-Oriented

Design), Jim Rumbaugh OMT (Object Modeling Technique), dan Ivar

Jacobson OOSE (Object-Oriented Software Engineering). Sejarah UML

sendiri cukup panjang. Sampai era tahun 1990 seperti kita ketahui puluhan

metodologi pemodelan berorientasi objek telah bermunculan di dunia..

Masa itu terkenal dengan masa perang metodologi (method war) dalam

pendesainan berorientasi objek. Masing-masing metodologi membawa

notasi sendiri-sendiri, yang mengakibatkan timbul masalah baru apabila kita

bekerjasama dengan group/perusahaan lain yang menggunakan metodologi

yang berlainan.

3.4.1. Use Case Diagram

Use case diagram menggambarkan fungsionalitas yang

diharapkan dari sebuah sistem. Yang ditekankan adalah “apa” yang

diperbuat sistem, dan bukan “bagaimana”. Sebuah use case

merepresentasikan sebuah interaksi antara aktor dengan sistem. Use

case merupakan sebuah pekerjaan tertentu, misalnya login ke sistem,

meng-create sebuah daftar belanja, dan sebagainya. Seorang/sebuah

aktor adalah sebuah entitas manusia atau mesin yang berinteraksi

dengan sistem untuk melakukan pekerjaan-pekerjaan tertentu.

(Dharwiyanti, Wahono, 2003:5)

27

Use case diagram dapat sangat membantu bila sedang

menyusun requirement sebuah sistem, mengkomunikasikan

rancangan dengan klien, dan merancang test case untuk semua

feature yang ada pada sistem. Sebuah use case dapat meng-include

fungsionalitas use case lain sebagai bagian dari proses dalam

dirinya. Secara umum diasumsikan bahwa use case yang di-include

akan dipanggil setiap kali use case yang meng-include dieksekusi

secara normal. Sebuah use case dapat di-include oleh lebih dari satu

use case lain, sehingga duplikasi fungsionalitas dapat dihindari

dengan cara menarik keluar fungsionalitas yang common. Sebuah

use case juga dapat meng-extend use case lain dengan behaviour-nya

sendiri. Sementara hubungan generalisasi antar use case

menunjukkan bahwa use case yang satu merupakan spesialisasi dari

yang lain.

Tabel 3.1. Simbol Use Case Diagram

SIMBOL NAMA KETERANGAN

Actor

Menspesifikasikan himpuan

peran yang pengguna mainkan

ketika berinteraksi dengan use

case.

Dependency

Hubungan dimana perubahan

yang terjadi pada suatu elemen

mandiri (independent) akan

mempengaruhi elemen yang

bergantung padanya elemen

yang tidak mandiri

(independent).

28

Generalization

Hubungan dimana objek anak

(descendent) berbagi perilaku

dan struktur data dari objek

yang ada di atasnya objek induk

(ancestor).

Include Menspesifikasikan bahwa use

case sumber secara eksplisit.

Extend

Menspesifikasikan bahwa use

case target memperluas perilaku

dari use case sumber pada suatu

titik yang diberikan.

Association

Apa yang menghubungkan

antara objek satu dengan objek

lainnya.

System

Menspesifikasikan paket yang

menampilkan sistem secara

terbatas.

Use Case

Deskripsi dari urutan aksi-aksi

yang ditampilkan sistem yang

menghasilkan suatu hasil yang

terukur bagi suatu aktor

Collaboration

Interaksi aturan-aturan dan

elemen lain yang bekerja sama

untuk menyediakan prilaku

yang lebih besar dari jumlah

dan elemen-elemennya

(sinergi).

Note

Elemen fisik yang eksis saat

aplikasi dijalankan dan

mencerminkan suatu sumber

daya komputasi

3.4.2. Class Diagram

Class adalah sebuah spesifikasi yang jika diinstansiasi akan

menghasilkan sebuah objek dan merupakan inti dari pengembangan

dan desain berorientasi objek. Class menggambarkan keadaan

29

(atribut/properti) suatu sistem, sekaligus menawarkan layanan untuk

memanipulasi keadaan tersebut (metoda/fungsi). Class diagram

menggambarkan struktur dan deskripsi class, package dan objek

beserta hubungan satu sama lain seperti containment, pewarisan,

asosiasi, dan lain-lain. (Dharwiyanti, Wahono, 2003:5)

Class pada gambar 3.8 memiliki tiga area pokok :

1. Nama (dan stereotype)

2. Atribut

3. Metoda

Gambar 3.8. Class

Class dapat merupakan implementasi dari sebuah interface,

yaitu class abstrak yang hanya memiliki metoda. Interface tidak

dapat langsung diinstansiasikan, tetapi harus diimplementasikan

dahulu menjadi sebuah class. Dengan demikian interface

mendukung resolusi metoda pada saat run-time.

Hubungan antar class yaitu (Dharwiyanti, Wahono, 2003:6) :

1. Asosiasi

Hubungan statis antar class. Umumnya menggambarkan class

yang memiliki atribut berupa class lain, atau class yang harus

Pegawai

NIP

Nama

Gapok

Cetak slip gaji

30

mengetahui eksistensi class lain. Panah navigability

menunjukkan arah query antar class.

2. Agregasi

Hubungan yang menyatakan bagian (“terdiri atas..”).

3. Pewarisan

Hubungan hirarkis antar class. Class dapat diturunkan dari class

lain dan mewarisi semua atribut dan metoda class asalnya dan

menambahkan fungsionalitas baru, sehingga ia disebut anak dari

class yang diwarisinya. Kebalikan dari pewarisan adalah

generalisasi.

4. Hubungan Dinamis

Rangkaian pesan (message) yang di-passing dari satu class

kepada class lain.

Tabel 3.2. Simbol Class Diagram

SIMBOL NAMA KETERANGAN

Generalization

Hubungan dimana objek anak

(descendent) berbagi perilaku

dan struktur data dari objek

yang ada di atasnya objek

induk (ancestor).

Nary

Association

Upaya untuk menghindari

asosiasi dengan lebih dari 2

objek.

Class

Himpunan dari objek-objek

yang berbagi atribut serta

operasi yang sama.

31

Collaboration

Deskripsi dari urutan aksi-aksi

yang ditampilkan sistem yang

menghasilkan suatu hasil yang

terukur bagi suatu aktor

Realization

Operasi yang benar-benar

dilakukan oleh suatu objek.

Dependency

Hubungan dimana perubahan

yang terjadi pada suatu elemen

mandiri (independent) akan

mempegaruhi elemen yang

bergantung padanya elemen

yang tidak mandiri

Association

Apa yang menghubungkan

antara objek satu dengan objek

lainnya

3.4.3. Activity Diagram

Activity diagram menggambarkan berbagai alir aktivitas

dalam sistem yang sedang dirancang, bagaimana masing-masing alir

berawal, decision yang mungkin terjadi, dan bagaimana mereka

berakhir. Activity diagram juga dapat menggambarkan proses paralel

yang mungkin terjadi pada beberapa eksekusi. (Dharwiyanti,

Wahono, 2003:7)

Activity diagram merupakan state diagram khusus, di mana

sebagian besar state adalah action dan sebagian besar transisi di-

trigger oleh selesainya state sebelumnya (internal processing). Oleh

karena itu activity diagram tidak menggambarkan behaviour internal

sebuah sistem (dan interaksi antar subsistem) secara eksak, tetapi

lebih menggambarkan proses-proses dan jalur-jalur aktivitas dari

level atas secara umum.

32

Sebuah aktivitas dapat direalisasikan oleh satu use case atau

lebih. Aktivitas menggambarkan proses yang berjalan, sementara use

case menggambarkan bagaimana aktor menggunakan sistem untuk

melakukan aktivitas. Sama seperti state, standar UML menggunakan

segiempat dengan sudut membulat untuk menggambarkan aktivitas.

Decision digunakan untuk menggambarkan behaviour pada kondisi

tertentu. Untuk mengilustrasikan proses-proses paralel (fork dan

join) digunakan titik sinkronisasi yang dapat berupa titik, garis

horizontal atau vertikal. Activity diagram dapat dibagi menjadi

beberapa object swimlane untuk menggambarkan objek mana yang

bertanggung jawab untuk aktivitas tertentu.

3.4.4. Sequence Diagram

Sequence diagram menggambarkan interaksi antar objek di

dalam dan di sekitar sistem (termasuk pengguna, display, dan

sebagainya) berupa message yang digambarkan terhadap waktu.

Sequence diagram terdiri atar dimensi vertikal (waktu) dan dimensi

horizontal (objek-objek yang terkait). Sequence diagram biasa

digunakan untuk menggambarkan skenario atau rangkaian langkah-

langkah yang dilakukan sebagai respons dari sebuah event untuk

menghasilkan output tertentu. Diawali dari apa yang men-trigger

aktivitas tersebut, proses dan perubahan apa saja yang terjadi secara

internal dan output apa yang dihasilkan. (Dharwiyanti, Wahono,

2003:8)

33

Masing-masing objek, termasuk aktor, memiliki lifeline

vertikal. Message digambarkan sebagai garis berpanah dari satu

objek ke objek lainnya. Pada fase desain berikutnya, message akan

dipetakan menjadi operasi/metoda dari class. Activation bar

menunjukkan lamanya eksekusi sebuah proses, biasanya diawali

dengan diterimanya sebuah message.

Tabel 3.3. Simbol Sequence Diagram

NO GAMBAR NAMA KETERANGAN

1

LifeLine

Menggambarkan

objek entity,

antarmuka yang

saling berinteraksi.

2

Message Menggambarkan

pengiriman pesan

3

Actor

Menggambarkan

orang yang sedang

berinteraksi dengan

sistem

4

Entity Class

Menggambarkan

hubungan kegiatan

yang akan dilakukan

5

Boundary

Class

Menggambarkan

sebuah

penggambaran dari

form

6

Control

Class

Menggambarkan

penghubung antara

boundary dengan

tabel

34

3.5. PHP

PHP sendiri sebenarnya merupakan singkatan dari Hypertext

Preprocesso”, yang merupakan sebuah bahasa scripting tingkat tinggi yang

dipasang pada dokumen HTML. Sebagian besar sintaks dalam PHP mirip

dengan bahasa C, Java dan Perl, namun pada PHP ada beberapa fungsi yang

lebih spesifik. Sedangkan tujuan utama dari penggunaan bahasa ini adalah

untuk memungkinkan perancang web yang dinamis dan dapat bekerja secara

otomatis. (Aditya, 2010:1)

PHP pertama kali dibuat oleh Rasmus Lerdroft, seorang programmer

C. Pada waktu itu PHP masih bernama FI (Form Interpreted), yang

wujudnya berupa sekumpulan script yang digunakan untuk mengolah data

form dari web. Jadi semula PHP digunakannya untuk menghitung jumlah

pengunjung di dalam webnya. Kemudian Rasmus Lerdroft mengeluarkan

Personal Home Page Tools versi 1.0 secara gratis. Versi ini pertama kali

keluar pada tahun 1995. Isinya adalah sekumpulan script PERL yang

dibuatnya untuk membuat halaman webnya menjadi dinamis. Selanjutnya

Rasmus merilis kode sumber tersebut untuk umum dan menamakannya

PHP/FI, kependekan dari Hypertext Preprocessing/Form Interpreter.

Dengan perilisan kode sumber ini menjadi open source, maka banyak

programmer yang tertarik untuk ikut mengembangkan PHP.

Kemudian pada tahun 1996 Rasmus Lerdroft mengeluarkan PHP versi 2.0

yang kemampuannya telah dapat mengakses database dan dapat terintegrasi

dengan HTML. Pada rilis ini interpreter PHP sudah diimplementasikan

35

dalam program C. Dalam rilis ini disertakan juga modul-modul ekstensi

yang meningkatkan kemampuan PHP/FI secara signifikan.Pada tahun 1998

tepatnya pada tanggal 6 Juni 1998 keluarlah PHP versi 3.0 yang dikeluarkan

oleh Rasmus sendiri bersama kelompok pengembang softwarenya.

PHP versi 4.0 keluar pada tanggal 22 Mei 2000 merupakan versi yang

lebih lengkap lagi dibandingkan dengan versi sebelumnya. Perubahan yang

paling mendasar pada PHP 4.0 adalah terintegrasinya Zend Engine yang

dibuat oleh Zend Suraski dan Andi Gutmans yang merupakan

penyempurnaan dari PHP scripting engine. Yang lainnya adalah build in

HTTP session, tidak lagi menggunakan library tambahan seperti pada PHP.

Tujuan dari bahasa scripting ini adalah untuk membuat aplikasi-aplikasi

yang dijalankan di atas teknologi web. Dalam hal ini, aplikasi pada

umumnya akan memberikan hasil pada web browser, tetapi prosesnya

secara keseluruhan dijalankan web server.

PHP 4.0 adalah versi PHP yang paling banyak dipakai pada awal abad

ke-21. Versi ini banyak dipakai disebabkan kemampuannya untuk

membangun aplikasi web kompleks tetapi tetap memiliki kecepatan dan

stabilitas yang tinggi. Pada Juni 2004, Zend merilis PHP 5.0. Dalam versi

ini, inti dari interpreter PHP mengalami perubahan besar. Versi ini juga

memasukkan model pemrograman berorientasi objek ke dalam PHP untuk

menjawab perkembangan bahasa pemrograman ke arah paradigma

berorientasi objek.

36

Beberapa kelebihan PHP dari bahasa pemrograman web, antara lain

(Aditya, 2010:5) :

1. Bahasa pemrograman PHP adalah sebuah bahasa script yang tidak

melakukan sebuah kompilasi dalam penggunaannya.

2. Web Server yang mendukung PHP dapat ditemukan dimana-mana, mulai

dari apache, IIS, Lighttpd, hingga Xitami dengan konfigurasi yang relatif

mudah.

3. Dalam sisi pengembangan lebih mudah, karena banyaknya milis-milis

dan developer yang siap membantu dalam pengembangan.

4. Dalam sisi pemahaman, PHP adalah bahasa scripting yang paling mudah

karena memiliki referensi yang banyak.

PHP adalah bahasa open source yang dapat digunakan di berbagai

mesin (Linux, Unix, Macintosh, Windows) dan dapat dijalankan secara

runtime melalui console serta juga dapat menjalankan perintah-perintah

sistem.

3.6. MySQL

MySQL adalah relational database management system (RDBMS)

yang diditribusikan secara gratis dibawah licensi GPL (General Public

License). MySQL sebenarnya merupakan turunan salah satu konsep utama

dalam database sejak lama yaitu SQL (Structured Query Language). SQL

adalah sebuah konsep pengoperasian database terutama untuk

pemilihan/seleksi dan pemasukan data yng memungkinkan pengoperasian

data dikerjakan dengan mudah dan secara otomatis. (Prasetyo, 2006:1)

37

Keandalan suatu sistem database dapat diketahui dari cara kerja

optimizer nya dalam melakukan proses perintah-perintah SQL, yang dibuat

oleh user maupun program-program aplikasinya. Sebagai database server,

MySQL dapat dikatakan lebuh unggul dibandingkan database server lainnya

dalam query data. Hal ini terbukti untuk query yang dilakukan oleh single

user, kecepatan query My SQL dapat sepuluh kali lebih cepat dari

PostgreSQL dan lima kali lebih cepat dibandingkan Interbase.

Sebagai database server yang memiliki konsep database modern,

MySQL memiliki banyak sekali keistimewaan diantaranya (Prasetyo,

2006:4):

1. Portability

MySQL dapat berjalan stabnil pada berbagai sistem operasi diantaranya

seperti Windows, Linux, FreeBSD, Mac OS X Server dan masih

banyak lagi.

2. Open Source

MySQL didistribusikan secara open source (gratis) dibawah licensi

GPL.

3. Multiuser

MySQL dapat digunakan oleh beberapa user dalam waktu yang

bersamaan tanpa mengalami masalah atau konflik. Hal ini

memungkinkan sebuah database server MySQL dapat diakses client

secara bersamaan.

38

4. Performance Tuning

MySQL memliki kecepatan yang menakjubkan dalam menangani query

sederhana dengan kata lain dapat memproses lebih banyak SQL per

satuan waktu.

5. Column Types

MySQL memiliki tipe kolom yang sangat kompleks, seperti

signed/unsigned integer, float, double, char dan masih banyak lagi.

6. Command dan Function

MySQL memiliki operator dan fungsi secara penuh yang mendukung

perintah SELECT dan WHERE dalam query.

7. Security

MySQL memiliki beberapa lapisan sekuritas seperti level subnetmask,

nama host, dan ijin akses user dengan sistem perijinan yang mendetail

serta password terenkripsi.

8. Scalability dan Limits

MySQL mampu menangani database dalam skala besar, dengan jumlah

record lanih dari 50 juta dan 60 ribu tabel serta 5 miliar baris. Selain itu

batas indeks yang dapat ditampung mencapai 32 indeks pad tiap

tabelnya.

9. Localisation

MySQL dapat mendeteksi pesan kesalahan pada client dengan

menggunakan lebih dari dua puluh bahasa.

10. Interface

39

MySQL memiliki interface terhadap berbagai aplikasi dan bahasa

pemograman dengan menggunakan fungsi API.

11. Client dan Tools

MySQL dilengakapi dengan berbagai tools yang dapat digunakan untuk

administrasi database dan pada setiap tool yang ada disertakan petunjuk

online.

12. Struktur Tabel

MySQL memiliki struktur tabel yang lebih fleksibel dalam menangani

ALTER TABLE dibandingkan database lainnya semacam PostgreeSQL

ataupun Oracle.

40

BAB IV

ANALISA DAN PERANCANGAN SISTEM

4.1. Analisa Sistem

Tahap analisa sistem adalah studi domain masalah untuk

merekomendasikan perbaikan dan menspesifikasi persyaratan dan prioritas

untuk solusi. Tugas paling penting dalam tahap ini adalah proses

menemukan masalah dan menghasilkan alternatif pemecahan masalah serta

diharapkan dapat memahami sistem yang ada guna menentukan kebutuhan

pemakai dan hambatan pada sistem yang baru.

4.1.1. Analisa Permasalahan

Permasalahan yang timbul dari Niki Eco adalah kesulitan

dalam perencanaan jumlah produksi snack untuk bulan-bulan

berikutnya. Karena dalam tiap bulannya penjualan snack meningkat

dan Niki Eco hanya mengandalkan perencanaan tradisional dalam

merencanakan produksi snack pada tiap bulannya. Perencanaan

tradisional disini adalah dalam bentuk produksi yang dilakukan

dalam jumlah yang sama dari bulan ke bulan atau berdasarkan

permintaan tanpa adanya perhitungan terlebih dahulu. Hal tersebut

tentunya akan membuat pihak Niki Eco kesulitan dalam mengetahui

jumlah produk yang harus diproduksi.

Untuk dapat mengatasi permasalahan tersebut dan

meningkatkan kinerja dari Niki Eco, maka diperlukan proses

41

perencanaan secara otomatis menggunakan kecerdasan buatan

dengan menggunakan Fuzzy Logic Tsukamoto.

4.1.2. Analisa Kebutuhan Perangkat Keras

Perangkat keras yang digunakan dalam pengembangan

perencanaan jumlah produksi snack pada Niki Eco menggunakan

Logika Fuzzy Tsukamoto yaitu:

1. Processor Intel (R) Pentium IV Core I3

2. Memori 2 GB DDR3

3. HDD 500 Gb

4. DVD RW 24 X

5. LCD 17”

4.1.3. Analisa Kebutuhan Perangkat Lunak

Perangkat lunak yang digunakan dalam pengembangan

perencanaan jumlah produksi snack pada Niki Eco menggunakan

Logika Fuzzy Tsukamoto yaitu :

1. Operating System : Microsoft Window 7

2. Editor Web : Adobe Dreamweaver CS 3

3. HTTP Server : Apache (2.2.4) + PHP (5.2.3)

4. Database Server : MySQL (5.1)

5. Browser : Google Chrome

4.1.4. Kriteria Sistem

Kriteria yang digunakan dalam perencanaan jumlah produksi

snack pada Niki Eco menggunakan Logika Fuzzy Tsukamoto yaitu

42

1. Retur sebagai input

2. Penjualan sebagai input

3. Produksi sebagai output

4.1.5. Fuzzifikasi

Berdasarkan kriteria yang digunakan perencanaan jumlah

produksi snack pada Niki Eco menggunakan Logika Fuzzy

Tsukamoto ada 3 variabel yang dapat dimodelkan yaitu

1. Kriteria Retur

Kriteria retur dibagi menjadi 3 himpunan fuzzy, yaitu :

TURUN [0 50], SEDANG [30 100] dan NAIK [50 ∞].

Himpunan TURUN dan NAIK menggunakan pendekatan fungsi

keanggotaan yang berbentuk bahu, sedangkan himpunan

SEDANG menggunakan pendekatan berbentuk segitiga seperti

pada gambar 4.1.

0 30 50 100

1 TURUN SEDANG NAIK

f(x)

43

Gambar 4.1. Fungsi Keanggotaan pada Kriteria Retur

Fungsi keanggotaan pada kriteria retur dirumuskan sebagai

berikut :

1 1x 30

50 - 1x 30 1x 50

20

0 1x 50

0 1x 30 atau 1x 100

1x - 30 30 1x 50

20

100 - 1x 50 1x 100

50

0 1x 50

1x - 50 50 1x 100

50

1 1x 100

2. Kriteria Penjualan

Kriteria penjualan dibagi menjadi 3 himpunan fuzzy, yaitu

: SEDIKIT [0 2.500], SEDANG [1.000 5.000] dan BANYAK

[2.500 ∞]. Himpunan SEDIKIT dan BANYAK menggunakan

pendekatan fungsi keanggotaan yang berbentuk bahu, sedangkan

himpunan SEDANG menggunakan pendekatan berbentuk

segitiga seperti pada gambar 4.2.

0 1.000 2.500 5.000

1 SEDIKIT SEDANG BANYAK

f(x)

ReturTURUN 1[ x ]

{ ReturSEDANG 1[ x ]

{ ReturNAIK 1[ x ]

{

44

Gambar 4.2. Fungsi Keanggotaan pada Kriteria Penjualan

Fungsi keanggotaan pada kriteria penjualan dirumuskan sebagai

berikut :

1 2x 1.000

2.500- 2x 1.000 2x 2.500

1.500

0 2x 2.500

0 2x 1.000 atau 2x 5.000

2x - 1.000 1.000 2x 2.500

1.500

5.000 - 2x 2.500 2x 5.000

2.500

0 2x 2.500

2x - 2.500 2.500 2x 5.000

2.500

1 2x 5.000

3. Kriteria Produksi

Kriteria produksi dibagi menjadi 3 himpunan fuzzy, yaitu

: BERKURANG [0 2.500], SEDANG [1.000 5.000] dan

BERTAMBAH [5.000 ∞]. Himpunan BERKURANG dan

BERTAMBAH menggunakan pendekatan fungsi keanggotaan

yang berbentuk bahu, sedangkan himpunan SEDANG

{ PenjualanSEDIKIT 2[ x ]

{ PenjualanSEDANG 2[ x ]

{ Penjualan BANYAK 2[ x ]

45

menggunakan pendekatan berbentuk segitiga seperti pada

gambar 4.3.

Gambar 4.3. Fungsi Keanggotaan pada Kriteria Produksi

Fungsi keanggotaan pada kriteria produksi dirumuskan sebagai

berikut:

1 3x 1.000

2.500- 3x 1.000 3x 2.500

1.500

0 3x 2.500

0 3x 1.000 atau 3x 5.000

3x - 1.000 1.000 3x 2.500

1.500

5.000 - 3x 2.500 3x 5.000

2.500

0 3x 2.500

3x - 2.500 2.500 3x 5.000

2.500

1 3x 5.000

4.1.6. Pembentukan Rule

0 1.000 2.500 5.000

1 BERKURANG SEDANG BERTAMBAH

f(x)

Produksi BERKURANG 3[ x ]

{ ProduksiSEDANG 3[ x ]

{ Produksi BERTAMBAH 3[ x ]

{

46

Rule yang dihasilkan dalam perencanaan jumlah produksi

snack pada Niki Eco menggunakan Logika Fuzzy Tsukamoto seperti

pada tabel 4.1.

Tabel 4.1. Rule

Rule IF THEN

Retur Penjualan Produksi

R1 Turun Banyak Bertambah

R2 Turun Sedang Berkurang

R3 Turun Sedikit Berkurang

R4 Sedang Banyak Bertambah

R5 Sedang Sedang Sedang

R6 Sedang Sedikit Berkurang

R7 Naik Banyak Bertambah

R8 Naik Sedang Berkurang

R9 Naik Sedikit Berkurang

4.2. Perancangan Sistem

Perancangan perencanaan jumlah produksi snack pada Niki Eco

menggunakan Logika Fuzzy Tsukamoto dibuat dengan menggunakan UML.

4.2.1. Use Case Diagram

Use case diagram perencanaan jumlah produksi snack pada

Niki Eco menggunakan Logika Fuzzy Tsukamoto dapat dilihat pada

gambar 4.4.

47

uc Use Case Model

Admin

Login

Kelola data retur

Kelola data

penjualan

Pilih periode

perencanaan

Logout

Kelola Rule

Tsukamoto

Hasil

perencanaan

«include»

Gambar 4.4. Use Case Diagram

Gambar 4.4 menjelaskan admin melakukan login ke

perencanaan jumlah produksi snack pada Niki Eco menggunakan

Logika Fuzzy Tsukamoto dengan memasukkan username dan

password kemudian mengelola data retur, data penjualan, rule Fuzzy

Tsukamoto, melihat hasil perencanaan atau logout.

4.2.2. Class Diagram

Class diagram perencanaan jumlah produksi snack pada Niki

Eco menggunakan Logika Fuzzy Tsukamoto dapat dilihat pada

gambar 4.5.

48

class Integrasi Data

Penjualan

# idpenjualan: varchar

+ idbulan: int

+ tahun: year

+ total: double

+ totalsedikit: double

+ totalsedang: double

+ totalbanyak: double

+ cari() : void

+ tampilkan item() : void

+ edit() : void

+ hapus() : void

+ simpan() : void

Rule

# idrule: varchar

+ retur: varchar

+ penjualan: varchar

+ produksi: varchar

+ cari() : void

+ tampilkan item() : void

+ edit() : void

+ hapus() : void

+ simpan() : void

Retur

# idretur: varchar

+ idbulan: int

+ tahun: year

+ total: double

+ totalturun: double

+ totalsedang: double

+ totalnaik: double

+ edit() : void

+ cari() : void

+ tampilkan item() : void

+ hapus() : void

+ simpan() : void

Bulan

# idbulan: int

+ nmbulan: varchar

+ hapus() : void

+ simpan() : void

Hasil

+ idrule: varchar

+ idbulan: varchar

+ nilai: double

+ hasil: double

+ pIlih tahun() : void

+ proses() : void

Gambar 4.5. Class Diagram

4.2.3. Activity Diagram

Activity diagram perencanaan jumlah produksi snack pada

Niki Eco menggunakan Logika Fuzzy Tsukamoto dapat dilihat pada

gambar 4.6.

act Activ ity

Ad

min

mulai

Kelola data

retur

Kelola data

penjualan

Melihat Hasil

Perencanaa

Login Logout

Selesai

Kelola rule

tsukamoto

Gambar 4.6. Activity Diagram

49

Gambar 4.3 menjelaskan admin melakukan login ke

perencanaan jumlah produksi snack pada Niki Eco menggunakan

Logika Fuzzy Tsukamoto dengan memasukkan username dan

password kemudian mengelola data retur, data penjualan, rule Fuzzy

Tsukamoto, melihat hasil perencanaan atau logout.

4.2.4. Sequence Diagram

Sequence diagram perencanaan jumlah produksi snack pada

Niki Eco menggunakan Logika Fuzzy Tsukamoto dapat dilihat pada

gambar 4.7.

sd sequence

Admin

Penjualan Retur Rule Hasil

Kelola data

penjualan()

Kelola data retur()

Kelola rule Tsukamoto()

Lihat hasil perencanaan()

Perencanaan produksi

snack()

Gambar 4.7 Sequence Diagram

Gambar 4.7 menjelaskan admin mengelola data retur, data

penjualan, rule Fuzzy Tsukamoto, melihat hasil perencanaan dan

ditampilkan hasil perencanaan produksi snack.

4.2.5. Perancangan Database

50

Database perencanaan jumlah produksi snack pada Niki Eco

menggunakan Logika Fuzzy Tsukamoto terdiri dari 5 tabel yaitu

tabel penjualan, tabel bulan, tabel retur, tabel rule, tabel hasil.

1. Tabel Bulan

Tabel bulan pada tabel 4.2 digunakan untuk menyimpan

data bulan.

Tabel 4.2. Tabel Bulan

Field Name Type Size K

ey

Keterangan

Idbulan Int 2 * ID Bulan

Nmbulan Varchar 15 Nama Bulan

2. Tabel Penjualan

Tabel penjualan pada tabel 4.3 digunakan untuk

menyimpan data penjualan snack pada Niki Eco .

Tabel 4.3. Tabel Penjualan

Field Name Type Size K Keterangan

Idpenjualan Varchar 5 * ID Penjualan

Idbulan Int 2 ID Bulan

Tahun Year 4 Tahun

Total Double Total Penjualan

Totalsedikit Double Nilai Penjualan Sedikit

Totalsedang Double Nilai Penjualan Sedang

Totalbanyak Double Nilai Penjualan Banyak

51

3. Tabel Retur

Tabel retur pada tabel 4.4 digunakan untuk menyimpan

data retur snack pada Niki Eco .

Tabel 4.4. Tabel Retur

Field Name Type Size K Keterangan

Idretur Varchar 5 * ID Retur

Idbulan Int 2 ID Bulan

Tahun Year 4 Tahun

Total Double Total Retur

Totalturun Double Nilai Retur Turun

Totalsedang Double Nilai Retur Sedang

Totalnaik Double Nilai Retur Naik

4. Tabel Hasil

Tabel hasil pada tabel 4.5 digunakan untuk menyimpan

data hasil perencanaan produksi snack pada Niki Eco .

Tabel 4.5. Tabel Hasil

Field Name Type Size K Keterangan

Idbulan Int 2 ID Bulan

Nilai Double Nilai

Hasil Double Hasil

Idrule Bigint Idrule

5. Tabel Rule

Tabel rule pada tabel 4.6 digunakan untuk menyimpan

data aturan Fuzzy Tsukamoto.

52

Tabel 4.6. Tabel Rule

Field Name Type Size K Keterangan

Idrule Bigint * Idrule

Retur Varchar 6 Retur

Penjualan Varchar 8 Penjualan

Produksi Varchar 10 Produksi

4.2.6. Perancangan Interface

1. Login

Username

Password

Login

Login

Gambar 4.8. Halaman Login

Gambar 4.8 menjelaskan tentang halaman login yang

digunakan admin untuk masuk perencanaan jumlah produksi

snack pada Niki Eco menggunakan Logika Fuzzy Tsukamoto.

Isi username dan password kemudian klik login untuk masuk ke

sistem, jika data valid akan ditampilkan halaman perencanaan

jumlah produksi snack pada Niki Eco menggunakan Logika

Fuzzy Tsukamoto.

2. Perancangan Retur

Gambar 4.9 menjelaskan tentang halaman retur yang

digunakan untuk menyimpan data retur snack pada perencanaan

53

jumlah produksi snack pada Niki Eco menggunakan Logika

Fuzzy Tsukamoto. Pada halaman ini, admin dapat menambah,

mengubah, menghapus data retur snack pada perencanaan

jumlah produksi snack pada Niki Eco menggunakan Logika

Fuzzy Tsukamoto.

ID Retur

Bulan

Simpan Batal

Retur

Penjualan

Rule

Perencanaan

Tampilkan Item Masukkan Kata Kunci

No ID Retur Bulan Tahun Total Proses

Admin

Tahun

Total

Gambar 4.9. Perancangan Retur

3. Perancangan Penjualan

ID Retur

Bulan

Simpan Batal

Retur

Penjualan

Rule

Perencanaan

Tampilkan Item Masukkan Kata Kunci

No ID Retur Bulan Tahun Total Proses

Admin

Tahun

Total

Gambar 4.10. Perancangan Penjualan

54

Gambar 4.10 menjelaskan tentang halaman penjualan

yang digunakan untuk menyimpan data penjualan snack pada

perencanaan jumlah produksi snack pada Niki Eco

menggunakan Logika Fuzzy Tsukamoto. Pada halaman ini,

admin dapat menambah, mengubah, menghapus data penjualan

snack pada perencanaan jumlah produksi snack pada Niki Eco

menggunakan Logika Fuzzy Tsukamoto.

4. Perancangan Rule

Retur

Penjualan

Simpan Batal

Retur

Penjualan

Rule

Perencanaan Tampilkan Item Masukkan Kata Kunci

No Retur Penjualan Produksi ProsesAdmin

Produksi

Gambar 4.11. Perancangan Rule

Gambar 4.11 menjelaskan tentang halaman rule yang

digunakan untuk menyimpan data aturan Fuzzy Tsukamoto pada

perencanaan jumlah produksi snack pada Niki Eco

menggunakan Logika Fuzzy Tsukamoto. Pada halaman ini,

admin dapat menambah, mengubah, menghapus data aturan

55

perencanaan jumlah produksi snack pada Niki Eco

menggunakan Logika Fuzzy Tsukamoto.

5. Perancangan Perencanaan

Tahun

Proses Batal

Retur

Penjualan

Rule

Perencanaan

Admin

Retur

Penjualan

Rule

Perencanaan

Perencanaan Produksi Snack Tahun

No Bulan Hasil Perencanaan

Admin

Gambar 4.12. Perancangan Perencanaan

Gambar 4.12 menjelaskan tentang halaman perencanaan

yang digunakan untuk melihat hasil perencanaan jumlah

56

produksi snack pada Niki Eco menggunakan Logika Fuzzy

Tsukamoto.

6. Perancangan Admin

User Name

Password

Simpan Batal

Retur

Penjualan

Rule

Perencanaan

Tampilkan Item Masukkan Kata Kunci

No User Name Password Proses

Admin

Gambar 4.13. Perancangan Admin

Gambar 4.13 menjelaskan tentang halaman admin yang

digunakan untuk menyimpan data pengguna pada perencanaan

jumlah produksi snack pada Niki Eco menggunakan Logika

Fuzzy Tsukamoto. Pada halaman ini, admin dapat menambah,

mengubah, menghapus data admin perencanaan jumlah produksi

snack pada Niki Eco menggunakan Logika Fuzzy Tsukamoto.

57

BAB V

IMPLEMENTASI SISTEM

4.3. Login

Halaman login seperti pada gambar 5.1 digunakan untuk masuk ke

aplikasi perencanaan jumlah produksi snack pada Niki Eco menggunakan

Logika Fuzzy Tsukamoto.

Gambar 5.1. Login

Untuk masuk ke aplikasi perencanaan jumlah produksi snack pada

Niki Eco menggunakan Logika Fuzzy Tsukamoto, isi username dan

password kemudian klik tombol login, jika login valid maka akan

ditampilkan halaman aplikasi perencanaan jumlah produksi snack pada Niki

Eco menggunakan Logika Fuzzy Tsukamoto dan jika salah akan

ditampilkan pesan seperti gambar 5.2.

58

Gambar 5.2. Pesan Username atau Password Salah

Cuplikan source code pengecekan login yaitu

4.4. Snack

Halaman snack seperti pada gambar 5.3 digunakan untuk

memasukkan data snack pada Niki Eco yang ada di aplikasi perencanaan

jumlah produksi snack pada Niki Eco menggunakan Logika Fuzzy

Tsukamoto.

59

Gambar 5.3. Snack

ID snack akan terisi secara otomatis dengan format S99 yaitu S

merupakan inisial dari snack dan 99 merupakan urutan data snack dari tabel

snack. Isi nama snack dan klik tombol simpan untuk menyimpan data snack.

Klik tombol edit kemudian isi nama snack dan klik tombol simpan untuk

mengubah data snack. Klik tombol hapus dan pilih oke untuk menghapus

data snack. Cuplikan source code untuk mengelola data snack yaitu

60

4.5. Retur

Halaman retur seperti pada gambar 5.4 digunakan untuk

memasukkan data retur snack pada Niki Eco yang ada di aplikasi

perencanaan jumlah produksi snack pada Niki Eco menggunakan Logika

Fuzzy Tsukamoto. ID retur akan terisi secara otomatis dengan format R9999

yaitu R merupakan inisial dari retur dan 9999 merupakan urutan data retur

dari tabel retur. Isi snack, bulan, tahun, total dan klik tombol simpan untuk

menyimpan data retur snack. Klik tombol edit kemudian isi snack, bulan,

tahun, total dan klik tombol simpan untuk mengubah data retur. Klik tombol

hapus dan pilih oke untuk menghapus data retur snack.

61

Gambar 5.4. Retur

Cuplikan source code untuk mengelola data retur yaitu

4.6. Penjualan

62

Halaman penjualan seperti pada gambar 5.5 digunakan untuk

memasukkan penjualan snack pada Niki Eco yang ada di aplikasi

perencanaan jumlah produksi snack pada Niki Eco menggunakan Logika

Fuzzy Tsukamoto.

Gambar 5.5. Penjualan

ID penjualan akan terisi secara otomatis dengan format P9999 yaitu

P merupakan inisial dari penjualan dan 9999 merupakan urutan data

penjualan dari tabel penjualan. Isi snack, bulan, tahun, total dan klik tombol

simpan untuk menyimpan data penjualan snack. Klik tombol edit kemudian

isi snack, bulan, tahun, total dan klik tombol simpan untuk mengubah data

penjualan. Klik tombol hapus dan pilih oke untuk menghapus data penjualan

snack. Cuplikan source code untuk mengelola data penjualan yaitu

63

4.7. Rule

Halaman rule seperti pada gambar 5.6 digunakan untuk memasukkan

aturan Fuzzy Tsukamoto pada Niki Eco yang ada di aplikasi perencanaan

jumlah produksi snack pada Niki Eco menggunakan Logika Fuzzy

Tsukamoto. Isi retur, penjualan, produksi dan klik tombol simpan untuk

menyimpan data aturan. Klik tombol edit kemudian isi retur, penjualan,

produksi dan klik tombol simpan untuk mengubah data aturan. Klik tombol

hapus dan pilih oke untuk menghapus data aturan.

64

Gambar 5.6. Rule

Cuplikan source code untuk mengelola data rule yaitu

4.8. Perencanaan

Halaman perencanaan seperti pada gambar 5.7 digunakan untuk

melihat hasil perencanaan jumlah produksi snack pada Niki Eco di aplikasi

perencanaan jumlah produksi snack pada Niki Eco menggunakan Logika

65

Fuzzy Tsukamoto. Pilih tahun dan klik tombol proses untuk melihat hasil

perencanaan jumlah produksi snack dengan Fuzzy Tsukamoto.

Gambar 5.7. Perencanaan

Cuplikan source code untuk menghitung perencanaan dengan

Logika Fuzzy Tsukamoto yaitu

66

4.9. Admin

Halaman admin seperti pada gambar 5.8 digunakan untuk

memasukkan admin aplikasi perencanaan jumlah produksi snack pada Niki

Eco menggunakan Logika Fuzzy Tsukamoto. Isi username, password dan

klik tombol simpan untuk menyimpan data admin. Klik tombol edit

kemudian isi password dan klik tombol simpan untuk mengubah data

admin. Klik tombol hapus dan pilih oke untuk menghapus data admin.

67

Gambar 5.8. Admin

Cuplikan source code untuk mengelola data admin yaitu

68

BAB VI

HASIL PENELITIAN DAN PEMBAHASAN

Pada bab ini akan dijelaskan mengenai perhitungan Logika Fuzzy

Tsukamoto dalam perencanaan jumlah produksi snack pada Niki Eco

menggunakan Logika Fuzzy Tsukamoto.

1. Proses Fuzzifikasi

1. Kriteria Retur

Data retur snack arem-arem seperti pada tabel 6.1 yang

dihitung yaitu data retur snack arem-arem pada bulan Januari 2016

dengan jumlah retur 20 dan perhitungan retur yang lain

menyesuaikan pehitungan dengan retur yang dihitung.

Tabel 6.1. Retur Snack Arem-Arem

Bulan Tahun Jumlah Retur

Januari 2016 20

Pebruari 2016 50

Maret 2016 65

April 2016 0

Mei 2016 0

Juni 2016 53

Juli 2016 30

Agustus 2016 73

September 2016 30

Oktober 2016 0

Nopember 2016 0

69

Hasil perhitungan Fuzzy yaitu

1 1x 30

50 - 1x 30 1x 50

20

0 1x 50

0 1x 30 atau 1x 100

1x - 30 30 1x 50

20

100 - 1x 50 1x 100

50

0 1x 50

1x - 50 50 1x 100

50

1 1x 100

a. Retur snack arem-arem 20 pada retur turun termasuk dalam nilai

1x 30 sehingga nilai Fuzzy retur turun adalah 1.

b. Retur snack arem-arem 20 pada retur sedang termasuk dalam

nilai 1x 30 atau 1x 100 sehingga nilai Fuzzy retur sedang

adalah 0.

c. Retur snack arem-arem 20 pada retur naik termasuk dalam nilai

1x 50 sehingga nilai Fuzzy retur naik adalah 0.

Proses fuzzifikasi kriteria retur didapatkan seperti pada tabel 6.2.

Tabel 6.2. Fuzzifikasi Retur

Bulan Tahun Total Derajat

ReturTURUN 1[ x ]

{ ReturSEDANG 1[ x ]

{ ReturNAIK 1[ x ]

{

70

Keanggotaan

Turun Sedang Naik

Januari 2016 20 1 0 0

Pebruari 2016 50 0 1 0

Maret 2016 65 0 0,7 0,3

April 2016 0 1 0 0

Mei 2016 0 1 0 0

Juni 2016 53 0 0,94 0.06

Juli 2016 30 1 0 0

Agustus 2016 73 0 0,54 0,46

September 2016 30 1 0 0

Oktober 2016 0 1 0 0

Nopember 2016 0 1 0 0

2. Kriteria Penjualan

Data penjualan snack arem-arem seperti pada tabel 6.3 yang

dihitung yaitu data penjualan snack arem-arem pada bulan Januari

2016 dengan jumlah penjualan 4.150 dan perhitungan penjualan

yang lain menyesuaikan pehitungan dengan penjualan yang dihitung.

71

Tabel 6.3. Penjualan Snack Arem-Arem

Bulan Tahun Jumlah

Penjualan

Januari 2016 4.150

Pebruari 2016 5.800

Maret 2016 4.580

April 2016 3.280

Mei 2016 6.150

Juni 2016 4.250

Juli 2016 2.780

Agustus 2016 3.800

September 2016 2.750

Oktober 2016 4.420

Nopember 2016 3.550

Hasil perhitungan Fuzzy yaitu

1 2x 1.000

2.500- 2x 1.000 2x 2.500

1.500

0 2x 2.500

0 2x 1.000 atau 2x 5.000

2x - 1.000 1.000 2x 2.500

1.500

5.000 - 2x 2.500 2x 5.000

2.500

0 2x 2.500

2x - 2.500 2.500 2x 5.000

PenjualanSEDIKIT 2[ x ]

{ PenjualanSEDANG 2[ x ]

{ Penjualan BANYAK 2[ x ]

{

72

2.500

1 2x 5.000

a. Penjualan snack arem-arem 4.150 pada penjualan sedikit

termasuk dalam nilai 2x 2.500 sehingga nilai Fuzzy penjualan

sedikit adalah 0.

b. Penjualan snack arem-arem 4.150 pada penjualan sedang

termasuk dalam nilai 2.500 2x 5.000 sehingga nilai Fuzzy

penjualan sedang adalah (5.000-4.150) / 2.500 = 0.34.

c. Penjualan snack arem-arem 4.150 pada penjualan banyak

termasuk dalam nilai 2.500 2x 5.000 sehingga nilai Fuzzy

penjualan banyak adalah (4.150-2.500) / 2.500 = 0.66.

Proses fuzzifikasi kriteria penjualan didapatkan seperti pada tabel

6.4.

Tabel 6.4. Fuzzifikasi Penjualan

Bulan Tahun Total

Derajat Keanggotaan

Sedikit Sedang Banyak

Januari 2016 4.150 0 0.34 0.66

Pebruari 2016 5.800 0 0 1

Maret 2016 4.580 0 0.168 0.832

April 2016 3.280 0 0.688 0.312

Mei 2016 6.150 0 0 1

73

Juni 2016 4.250 0 0.3 0.7

Juli 2016 2.780 0 0.888 0.112

Agustus 2016 3.800 0 0.48 0.52

September 2016 2.750 0 0.9 0.1

Oktober 2016 4.420 0 0.232 0.768

Nopember 2016 3.550 0 0.58 0.42

2. Mesin Inferensi

Mesin inferensi yang dihitung yaitu snack arem-arem pada bulan

Januari 2016 dan perhitungan data yang lain menyesuaikan pehitungan

dengan snack arem-arem pada bulan Januari 2016.

[R1] IF retur Turun AND penjualan Banyak THEN produksi Bertambah

α-predikat1 = µTurun∩Banyak

= min(µTurun[20],µBanyak[4.150])

= min(1,0,66)

= 0,66

Himpunan Bertambah pada grafik keanggotaan variabel produksi

yaitu

(3x - 2.500) / 2.500 = 0,66

3x = 4.150

[R2] IF retur Turun AND penjualan Sedang THEN produksi Berkurang

α-predikat2 = µTurun∩Sedang

= min(µTurun[20],µSedang[4.150])

74

= min(1,0,34)

= 0,34

Himpunan Berkurang pada grafik keanggotaan variabel produksi

yaitu

(2.500 - 3x ) / 1.500 = 0,34

3x = 1.990

[R3] IF retur Turun AND penjualan Sedikit THEN produksi Berkurang

α-predikat3 = µTurun∩Sedikit

= min(µTurun[20],µSedikit[4.150])

= min(1,0)

= 0

Himpunan Berkurang pada grafik keanggotaan variabel produksi

yaitu

(2.500 - 3x ) / 1.500 = 0

3x = 2.500

[R4] IF retur Sedang AND penjualan Banyak THEN produksi Bertambah

α-predikat4 = µSedang∩Banyak

= min(µSedang[20],µBanyak[4.150])

= min(0,0,66)

= 0

Himpunan Bertambah pada grafik keanggotaan variabel produksi

yaitu

(3x - 2.500) / 2.500 = 0

3x = 2.500

[R5] IF retur Sedang AND penjualan Sedang THEN produksi Sedang

α-predikat5 = µSedang∩Sedang

75

= min(µSedang[20],µSedang[4.150])

= min(0,0,34)

= 0

Himpunan Sedang pada grafik keanggotaan variabel produksi yaitu

(3x - 1.000) / 1.500 = 0

3x = 1.000

[R6] IF retur Sedang AND penjualan Sedikit THEN produksi Berkurang

α-predikat6 = µSedang ∩Sedikit

= min(µSedang [20],µSedikit[4.150])

= min(0,0)

= 0

Himpunan Berkurang pada grafik keanggotaan variabel produksi

yaitu

(2.500 - 3x ) / 1.500 = 0

3x = 2.500

[R7] IF retur Naik AND penjualan Banyak THEN produksi Bertambah

α-predikat7 = µNaik ∩Banyak

= min(µNaik[20],µBanyak[4.150])

= min(0,0,66)

= 0

Himpunan Bertambah pada grafik keanggotaan variabel produksi

yaitu

(3x - 2.500) / 2.500 = 0

3x = 2.500

[R8] IF retur Naik AND penjualan Sedang THEN produksi Berkurang

α-predikat8 = µNaik∩Sedang

76

= min(µNaik[20],µSedang[4.150])

= min(0,0,34)

= 0

Himpunan Berkurang pada grafik keanggotaan variabel produksi

yaitu

(2.500 - 3x ) / 1.500 = 0

3x = 2.500

[R9] IF retur Naik AND penjualan Sedikit THEN produksi Berkurang

α-predikat9 = µNaik∩Sedikit

= min(µNaik[20],µSedikit[4.150])

= min(0,0)

= 0

Himpunan Berkurang pada grafik keanggotaan variabel produksi

yaitu

(2.500 - 3x ) / 1.500 = 0

3x = 2.500

Hasil mesin inferensi didapatkan seperti pada tabel 6.5 sampai dengan 6.15.

Tabel 6.5. Mesin Inferensi Januari 2016

Rule α-predikat Nilai α-predikat * Nilai

R1 0,66 4.150 2.739

R2 0,34 1.990 677

R3 0 2.500 0

R4 0 2.500 0

R5 0 1.000 0

R6 0 2.500 0

R7 0 2.500 0

77

R8 0 2.500 0

R9 0 2.500 0

Total 1 3.416

Tabel 6.6. Mesin Inferensi Pebruari 2016

Rule α-predikat Nilai α-predikat * Nilai

R1 0,66 4.150 2.739

R2 0,34 1.990 677

R3 0 2.500 0

R4 0 2.500 0

R5 0 1.000 0

R6 0 2.500 0

R7 0 2.500 0

R8 0 2.500 0

R9 0 2.500 0

Total 1 3.416

Tabel 6.7. Mesin Inferensi Maret 2016

Rule α-predikat Nilai α-predikat * Nilai

R1 0 2.500 0

R2 0 2.500 0

R3 0 2.500 0

R4 1 5.000 5.000

R5 0 1.000 0

R6 0 2.500 0

R7 0 2.500 0

R8 0 2.500 0

R9 0 2.500 0

Total 1 5.000

78

Tabel 6.8. Mesin Inferensi April 2016

Rule α-predikat Nilai α-predikat * Nilai

R1 0 2.500 0

R2 0 2.500 0

R3 0 2.500 0

R4 0,7 4.250 2.975

R5 0,168 1.252 210

R6 0 2.500 0

R7 0,3 3.250 975

R8 0,168 2.248 378

R9 0 2.500 0

Total 1,336 4.538

Tabel 6.9. Mesin Inferensi Mei 2016

Rule α-predikat Nilai α-predikat * Nilai

R1 0,312 3.280 1.023

R2 0,688 1.468 1.010

R3 0 2.500 0

R4 0 2.500 0

R5 0 1.000 0

R6 0 2.500 0

R7 0 2.500 0

R8 0 2.500 0

R9 0 2.500 0

Total 1 2.033

Tabel 6.10. Mesin Inferensi Juni 2016

79

Rule α-predikat Nilai α-predikat * Nilai

R1 1 5.000 5.000

R2 0 2.500 0

R3 0 2.500 0

R4 0 2.500 0

R5 0 1.000 0

R6 0 2.500 0

R7 0 2.500 0

R8 0 2.500 0

R9 0 2.500 0

Total 1 5.000

Tabel 6.11. Mesin Inferensi Juli 2016

Rule α-predikat Nilai α-predikat * Nilai

R1 0 2.500 0

R2 0 2.500 0

R3 0 2.500 0

R4 0,7 4.250 2.975

R5 0,3 1.450 435

R6 0 2.500 0

R7 0,06 2.650 159

R8 0,06 2.410 145

R9 0 2.500 0

Total 1,12 3.714

Tabel 6.12. Mesin Inferensi Agustus 2016

Rule α-predikat Nilai α-predikat * Nilai

80

R1 0,112 2.780 311

R2 0,888 1.168 1.038

R3 0 2.500 0

R4 0 2.500 0

R5 0 1.000 0

R6 0 2.500 0

R7 0 2.500 0

R8 0 2.500 0

R9 0 2.500 0

Total 1 1.349

Tabel 6.13. Mesin Inferensi September 2016

Rule α-predikat Nilai α-predikat * Nilai

R1 0 2.500 0

R2 0 2.500 0

R3 0 2.500 0

R4 0,52 3.800 1.976

R5 0,48 1.720 826

R6 0 2.500 0

R7 0,46 3.650 1.679

R8 0,46 1.810 832

R9 0 2.500 0

Total 1,92 5.313

Tabel 6.14. Mesin Inferensi Oktober 2016

Rule α-predikat Nilai α-predikat * Nilai

R1 0,1 2.750 275

R2 0,9 1.150 1.035

81

R3 0 2.500 0

R4 0 2.500 0

R5 0 1.000 0

R6 0 2.500 0

R7 0 2.500 0

R8 0 2.500 0

R9 0 2.500 0

Total 1 1.310

Tabel 6.15. Mesin Inferensi November 2016

Rule α-predikat Nilai α-predikat * Nilai

R1 0,768 4.420 3395

R2 0,232 2.152 499

R3 0 2.500 0

R4 0 2.500 0

R5 0 1.000 0

R6 0 2.500 0

R7 0 2.500 0

R8 0 2.500 0

R9 0 2.500 0

Total 1 3.894

3. Defuzzifikasi

Defuzzifikasi dalam perencanaan jumlah produksi snack pada Niki

Eco menggunakan Logika Fuzzy Tsukamoto ditunjukkan seperti tabel 6.16.

Tabel 6.16. Defuzzifikasi

Bulan Tahun ∑ yy)( ∑ )(y Z = ∑ yy)( / ∑ )(y

82

Januari 2016 - - -

Pebruari 2016 3.416 1 3.416

Maret 2016 3.416 1 3.416

April 2016 5.000 1 5.000

Mei 2016 4.538 1,336 3.397

Juni 2016 2.033 1 2.033

Juli 2016 5.000 1 5.000

Agustus 2016 3.714 1,12 3.316

September 2016 1.349 1 1.349

Oktober 2016 5.313 1,92 2.767

Nopember 2016 1.310 1 1.310

Desember 2016 3.894 1 3.894

Dari hasil prediksi jumlah produksi snack arem-arem pada Niki Eco

untuk bulan berikutnya yaitu Desember 2016, Niki Eco akan memproduksi

snack arem-arem sebanyak 3.894 snack arem-arem. Hasil defuzzifikasi

dalam perencanaan jumlah produksi snack pada Niki Eco menggunakan

Logika Fuzzy Tsukamoto ditunjukkan seperti gambar 6.1.

83

Gambar 6.1. Defuzzifikasi

84

BAB VII

PENUTUP

Berdasarkan hasil yang telah dicapai dalam penyusunan laporan tugas

akhir ini penulis berharap dengan tercapainya perencanaan jumlah produksi snack

pada Niki Eco menggunakan Logika Fuzzy Tsukamoto. Dalam penyusunan

laporan tugas akhir ini dapat ditarik suatu kesimpulan dan saran yang tentunya

tidak melupakan saran-saran dari pembaca sebagai bahan masukan bilamana

pembaca tertarik untuk mengembangkan aplikasi ini lebih lanjut

7.1. Kesimpulan

Setelah melakukan penelitian pada perencanaan jumlah produksi

snack pada Niki Eco menggunakan Logika Fuzzy Tsukamoto, maka penulis

dapat menarik kesimpulan sebagai berikut:

1. Terciptanya perencanaan jumlah produksi snack pada Niki Eco

menggunakan Logika Fuzzy Tsukamoto yang dapat digunakan untuk

memprediksi jumlah produksi snack pada Niki Eco.

2. Hasil perencanaan jumlah produksi snack pada Niki Eco menggunakan

Logika Fuzzy Tsukamoto untuk bulan berikutnya yaitu Desember 2016

yaitu sebesar 3.894 snack arem-arem.

3. Hasil keluaran perencanaan jumlah produksi snack pada Niki Eco

menggunakan Logika Fuzzy Tsukamoto menampilkan rekomendasi

produksi snack, namun pada akhirnya keputusan tetap ada pada

pengguna tanpa harus terpaku pada hasil rekomendasi karena sistem ini

85

dibuat untuk mendukung keputusan pada perencanaan jumlah produksi

snack, bukan sebagai sistem pengambil / penentu sebuah keputusan.

.

7.2. Saran

Berikut ini saran penulis terhadap pengembangan dan penerapan

perencanaan jumlah produksi snack pada Niki Eco menggunakan Logika

Fuzzy Tsukamoto lebih lanjut yaitu:

1. Dalam perhitungan perencanaan produksi dengan menggunakan model

Fuzzy Tsukamoto, dapat memperbanyak pilihan kriteria yang diajukan

sistem yang bersifat dinamik yang terdiri dari variabel input kriteria

Fuzzy.

2. Pengembangan selanjutnya, sistem diharapkan dapat menggabungkan

metode Fuzzy Tsukamoto dengan metode yang lain seperti Fuzzy

Mamdani agar hasil perencanaan produksi lebih baik.

86

DAFTAR PUSTAKA

Aditya, A.N, (2010), Jago PHP & MySQL Dalam Hitungan Menit, Dunia

Komputer, Bekasi

Assauri, S., (2013), Manajemen Pemasaran, Rajawali Pers, Jakarta

Dharwiyanti, S., Wahono, R.S., (2003), Pengantar Unified Modeling Language

(UML), http://www.unej.ac.id/pdf/yanti-uml.pdf diakses pada tanggal

14/12/2016

Kusumadewi, S., (2010) Aplikasi Logika Fuzzy untuk Pendukung Keputusan,

Graha Ilmu, Yogyakarta.

Muzayyanah, I., Mahmudy, W.F., Cholissodin, I., (2014), Penentuan Persediaan

Bahan Baku Dan Membantu Target Marketing Industri Dengan Metode

Fuzzy Inference System Tsukamoto, Skripsi, Universitas Brawijaya Malang

Nawawi, H., (2013), Manajemen Sumber Daya Manusia Untuk Bisnis Yang

Kompetitif, Cetakan Ke-4, Gajah Mada Univercity Press, Yogyakarta

Prasetyo, D.D, (2006), Administrasi Database Server MySQL, Elex Media

Komputindo, Jakarta.

Rohayani, H.., (2015), Fuzzy Inference System Dengan Metode Tsukamoto

Sebagai Penunjang Keputusan Produksi (Studi Kasus : PT. Talkindo

Selaksa Anugrah), Skripsi, STIKOM Dinamika Bangsa Jambi

Whitten, J.L, (2004), Metode Desain dan Analisa Sistem, Andi Offset, Yogyakarta

Wiguna, R.Y., Haryanto, H., (2012), Sistem Berbasis Aturan Menggunakan

Logika Fuzzy Tsukamoto untuk Prediksi Jumlah Produksi Roti Pada CV.

Gendis Bakery, Skripsi, Universitas Dian Nuswantoro Semarang

LAMPIRAN I

LISTING PROGRAM

1. Index.php <?php

session_start();

include '../includes/lib.inc.php';

include APP_ROOT."/includes/class.inc.php";

include APP_ROOT."/includes/auth.inc.php";

include INCLUDES_DIR."/class.paging.php";

$jp = new jcore();

?>

<!doctype html>

<html lang="en">

<head>

<meta charset="utf-8" />

<link rel="icon" type="image/png"

href="assets/img/favicon.ico">

<meta http-equiv="X-UA-Compatible"

content="IE=edge,chrome=1" />

<title>Niki Eco</title>

<meta content='width=device-width, initial-scale=1.0,

maximum-scale=1.0, user-scalable=0' name='viewport' />

<meta name="viewport" content="width=device-width" />

<!-- Bootstrap core CSS -->

<link href="assets/css/bootstrap.min.css" rel="stylesheet" />

<!-- Animation library for notifications -->

<link href="assets/css/animate.min.css" rel="stylesheet"/>

<!-- Light Bootstrap Table core CSS -->

<link href="assets/css/light-bootstrap-dashboard.css"

rel="stylesheet"/>

<!-- CSS for Demo Purpose, don't include it in your project

-->

<link href="assets/css/demo.css" rel="stylesheet" />

<!-- Fonts and icons -->

<link href="assets/font-awesome.min.css" rel="stylesheet">

<link

href='http://fonts.googleapis.com/css?family=Roboto:400,700,300'

rel='stylesheet' type='text/css'>

<link href="assets/css/pe-icon-7-stroke.css" rel="stylesheet"

/>

<script src="assets/plugins/jQuery/jQuery-2.1.4.min.js"

type="text/javascript"></script>

<script src="assets/plugins/bootstrap/js/bootstrap.min.js"

type="text/javascript"></script>

<link href="assets/plugins/bootstrap/css/bootstrap.min.css"

rel="stylesheet" type="text/css" />

</head>

<body>

<div class="wrapper">

<div class="sidebar" data-color="red" data-

image="assets/img/sidebar-5.jpg">

<!-- you can change the color of the sidebar using: data-

color="blue | azure | green | orange | red | purple" -->

<div class="sidebar-wrapper">

<div class="logo">

<a href="#" class="simple-text">

Niki Eco

</a>

</div>

<ul class="nav">

<li>

<a href="index.php?page=snack">

<i class="pe-7s-news-paper"></i>

<p>Snack</p>

</a>

</li>

<li>

<a href="index.php?page=retur">

<i class="pe-7s-news-paper"></i>

<p>Retur</p>

</a>

</li>

<li>

<a href="index.php?page=penjualan">

<i class="pe-7s-note2"></i>

<p>Penjualan</p>

</a>

</li>

<li>

<a href="index.php?page=rule">

<i class="pe-7s-graph"></i>

<p>Rule</p>

</a>

</li>

<li>

<a href="index.php?page=cetak">

<i class="pe-7s-science"></i>

<p>Perencanaan</p>

</a>

</li>

<li>

<a href="index.php?page=admin">

<i class="pe-7s-user"></i>

<p>Admin</p>

</a>

</li>

</ul>

</div>

</div>

<div class="main-panel">

<nav class="navbar navbar-default navbar-fixed">

<div class="container-fluid">

<div class="collapse navbar-collapse">

<ul class="nav navbar-nav navbar-right">

<li>

<a href="logout.php">

Log out

</a>

</li>

</ul>

</div>

</div>

</nav>

<div class="content">

<div class="container-fluid">

<div class="card">

<div class="content">

<?php

switch($_REQUEST[page]){

case "penjualan":

include "penjualan.php";

break;

case "retur":

include "retur.php";

break;

case "rule":

include "rule.php";

break;

case "cetak":

include "cetak.php";

break;

case "hasil":

include "hasil.php";

break;

case "admin":

include "admin.php";

break;

default:

include "snack.php";

break;

}

?>

</div>

</div>

</div>

</div>

<footer class="footer">

<div class="container-fluid">

<p class="copyright pull-right">

&copy; 2017 <a href="#">Niki Eco</a>

</p>

</div>

</footer>

</div>

</div>

</body>

<!-- Core JS Files -->

<!-- Checkbox, Radio & Switch Plugins -->

<script src="assets/js/bootstrap-checkbox-radio-

switch.js"></script>

<!-- Charts Plugin -->

<script src="assets/js/chartist.min.js"></script>

<!-- Notifications Plugin -->

<script src="assets/js/bootstrap-notify.js"></script>

<!-- Google Maps Plugin -->

<script type="text/javascript"

src="https://maps.googleapis.com/maps/api/js?sensor=false"></scrip

t>

<!-- Light Bootstrap Table Core javascript and methods for

Demo purpose -->

<script src="assets/js/light-bootstrap-

dashboard.js"></script>

<!-- Light Bootstrap Table DEMO methods, don't include it in

your project! -->

<script src="assets/js/demo.js"></script>

</html>

2. Penjualan.php <link href="assets/plugins/datatables/dataTables.bootstrap.css"

rel="stylesheet" type="text/css" />

<script src="assets/plugins/datatables/jquery.dataTables.min.js"

type="text/javascript"></script>

<script

src="assets/plugins/datatables/dataTables.bootstrap.min.js"

type="text/javascript"></script>

<!-- page script -->

<script type="text/javascript">

$(function () {

$("#example1").DataTable();

$('#example2').DataTable({

"paging": true,

"lengthChange": true,

"searching": true,

"ordering": true,

"info": true,

"autoWidth": true

});

});

</script>

<?php

if($_REQUEST[idpenjualan]!='')

{

$q = "select * from penjualan where

idpenjualan='".$_REQUEST[idpenjualan]."'";

$r = $jp->sql($q);

$o = $jp->fetch($r);

$disabled = " readonly='true' ";

}

else

{

$q1= "SELECT max(RIGHT(idpenjualan,4))+1 as maks from penjualan";

$r1 = $jp->sql($q1);

$o1 = $jp->fetch($r1);

if (strlen($o1[maks])<=0) {

$kode='P0001';

}

else if (strlen($o1[maks])==1) {

$kode='P000'.''.$o1[maks];

}

else if (strlen($o1[maks])==2) {

$kode='P00'.''.$o1[maks];

}

else if (strlen($o1[maks])==3) {

$kode='P0'.''.$o1[maks];

}

else if (strlen($o1[maks])==4) {

$kode='P'.''.$o1[maks];

}

}

?>

<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.01 Transitional//EN"

"http://www.w3.org/TR/html4/loose.dtd">

<html>

<head>

<title>::: <?=$title?> :::</title>

<meta http-equiv="Content-Type" content="text/html; charset=iso-

8859-1">

<script>

//==============================SCRIPT TAMBAHAN UNTUK FILTER

KEYBOARD======================================================

function numbersonly(e) {

var unicode = e.charCode ? e.charCode : e.keyCode

if ((unicode != 8) && (unicode != 13) && (unicode != 37) &&

(unicode != 39) && (unicode != 9)) { //if the key isn't the

backspace key (which we should allow)

if (unicode < 48 || unicode > 57) //if not a number

return false //disable key press

}

}

//================================================================

===========================

function ConfirmDel(idpenjualan){

if(confirm('Hapus..?')){

window.location="proses.php?page=penjualan&action=delete&idp

enjualan="+idpenjualan;

}

}

</script>

<style type="text/css">

<!--

.style5 {color: #FFFFFF; font-size: 12px; }

.style6 {font-size: 14px; color:#4d92a2;}

.style10 {font-size: 12px}

.style12 {font-family: Georgia, "Times New Roman", Times, serif;

font-size: 12px; }

-->

</style>

</head>

<body>

<h1> Data Penjualan </h1>

<script src="js/gen_validatorv31.js"

language="javascript"></script>

<form action="proses.php?page=penjualan&action=input"

method="post" enctype="multipart/form-data" name="Formpenjualan"

id="Formpenjualan" role="form">

<input name="id_edit" type="hidden" value="<?=$o[idpenjualan]?>">

<table width="675" border="0" align="center" cellpadding="2"

cellspacing="0">

<tr>

<td colspan="4">&nbsp;</td>

</tr>

<tr>

<td width="137"><label>ID Penjualan</label> </td>

<td width="3" align="center"><label>:</label></td>

<td width="523">

<? if($_REQUEST[idpenjualan]!='')

{ ?>

<div class="col-sm-3">

<input name="idpenjualan" type="text" id="idpenjualan"

value="<?=$o[idpenjualan]?>" size="5" maxlength="5" readonly=""

class="form-control">

</div>

<? } else { ?>

<div class="col-sm-3"><input name="idpenjualan" type="text"

id="idpenjualan" value="<?=$kode?>" size="6" maxlength="6"

readonly="" class="form-control"></div>

<? } ?>

</td>

</tr>

<tr>

<td><label>Snack</label></td>

<td align="center"><label>:</label></td>

<td colspan="2" ><div class="col-sm-5"><select name="idsnack"

id="idsnack" class="form-control">

<option value="">-Pilih Snack-</option>

<?php

$r = $jp->sql("select * from snack order by nmsnack");

while ($oKel = $jp->fetch($r)){

$isSelKel =

(($oKel[idsnack]==$o[idsnack])?"selected":"");

?>

<option value="<?=$oKel[idsnack]?>" <?=$isSelKel?>>

<?=$oKel[nmsnack]?>

</option>

<?php } ?>

</select> </div>

</td>

</tr>

<tr>

<td><label>Bulan</label></td>

<td align="center"><label>:</label></td>

<td colspan="2" ><div class="col-sm-4"><select name="idbulan"

id="idbulan" class="form-control">

<option value="">-Pilih Bulan-</option>

<?php

$r = $jp->sql("select * from bulan order by idbulan");

while ($oKel = $jp->fetch($r)){

$isSelKel =

(($oKel[idbulan]==$o[idbulan])?"selected":"");

?>

<option value="<?=$oKel[idbulan]?>" <?=$isSelKel?>>

<?=$oKel[nmbulan]?>

</option>

<?php } ?>

</select> </div>

</td>

</tr>

<tr>

<td><label>Tahun</label> </td>

<td align="center"><label>:</label></td>

<td colspan="2"><div class="col-sm-2"><input name="tahun"

type="text" id="tahun" size="4" maxlength="4"

value="<?=$o[tahun]?>" class="form-control" onKeyPress="penjualann

numbersonly(event);"></div> </td>

</tr>

<tr>

<td><label>Total</label> </td>

<td align="center"><label>:</label></td>

<td colspan="2"><div class="col-sm-4"><input name="total"

type="text" id="total" value="<?=$o[total]?>" class="form-control"

onKeyPress="penjualann numbersonly(event);"></div> </td>

</tr>

<tr>

<td colspan="2">&nbsp;</td>

<td colspan="2">&nbsp;&nbsp;&nbsp;

<button type="submit" class="btn btn-primary"

onClick="penjualann doSubmit()">Simpan</button>

<button type="reset" class="btn btn-success"

onclick="window.location='index.php?page=penjualan'">Batal</button

>

</td>

</tr>

<tr>

<td colspan="4">&nbsp;</td>

</tr>

</table>

</form>

<?php

$result1=$jp->sql("select a.idsnack,c.nmsnack,a.tahun from

penjualan a inner join snack c on a.idsnack=c.idsnack group by

a.idsnack,a.tahun desc");

?>

<table id="example1" class="table table-bordered table-striped"

width="80%">

<?php $n = 0;while($row1 = $jp->fetch($result1)){ $n++; ?>

<thead>

<tr bgcolor="#FB404B">

<th width="49" align="center" valign="middle"

colspan="5"><span class="style5"><?=$row1[nmsnack]?>

<?=$row1[tahun]?></span></th>

</tr>

<?php

$result=$jp->sql("select a.*,b.nmbulan from penjualan a inner join

bulan b on a.idbulan=b.idbulan where a.tahun='".$row1[tahun]."'

and a.idsnack='".$row1[idsnack]."' order by a.idbulan");

?>

<tr bgcolor="#FB404B">

<th width="49" align="center" valign="middle"><span

class="style5">No.</span></th>

<th width="67" valign="middle"><span class="style5">ID

Penjualan</span></th>

<th width="110" valign="middle"><span

class="style5">Bulan</span></th>

<th width="85" valign="middle"><span

class="style5">Total</span></th>

<th width="110"> <span class="style5">Proses</span> </th>

</tr>

</thead>

<?php $n = 0;while($row = $jp->fetch($result)){ $n++;

if ($n%2==0)

{$c = "info";}

else

{$c = "danger";}

?>

<tr bgcolor="#FFFFFF" class="<?=$c?>">

<td width="49" align="center" valign="top"><span

class="style12"><?=$n?>.</span></td>

<td width="67" valign="top" align="center"><span

class="style12"><b><?=$row[idpenjualan]?></b> </span></td>

<td width="110" valign="top" align="justify"><span

class="style12"><?=$row[nmbulan]?> </span> </td>

<td width="85" align="right" valign="top"><span

class="style12"> <?=$jp->pt($row[total])?> </span></td>

<td width="110" align="center" valign="top"><a

href="index.php?page=penjualan&idpenjualan=<?=$row[idpenjualan]?>"

><img src="images/edit.png" width="32" height="32" border="0"

title="Edit" /></a><a href="#" onclick="return

ConfirmDel('<?=$row[idpenjualan]?>')"> <img

src="images/del.png" width="32" height="32" border="0"

title="Hapus" /> </a></td>

</tr>

<?php } ?>

<? } ?>

</table>

<script>

function doSubmit(){

var v = new Validator("Formpenjualan");

v.addValidation("idpenjualan","req","idpenjualan tidak boleh

kosong");

v.addValidation("total","req","Total tidak boleh kosong");

}

</script>

</body>

</html>

3. Retur.php

<link href="assets/plugins/datatables/dataTables.bootstrap.css"

rel="stylesheet" type="text/css" />

<script src="assets/plugins/datatables/jquery.dataTables.min.js"

type="text/javascript"></script>

<script

src="assets/plugins/datatables/dataTables.bootstrap.min.js"

type="text/javascript"></script>

<!-- page script -->

<script type="text/javascript">

$(function () {

$("#example1").DataTable();

$('#example2').DataTable({

"paging": true,

"lengthChange": true,

"searching": true,

"ordering": true,

"info": true,

"autoWidth": true

});

});

</script>

<?php

if($_REQUEST[idretur]!='')

{

$q = "select * from retur where

idretur='".$_REQUEST[idretur]."'";

$r = $jp->sql($q);

$o = $jp->fetch($r);

$disabled = " readonly='true' ";

}

else

{

$q1= "SELECT max(RIGHT(idretur,4))+1 as maks from retur";

$r1 = $jp->sql($q1);

$o1 = $jp->fetch($r1);

if (strlen($o1[maks])<=0) {

$kode='R0001';

}

else if (strlen($o1[maks])==1) {

$kode='R000'.''.$o1[maks];

}

else if (strlen($o1[maks])==2) {

$kode='R00'.''.$o1[maks];

}

else if (strlen($o1[maks])==3) {

$kode='R0'.''.$o1[maks];

}

else if (strlen($o1[maks])==4) {

$kode='R'.''.$o1[maks];

}

}

?>

<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.01 Transitional//EN"

"http://www.w3.org/TR/html4/loose.dtd">

<html>

<head>

<title>::: <?=$title?> :::</title>

<meta http-equiv="Content-Type" content="text/html; charset=iso-

8859-1">

<script>

//==============================SCRIPT TAMBAHAN UNTUK FILTER

KEYBOARD======================================================

function numbersonly(e) {

var unicode = e.charCode ? e.charCode : e.keyCode

if ((unicode != 8) && (unicode != 13) && (unicode != 37) &&

(unicode != 39) && (unicode != 9)) { //if the key isn't the

backspace key (which we should allow)

if (unicode < 48 || unicode > 57) //if not a number

return false //disable key press

}

}

//================================================================

===========================

function ConfirmDel(idretur){

if(confirm('Hapus..?')){

window.location="proses.php?page=retur&action=delete&idretur

="+idretur;

}

}

</script>

<style type="text/css">

<!--

.style5 {color: #FFFFFF; font-size: 12px; }

.style6 {font-size: 14px; color:#4d92a2;}

.style10 {font-size: 12px}

.style12 {font-family: Georgia, "Times New Roman", Times, serif;

font-size: 12px; }

-->

</style>

</head>

<body>

<h1> Data Retur </h1>

<script src="js/gen_validatorv31.js"

language="javascript"></script>

<form action="proses.php?page=retur&action=input" method="post"

enctype="multipart/form-data" name="Formretur" id="Formretur"

role="form">

<input name="id_edit" type="hidden" value="<?=$o[idretur]?>">

<table width="675" border="0" align="center" cellpadding="2"

cellspacing="0">

<tr>

<td colspan="4">&nbsp;</td>

</tr>

<tr>

<td width="137"><label>ID Retur</label> </td>

<td width="3" align="center"><label>:</label></td>

<td width="523">

<? if($_REQUEST[idretur]!='')

{ ?>

<div class="col-sm-3">

<input name="idretur" type="text" id="idretur"

value="<?=$o[idretur]?>" size="5" maxlength="5" readonly=""

class="form-control">

</div>

<? } else { ?>

<div class="col-sm-3"><input name="idretur" type="text"

id="idretur" value="<?=$kode?>" size="6" maxlength="6" readonly=""

class="form-control"></div>

<? } ?>

</td>

</tr>

<tr>

<td><label>Snack</label></td>

<td align="center"><label>:</label></td>

<td colspan="2" ><div class="col-sm-5"><select name="idsnack"

id="idsnack" class="form-control">

<option value="">-Pilih Snack-</option>

<?php

$r = $jp->sql("select * from snack order by nmsnack");

while ($oKel = $jp->fetch($r)){

$isSelKel =

(($oKel[idsnack]==$o[idsnack])?"selected":"");

?>

<option value="<?=$oKel[idsnack]?>" <?=$isSelKel?>>

<?=$oKel[nmsnack]?>

</option>

<?php } ?>

</select> </div>

</td>

</tr>

<tr>

<td><label>Bulan</label></td>

<td align="center"><label>:</label></td>

<td colspan="2" ><div class="col-sm-4"><select name="idbulan"

id="idbulan" class="form-control">

<option value="">-Pilih Bulan-</option>

<?php

$r = $jp->sql("select * from bulan order by idbulan");

while ($oKel = $jp->fetch($r)){

$isSelKel =

(($oKel[idbulan]==$o[idbulan])?"selected":"");

?>

<option value="<?=$oKel[idbulan]?>" <?=$isSelKel?>>

<?=$oKel[nmbulan]?>

</option>

<?php } ?>

</select> </div>

</td>

</tr>

<tr>

<td><label>Tahun</label> </td>

<td align="center"><label>:</label></td>

<td colspan="2"><div class="col-sm-2"><input name="tahun"

type="text" id="tahun" size="4" maxlength="4"

value="<?=$o[tahun]?>" class="form-control" onKeyPress="return

numbersonly(event);"></div> </td>

</tr>

<tr>

<td><label>Total</label> </td>

<td align="center"><label>:</label></td>

<td colspan="2"><div class="col-sm-4"><input name="total"

type="text" id="total" value="<?=$o[total]?>" class="form-control"

onKeyPress="return numbersonly(event);"></div> </td>

</tr>

<tr>

<td colspan="2">&nbsp;</td>

<td colspan="2">&nbsp;&nbsp;&nbsp;

<button type="submit" class="btn btn-primary" onClick="return

doSubmit()">Simpan</button>

<button type="reset" class="btn btn-success"

onclick="window.location='index.php?page=retur'">Batal</button>

</td>

</tr>

<tr>

<td colspan="4">&nbsp;</td>

</tr>

</table>

</form>

<?php

$result1=$jp->sql("select a.idsnack,c.nmsnack,a.tahun from retur a

inner join snack c on a.idsnack=c.idsnack group by

a.idsnack,a.tahun desc");

?>

<table id="example1" class="table table-bordered table-striped"

width="80%">

<?php $n = 0;while($row1 = $jp->fetch($result1)){ $n++; ?>

<thead>

<tr bgcolor="#FB404B">

<th width="49" align="center" valign="middle"

colspan="5"><span class="style5"><?=$row1[nmsnack]?>

<?=$row1[tahun]?></span></th>

</tr>

<?php

$result=$jp->sql("select a.*,b.nmbulan from retur a inner join

bulan b on a.idbulan=b.idbulan where a.tahun='".$row1[tahun]."'

and a.idsnack='".$row1[idsnack]."' order by a.idbulan");

?>

<tr bgcolor="#FB404B">

<th width="49" align="center" valign="middle"><span

class="style5">No.</span></th>

<th width="67" valign="middle"><span class="style5">ID

Retur</span></th>

<th width="110" valign="middle"><span

class="style5">Bulan</span></th>

<th width="85" valign="middle"><span

class="style5">Total</span></th>

<th width="110"> <span class="style5">Proses</span> </th>

</tr>

</thead>

<?php $n = 0;while($row = $jp->fetch($result)){ $n++;

if ($n%2==0)

{$c = "info";}

else

{$c = "danger";}

?>

<tr bgcolor="#FFFFFF" class="<?=$c?>">

<td width="49" align="center" valign="top"><span

class="style12"><?=$n?>.</span></td>

<td width="67" valign="top" align="center"><span

class="style12"><b><?=$row[idretur]?></b> </span></td>

<td width="110" valign="top" align="justify"><span

class="style12"><?=$row[nmbulan]?> </span> </td>

<td width="85" align="right" valign="top"><span

class="style12"> <?=$jp->pt($row[total])?> </span></td>

<td width="110" align="center" valign="top"><a

href="index.php?page=retur&idretur=<?=$row[idretur]?>"><img

src="images/edit.png" width="32" height="32" border="0"

title="Edit" /></a><a href="#" onclick="return

ConfirmDel('<?=$row[idretur]?>')"> <img src="images/del.png"

width="32" height="32" border="0" title="Hapus" /> </a></td>

</tr>

<?php } ?>

<? } ?>

</table>

<script>

function doSubmit(){

var v = new Validator("Formretur");

v.addValidation("idretur","req","idretur tidak boleh

kosong");

v.addValidation("total","req","Total tidak boleh kosong");

}

</script>

</body>

</html>

4. Rule.php <link href="assets/plugins/datatables/dataTables.bootstrap.css"

rel="stylesheet" type="text/css" />

<script src="assets/plugins/datatables/jquery.dataTables.min.js"

type="text/javascript"></script>

<script

src="assets/plugins/datatables/dataTables.bootstrap.min.js"

type="text/javascript"></script>

<!-- page script -->

<script type="text/javascript">

$(function () {

$("#example1").DataTable();

$('#example2').DataTable({

"paging": true,

"lengthChange": true,

"searching": true,

"ordering": true,

"info": true,

"autoWidth": true

});

});

</script>

<?php

if($_REQUEST[idrule]!='')

{

$q = "select * from rule where

idrule='".$_REQUEST[idrule]."'";

$r = $jp->sql($q);

$o = $jp->fetch($r);

$disabled = " readonly='true' ";

}

?>

<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.01 Transitional//EN"

"http://www.w3.org/TR/html4/loose.dtd">

<html>

<head>

<title>::: <?=$title?> :::</title>

<meta http-equiv="Content-Type" content="text/html; charset=iso-

8859-1">

<script>

//==============================SCRIPT TAMBAHAN UNTUK FILTER

KEYBOARD======================================================

function numbersonly(e) {

var unicode = e.charCode ? e.charCode : e.keyCode

if ((unicode != 8) && (unicode != 13) && (unicode != 37) &&

(unicode != 39) && (unicode != 9)) { //if the key isn't the

backspace key (which we should allow)

if (unicode < 48 || unicode > 57) //if not a number

return false //disable key press

}

}

//================================================================

===========================

function ConfirmDel(idrule){

if(confirm('Hapus..?')){

window.location="proses.php?page=rule&action=delete&idrule="

+idrule;

}

}

</script>

<style type="text/css">

<!--

.style5 {color: #FFFFFF; font-size: 12px; }

.style6 {font-size: 14px; color:#4d92a2;}

.style10 {font-size: 12px}

.style12 {font-family: Georgia, "Times New Roman", Times, serif;

font-size: 12px; }

-->

</style>

</head>

<body>

<h1> Data Rule </h1>

<script src="js/gen_validatorv31.js"

language="javascript"></script>

<form action="proses.php?page=rule&action=input" method="post"

enctype="multipart/form-data" name="Formrule" id="Formrule"

role="form">

<input name="id_edit" type="hidden" value="<?=$o[idrule]?>">

<table width="675" border="0" align="center" cellpadding="2"

cellspacing="0">

<tr>

<td colspan="4">&nbsp;</td>

</tr>

<tr>

<td><label>Retur</label></td>

<td align="center"><label>:</label></td>

<td colspan="2" ><div class="col-sm-4"><select name="retur"

id="retur" class="form-control">

<option>- Pilih Retur-</option>

<option value="Turun"

<?=(($o[retur]=='Turun')?"selected":"")?>>Turun</option>

<option value="Sedang"

<?=(($o[retur]=='Sedang')?"selected":"")?>>Sedang</option>

<option value="Naik"

<?=(($o[retur]=='Naik')?"selected":"")?>>Naik</option>

</select> </div>

</td>

</tr>

<tr>

<td><label>Penjualan</label></td>

<td align="center"><label>:</label></td>

<td colspan="2" ><div class="col-sm-4"><select

name="penjualan" id="penjualan" class="form-control">

<option>- Pilih Penjualan-</option>

<option value="Banyak"

<?=(($o[penjualan]=='Banyak')?"selected":"")?>>Banyak</option>

<option value="Sedang"

<?=(($o[penjualan]=='Sedang')?"selected":"")?>>Sedang</option>

<option value="Sedikit"

<?=(($o[penjualan]=='Sedikit')?"selected":"")?>>Sedikit</option>

</select> </div>

</td>

</tr>

<tr>

<td><label>Produksi</label></td>

<td align="center"><label>:</label></td>

<td colspan="2" ><div class="col-sm-4"><select name="produksi"

id="produksi" class="form-control">

<option>- Pilih Produksi-</option>

<option value="Bertambah"

<?=(($o[produksi]=='Bertambah')?"selected":"")?>>Bertambah</option

>

<option value="Sedang"

<?=(($o[produksi]=='Sedang')?"selected":"")?>>Sedang</option>

<option value="Berkurang"

<?=(($o[produksi]=='Berkurang')?"selected":"")?>>Berkurang</option

>

</select> </div>

</td>

</tr>

<tr>

<td colspan="2">&nbsp;</td>

<td colspan="2">&nbsp;&nbsp;&nbsp;

<button type="submit" class="btn btn-primary" onClick="rulen

doSubmit()">Simpan</button>

<button type="reset" class="btn btn-success"

onclick="window.location='index.php?page=rule'">Batal</button>

</td>

</tr>

<tr>

<td colspan="4">&nbsp;</td>

</tr>

</table>

</form>

<?php

$result=$jp->sql("select * from rule ");

?>

<table id="example1" class="table table-bordered table-striped"

width="50%">

<thead>

<tr bgcolor="#FB404B">

<th width="106" align="center" valign="middle"><span

class="style5">No.</span></th>

<th width="169" valign="middle"><span

class="style5">Retur</span></th>

<th width="219" valign="middle"><span

class="style5">Penjualan</span></th>

<th width="148" valign="middle"><span class="style5">Produksi

</span></th>

<th width="146"> <span class="style5">Proses</span> </th>

</tr>

</thead>

<?php $n = 0;while($row = $jp->fetch($result)){ $n++;

if ($n%2==0)

{$c = "info";}

else

{$c = "danger";}

?>

<tr bgcolor="#FFFFFF" class="<?=$c?>">

<td width="106" align="center" valign="top"><span

class="style12"><?=$n?>.</span></td>

<td width="169" valign="top" align="center"><span

class="style12"><?=$row[retur]?></span></td>

<td width="219" valign="top" align="center"><span

class="style12"><?=$row[penjualan]?> </span> </td>

<td width="148" align="center" valign="top"><span

class="style12"> <?=$row[produksi]?> </span></td>

<td width="146" align="center" valign="top"><a

href="index.php?page=rule&idrule=<?=$row[idrule]?>"><img

src="images/edit.png" width="32" height="32" border="0"

title="Edit" /></a><a href="#" onclick="rulen

ConfirmDel('<?=$row[idrule]?>')"> <img src="images/del.png"

width="32" height="32" border="0" title="Hapus" /> </a></td>

</tr>

<?php } ?>

</table>

<script>

function doSubmit(){

var v = new Validator("Formrule");

v.addValidation("idrule","req","idrule tidak boleh kosong");

v.addValidation("nama","req","Nama rule tidak boleh

kosong");

}

</script>

</body>

</html>

5. Hasil.php <link href="assets/plugins/datatables/dataTables.bootstrap.css"

rel="stylesheet" type="text/css" />

<script src="assets/plugins/datatables/jquery.dataTables.min.js"

type="text/javascript"></script>

<script

src="assets/plugins/datatables/dataTables.bootstrap.min.js"

type="text/javascript"></script>

<!-- page script -->

<script type="text/javascript">

$(function () {

$("#example1").DataTable();

$('#example2').DataTable({

"paging": false,

"lengthChange": true,

"searching": false,

"ordering": true,

"info": true,

"autoWidth": true

});

});

</script>

<?php

$ab=$jp->sql("SELECT a.idbulan+1 AS bul,

a.idbulan,b.nmbulan FROM retur a INNER JOIN bulan b ON

a.idbulan+1=b.idbulan where idsnack='".$_REQUEST[idsnack]."' and

tahun='".$_REQUEST[tahun]."'" );

$snack=$jp->fetch($jp->sql("SELECT * from snack where

idsnack='".$_REQUEST[idsnack]."'"));

?>

<link href="flora.datepicker.css" rel="stylesheet"

type="text/css">

<link href="../css/style.css" rel="stylesheet" type="text/css">

<style type="text/css">

<!--

.style5 {color: #FFF; font-size: 12px; }

.style12 {font-family: Georgia, "Times New Roman", Times, serif;

font-size: 12px; }

.style13 {

color: #000000;

font-size: 24px;

font-weight: bold;

font-family: Tahoma, Arial;

}

-->

</style>

<h1> Perencanaan Produksi Snack <?=($snack[nmsnack])?> Tahun

<?=($_REQUEST[tahun])?></h1>

<table id="example2" class="table table-bordered table-striped"

width="50%">

<thead style="background:#FB404B; color:white; font-weight: bold;

text-align: center; font-family: 'Lucida Console', Monaco,

monospace; font-size: 14px;">

<tr bgcolor="#FB404B">

<th width="78" align="center" valign="middle"><span

class="style5">No.</span></th>

<th width="205" valign="middle"><span

class="style5">Bulan</span></th>

<th width="251" valign="middle"><span class="style5">Hasil

Perencanaan </span></th>

</tr>

</thead>

<?php $n = 0;$tot=0;while($row = $jp->fetch($ab)){ $n++;

if ($n%2==0)

{$c = "info";}

else

{$c = "danger";}

// $tot=$tot+pow($row[ransel]-$row[ranselprediksi],2);

$hasil=$jp->fetch($jp->sql("SELECT

SUM(nilai*hasil)/SUM(nilai)as prediksi FROM hasil WHERE

idbulan='".$row[idbulan]."'"));

?>

<tr class="<?=$c?>">

<td width="78" align="center" valign="top"><span

class="style12"><?=$n?>.</span></td>

<td width="205" valign="top" align="justify"><span

class="style12"><b><?=$row[nmbulan]?></b> </span></td>

<td width="251" align="right" valign="top"><span

class="style12"> <?=$jp->pt($hasil[prediksi])?> </span></td>

</tr>

<?php } ?>

</table>

6. Proses.php <?php

session_start();

include '../includes/lib.inc.php';

include APP_ROOT."/includes/class.inc.php";

include APP_ROOT."/includes/auth.inc.php";

include INCLUDES_DIR."/class.paging.php";

$jp = new jcore();

switch($_REQUEST[page]){

case "retur":

if ($_POST[total] <= 30)

{$turun =1;}

else if (($_POST[total] >= 30) && ($_POST[total] <= 50)

)

{$turun = (50-$_POST[total])/20; }

else if (($_POST[total] >= 50) )

{$turun = 0; }

if (($_POST[total] <= 30) || ($_POST[total] >= 100))

{$sedang =0;}

else if (($_POST[total] >=30) && ($_POST[total] <= 50)

)

{$sedang = ($_POST[total]-30)/20; }

else if (($_POST[total] >= 50) && ($_POST[total] <=

100) )

{$sedang = (100-$_POST[total])/50; }

if ($_POST[total] <= 50)

{$naik =0;}

else if (($_POST[total] >= 50) && ($_POST[total] <=

100) )

{$naik = ($_POST[total]-50)/50; }

else if (($_POST[total] >=100))

{$naik = 1; }

switch($_REQUEST[action]){

case "input":

$r = $jp->sql("select count(*) as j from retur WHERE

idsnack='".$_POST['idsnack']."' and

idbulan='".$_POST['idbulan']."' and tahun='".$_POST['tahun']."'

");

$o=$jp->fetch($r);

$kata = $_POST['id_edit'];

$jumlah = strlen($kata);

if(($o['j']>0) && ($jumlah<=0)){

$jp->alert('Data Retur Sudah Dimasukan...');

$jp->gotox("index.php?page=retur");

} else {

$q = "replace into retur set "

."

idretur='".$_POST[idretur]."',idsnack='".$_POST['idsnack']."',idbu

lan=\"".$_POST[idbulan]."\" "

."

,tahun=\"".$_POST[tahun]."\",total='".$_POST[total]."',totalturun=

'".$turun."',totalsedang='".$sedang."',totalnaik='".$naik."' ";

//echo $q;

$jp->sql($q);

$jp->alert('Data Retur\nTelah tersimpan...');

$jp->gotox("index.php?page=retur");

}

break;

case "delete":

$r = $jp->sql("delete from retur where

idretur=\"".$_REQUEST[idretur]."\"");

$jp->alert('Data Retur\nTelah dihapus...');

$jp->gotox("index.php?page=retur");

break;

default:

$jp->gotox("index.php?page=retur");

break;

}

break;

case "penjualan":

if ($_POST[total] <= 1000)

{$sedikit =1;}

else if (($_POST[total] >= 1000) && ($_POST[total] <=

2500) )

{$sedikit = (2500-$_POST[total])/1500; }

else if (($_POST[total] >= 2500) )

{$sedikit = 0; }

if (($_POST[total] <= 1000) || ($_POST[total] >=

5000))

{$sedang =0;}

else if (($_POST[total] >=1000) && ($_POST[total] <=

2500) )

{$sedang = ($_POST[total]-1000)/1500; }

else if (($_POST[total] >= 2500) && ($_POST[total] <=

5000) )

{$sedang = (5000-$_POST[total])/2500;}

if ($_POST[total] <= 2500)

{$banyak =0;}

else if (($_POST[total] >= 2500) && ($_POST[total] <=

5000) )

{$banyak = ($_POST[total]-2500)/2500; }

else if (($_POST[total] >=5000))

{$banyak = 1; }

switch($_REQUEST[action]){

case "input":

$r = $jp->sql("select count(*) as j from penjualan

WHERE idsnack='".$_POST['idsnack']."' and

idbulan='".$_POST['idbulan']."' and tahun='".$_POST['tahun']."'

");

$o=$jp->fetch($r);

$kata = $_POST['id_edit'];

$jumlah = strlen($kata);

if(($o['j']>0) && ($jumlah<=0)){

$jp->alert('Data Penjualan Sudah

Dimasukan...');

$jp->gotox("index.php?page=penjualan");

} else {

$q = "replace into penjualan set "

."

idpenjualan='".$_POST[idpenjualan]."',idsnack='".$_POST['idsnack']

."',idbulan=\"".$_POST[idbulan]."\" "

."

,tahun=\"".$_POST[tahun]."\",total='".$_POST[total]."',totalsediki

t='".$sedikit."',totalsedang='".$sedang."',totalbanyak='".$banyak.

"' ";

$jp->sql($q);

$jp->alert('Data Penjualan\nTelah

tersimpan...');

$jp->gotox("index.php?page=penjualan");

}

break;

case "delete":

$r = $jp->sql("delete from penjualan where

idpenjualan=\"".$_REQUEST[idpenjualan]."\"");

$jp->alert('Data Penjualan\nTelah dihapus...');

$jp->gotox("index.php?page=penjualan");

break;

default:

$jp->gotox("index.php?page=penjualan");

break;

}

break;

case "snack":

switch($_REQUEST[action]){

case "input":

$r = $jp->sql("select count(*) as j from snack WHERE

nmsnack='".$_POST['nmsnack']."' ");

$o=$jp->fetch($r);

$kata = $_POST['id_edit'];

$jumlah = strlen($kata);

if(($o['j']>0) && ($jumlah<=0)){

$jp->alert('Data Snack Sudah Dimasukan...');

$jp->gotox("index.php?page=snack");

} else {

$q = "replace into snack set "

."

idsnack='".$_POST[idsnack]."',nmsnack=\"".$_POST[nmsnack]."\" ";

$jp->sql($q);

$jp->alert('Data Snack\nTelah tersimpan...');

$jp->gotox("index.php?page=snack");

}

break;

case "delete":

$r = $jp->sql("delete from snack where

idsnack=\"".$_REQUEST[idsnack]."\"");

$jp->alert('Data Snack\nTelah dihapus...');

$jp->gotox("index.php?page=snack");

break;

default:

$jp->gotox("index.php?page=snack");

break;

}

break;

case "rule":

switch($_REQUEST[action]){

case "input":

$r = $jp->sql("select count(*) as j from rule WHERE

retur='".$_REQUEST['retur']."' and

penjualan='".$_REQUEST['penjualan']."' ");

$o=$jp->fetch($r);

$kata = $_POST['id_edit'];

$jumlah = strlen($kata);

if(($o['j']>0) && ($jumlah<=0)){

$jp->alert('Data Rule Sudah Dimasukan...');

$jp->gotox("index.php?page=rule");

}else {

$q = "replace into rule set "

."

retur='".$_POST[retur]."',penjualan=\"".$_POST[penjualan]."\""

." ,produksi=\"".$_POST[produksi]."\" ";

$jp->sql($q);

$jp->alert('Data Rule\nTelah tersimpan...');

$jp->gotox("index.php?page=rule");

}

break;

case "delete":

$r = $jp->sql("delete from rule where

idrule=\"".$_REQUEST[idrule]."\"");

$jp->alert('Data Rule\nTelah dihapus...');

$jp->gotox("index.php?page=rule");

break;

default:

$jp->gotox("index.php?page=rule");

break;

}

break;

case "admin":

switch($_REQUEST[action]){

case "input":

$kata = $_POST['id_edit'];

if($kata!=''){

$q="update tbuser set

namauser='".$_POST[user]."',passuser=md5('".$_POST[pass]."') where

iduser=".$kata."";

$jp->sql($q);

$jp->alert("Data telah diubah");

}else{

$q="insert into tbuser set

namauser='".$_POST[user]."',passuser=md5('".$_POST[pass]."')";

$jp->sql($q);

$jp->alert("Data tersimpan");

}

break;

case "delete":

$q = "delete from tbuser where

iduser=\"".$_REQUEST[iduser]."\"";

$jp->sql($q);

$jp->alert("Data Terhapus...");

break;

}

$jp->gotox("index.php?page=admin");

break;

}

?>