UTS Pemodelan dan Simulasi

Nama : Ariq Cahya Wardhana

NIM : 1111091000015

1. A2. A3. D4. C5. A6. B7. A8. D

9. C10. B11. B12. B13. A14. A15.16. A

17. D18. A19. C20. C21. C22. D23. D24. D

25. D26. A27. A28. A29. D30. A31. D32. C

33. C34. A35. A36. B37. B38. B39. D40. A

Suatu perusahaan minuman akan memproduksi minuman jenis XYZ. Dari data 1 bulan

terakhir, permintaan terbesar hingga mencapai 6000 botol/hari, dan permintaan terkecil sampai

500 botol/hari. Persediaan barang digudang terbanyak sampai 800 botol/hari, dan terkecil pernah

sampai 200 botol/hari. Dengan segala keterbatasannya, sampai saat ini, perusahaan baru mampu

memproduksi barang maksimum 9000 botol/hari, serta demi efisiensi mesin dan SDM tiap hari

diharapkan perusahaan memproduksi paling tidak 3000 botol. Apabila proses produksi

perusahaan tersebut menggunakan 4 aturan fuzzy sbb:

[R1] IF Permintaan TURUN And Persediaan BANYAK

THEN Produksi Barang BERKURANG;

{R2] IF Permintaan TURUN And Persediaan SEDIKIT

THEN Produksi Barang BERKURANG;

[R3] IF Permintaan NAIK And Persediaan BANYAK

THEN Produksi Barang BERTAMBAH;

[R4] IF Permintaan NAIK And Persediaan SEDIKIT

THEN Produksi Barang BERTAMBAH;

Berapa botol minuman jenis XYZ yang harus diproduksi, jika jumlah permintaan

sebanyak 4500 botol, dan persediaan di gudang masih 700 botol?

Jawaban :

Ada 3 variabel fuzzy yang akan dimodelkan, yaitu:

Permintaan; terdiri-atas 2 himpunan fuzzy, yaitu: NAIK dan TURUN (Gambar 2.19).

Gambar 2.19 Fungsi keanggotaan variabel Permintaan pada Contoh

0,72

0,27

μPmtTurun [X ]={ 1 ,6000−X5500

0 ,

, x≤500

500≤x≤6000x≥6000

μPmtNaik [X ]={ 0 ,x-5005500

1 ,

, x≤500

500≤x≤6000x≥6000

Kita bisa mencari nilai keanggotaan:

PmtTURUN[4500] = (6000-4500)/5500

= 0,27

PmtNAIK[4500] = (4500-500)/5500

= 0,72

Persediaan; terdiri-atas 2 himpunan fuzzy, yaitu: SEDIKIT dan BANYAK (Gambar 2.20).

Gambar 2.20 Fungsi keanggotaan variabel Persediaan pada Contoh.

Kita bisa mencari nilai keanggotaan:

PsdSEDIKIT[400] = (600-400)/600

= 0,667

PsdBANYAK[400] = (400-200)/600

= 0,33

Produksi barang; terdiri-atas 2 himpunan fuzzy, yaitu: BERKURANG dan BERTAMBAH

(Gambar 2.21).

0,667033

Gambar 2.21. Fungsi keanggotaan variabel Produksi Barang pada Contoh.

μPr BrgBERKURANG[ z ]={ 1 , z≤30009000−z6000

, 3000≤z≤9000

0 , z≥9000

μPr BrgBERTAMBAH [ z ]={ 0 , z≤3000z−30006000

, 3000≤z≤9000

1 , z≥9000

Sekarang kita cari nilai z untuk setiap aturan dengan menggunakan fungsi MIN pada

aplikasi fungsi implikasinya:

[R1] IF Permintaan TURUN And Persediaan BANYAK

THEN Produksi Barang BERKURANG;

-predikat1 = PmtTURUN PsdBANYAK

= min(PmtTURUN [4500],PsdBANYAK[700])

= min(0,27; 0,83)

= 0,27

Lihat himpunan Produksi Barang BERKURANG,

(9000-z)/6000 = 0,27 ---> z1 = 7380

Trafo Distribusi adalah trafo yang digunakan untuk menurunkan tegangan

menengah (11,6/ 20) KV menjadi tegangan rendah (220/380) V. Trafo ini tersebar

luas di lingkungan masyarakat dan mudah dikenali karena biasa dicantol ditiang.

Oleh karena itu biasa juga disebut dengan gardu cantol. Trafo distribusi yang

umum digunakan adalah trafo step-down 20 KV / 400 V, dimana tegangan fasa ke

fasa sistem jaringan tegangan rendah adalah 380 V (Zuhal, 2005). Trafo distribusi

merupakan suatu komponen yang sangat penting dalam penyaluran tenaga listrik

dari gardu distribusi ke konsumen. Kerusakan pada Trafo distribusi menyebabkan

kontinuitas pelayanan terhadap konsumen akan terganggu (terjadi pemutusan

aliran listrik atau pemadaman). Pemadaman merupakan suatu kerugian yang

menyebabkan biaya-biaya pembangkitan akan meningkat tergantung harga

KiloWattHour (KWH) yang tidak terjual. Trafo distribusi dapat dipasang diluar

ruangan (pemasangan diluar) dan dapat dipasang diruangan (pemasangan dalam)

tergantung kepada keadaan lokasi beban.

Pemeliharaan merupakan salah satu komponen yang secara langsung

mendukung keandalan, daya mampu serta mutu produksi dari suatu peralatan.

Pemeliharaan tidak saja merupakan pekerjaan fisik yang langsung terhadap

peralatan yang bersangkutan, tetapi diperlukan suatu perencanaan yang baik dan

pengawasan terhadap pelaksanaannya, sehingga dengan demikian pemeliharaan

akan dapat dilakukan dengan teratur dan sesuai dengan ketentuan-ketentuan,

petunjuk-petunjuk yang berlaku terhadap peralatan yang bersangkutan.

2.2.13 Komponen-Komponen Utama Trafo

Komponen utama trafo terdiri dari bagian-bagian diantaranya: inti besi,

kumparan trafo, minyak trafo, bushing, tangki konservator, peralatan bantu

pendinginan trafo, tap changer dan alat pernapasan (dehydrating bre

B. Penyelesaian Masalah Menggunakan Metode Mamdani

Penyelesaian masalah untuk kasus persediaan rokok Genta Mas menggunakan Metode Mamdani, adalah sebagai berikut :

Langkah 1 : Menentukan variabel yang terkait dalam proses yang akan

ditentukan dan fungsi fuzzifikasi yang sesuai

Pada kasus ini , ada 3 variabel yang akan dimodelkan, yaitu:

A.Permasalahan

Sistem pendukung keputusan bilangan fuzzy digunakan dibanyak bidang.

Dalam tulisan ini akan dibahas penentuan banyaknya produksi rokok merek dagang “Genta Mas” oleh perusahaan rokok Genta Mas. Perusahaan rokok Genta Mas merupakan perusahaan rokok dalam skala menengah maka termasuk dalam UKM dan juga merupakan anggota dari koperasi Karya Mandiri Kudus, perusahaan rokok Genta Mas yang beralamat di Jl. Blimbing Desa Sidorekso RT 04/IV Kecamatan Kaliwungu, Kabupaten Kudus, Jawa Tengah.Perusahaan rokok Genta Mas memiliki 87 karyawan. Dalam pengerjaan atau pembuatan rokok masih secara manual yaitu

dengan bantuan alat penggepres rokok sehingga pada bagian ini dibutuhkan karyawan yang cukup banyak dan memiliki keahlian tersendiri. sedangkan pada bagian distribusi hanya dibutuhkan 3 karyawan untuk setiap wilayahnya, maka untuk 5 wilayah hanya butuh 15 karyawan, dan untuk staf personalianya hanya terdapat 5 staf karyawan. Hari kerja dalam seminggu terdapat 6 hari kerja dan 8 jam setiap harinya. Proses produksi dimulai dengan pembelian bahan baku terutama tembakau, tembakau yang sudah disiapkan diolah dengan mencampurkan beberapa bahan tambahan seperti cengkeh dan saus perasa, tembakau yang sudah tercampur maka akan masuk ke proses selanjutnya yaitu pengemasan dan pengepakkan. Pada proses penjualan, untuk setiap wilayahnya setiap minggu mengajukan permintaan dan pengambilannya juga dilakukan setiap seminggu sekali. Berdasarkan data penjualan dari masing-masing wilayah maka akan digabungkan sehingga akan didapatkan data keseluruhan dari perusahaan rokok Genta Mas. Data yang diambil adalah data variabel permintaan barang dan persediaan barang bulan Januari tahun 2011.

Data satu tahun pada tahun 2010 dapat disimpulkan, permintaan terbesar mencapai 3500 karton perbulan, dan permintaan terkecil mencapai 2100 karton perbulan. Persediaan barang terbanyak sampai 250 karton perbulan, dan terkecil mencapai 100 karton perbulan. Saat ini perusahaan hanya mampu memproduksi rokok paling banyak 5000 karton perbulan, dan diharapkan dapat memproduksi rokok paling sedikit 1000 karton perbulan, hal ini dikarenakan beberapa kendala, diantaranya: terbatasnya bahan baku, sumber daya manusia, perijinan produksi dan perpajakan

dari pemerintahan (keterangan: 1 karton = 24 Bos (pack) = 240 bungkus).

Proses Pengambilan Keputusan

(Fuzzy) (Fuzzy)

Unit Basis Pengetahuan

Basis Data

Basis Aturan

Unit Penalaran

Struktur dasar suatu sistem inferensi fuzzy

Data Permintaan dan Persediaan Rokok Genta Mas tahun 2010 dan

Januari tahun 2011.

Bulan Tahun Permintaan

Persediaan Produksi

Januari 2010 2520 250 2550

Februari 2010 2100 174 2200

Maret 2010 2685 233 2750

April 2010 2740 154 2800

Mei 2010 3070 192 3050

Juni 2010 2960 144 3000

Juli 2010 2710 130 2750

Agustus 2010 3140 100 3100

September 2010 3120 131 3100

Oktober 2010 2880 142 2900

November 2010 3500 132 3550

Desember 2010 3045 131 3250

Januari 2010 3200 140 3400

Unit Fuzzyfikasi Unit Defuzzyfikasi

Input (Tegas) Output (Tegas)

Analisis kasus :

Dalam kasus ini terdapat 3 variabel, yaitu: 2 variabel input, variabel

permintaan, dan variabel persediaan, sedangkan untuk output terdapat 1 variabel, yaitu: produksi barang. Variabel permintaan memiliki 2 nilai linguistik, yaitu naik dan turun, variabel persediaan memiliki 2 nilai linguistik, yaitu banyak dan sedikit, sedangkan variabel produksi barang memiliki 2 nilai linguistik, yaitu bertambah dan berkurang. Berdasarkan unit penalaran pada inferensi fuzzy yang berbentuk :

Jika x adalah A, dan y adalah B, maka z adalah C.

Jika x dikaitkan dengan variabel permintaan dan A adalah nilai-nilai

linguistiknya, y dikaitkan dengan variabel persediaan dan B adalah nilai-nilai linguistiknya, z dikaitkan dengan variabel produksi barang dan C adalah nilai linguistiknya, maka aturan-aturan yang dapat terbentuk dapat disajikan dalam table berikut ini:

Hasil dari aturan-aturan yang terbentuk pada inferensi fuzzy.

Aturan Permintaan Persediaan Fungsi Implikasi Produksi

R1 Turun Banyak ⇒ Bertambah

R2 Turun Banyak ⇒ Berkurang

R3 Turun Sedikit ⇒ Bertambah

R4 Naik Sedikit ⇒ Berkurang

R5 Naik Banyak ⇒ Bertambah

R6 Naik Banyak ⇒ Berkurang

R7 Naik Sedikit ⇒ Bertambah

R8 Naik Sedikit ⇒ Berkurang

dari aturan-aturan yang terbentuk, berdasarkan aturan-aturan pada inferensi fuzzy, maka aturan-aturan yang mungkin dan sesuai dengan basis pengetahuan ada 4 aturan, yaitu :

Hasil kesimpulan dari aturan-aturan yang terbentuk pada inferensi

fuzzy.

Aturan Permintaan Persediaan Fungsi Implikasi Produksi

R1 Turun Banyak ⇒ Berkurang

R2 Turun Sedikit ⇒ Berkurang

R3 Naik Banyak ⇒ Bertambah

R4 Naik Sedikit ⇒ Bertambah

[R1] JIKA Permintaan TURUN, dan Persediaan BANYAK, MAKA

Produksi Barang BERKURANG;

[R2] JIKA Permintaan TURUN, dan Persediaan SEDIKIT, MAKA

Produksi Barang BERKURANG;

[R3] JIKA Permintaan NAIK, dan Persediaan BANYAK, MAKA

Produksi Barang BERTAMBAH;

[R4] JIKA Permintaan NAIK, dan Persediaan SEDIKIT, MAKA Produksi

Barang BERTAMBAH.

B. Penyelesaian Masalah Menggunakan Metode Mamdani

Penyelesaian masalah untuk kasus persediaan rokok Genta Mas menggunakan Metode Mamdani, adalah sebagai berikut :

Langkah 1 : Menentukan variabel yang terkait dalam proses yang akan

ditentukan dan fungsi fuzzifikasi yang sesuai.

Pada kasus ini , ada 3 variabel yang akan dimodelkan, yaitu: