APLIKASI LOGIKA FUZZY DALAM PERENCANAAN PRODUKSI SKRIPSI DINA MARIA NADAPDAP

Transkripsi

1 APLIKASI LOGIKA FUZZY DALAM PERENCANAAN PRODUKSI SKRIPSI DINA MARIA NADAPDAP DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA MEDAN 2012 i

2 ii APLIKASI LOGIKA FUZZY DALAM PERENCANAAN PRODUKSI SKRIPSI Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar sarjana sains DINA MARIA NADAPDAP DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA MEDAN 2012

3

4 PERSETUJUAN Judul : APLIKASI LOGIKA FUZZY DALAM PERENCANAAN PRODUKSI Kategori : SKRIPSI Nama : DINA MARIA NADAPDAP Nomor Induk Mahasiswa : Program Studi : SARJANA (S1) MATEMATIKA Departemen : MATEMATIKA Fakultas : MATEMATIKA DAN ILMU PENGETAHUAN ALAM (FMIPA) UNIVERSITAS SUMATERA UTARA Komisi Pembimbing : Diluluskan di Medan, Agustus 2012 Pembimbing 2 Pembimbing 1 Dr. Esther Sorta M. Nababan, M.Sc Drs. Faigiziduhu Bu ulolo, M.Si NIP NIP Diketahui/Disetujui oleh Departemen Matematika FMIPA USU Ketua. Prof. Drs. Tulus, Vordipl.Math, M.Si, Ph.D. NIP ii

5 iii PERNYATAAN APLIKASI LOGIKA FUZZY DALAM PERENCANAAN PRODUKSI SKRIPSI Saya mengakui bahwa skripsi ini adalah hasil kerja saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya. Medan, Agustus 2012 DINA MARIA NADAPDAP

6 iv PENGHARGAAN Puji dan syukur ke hadirat Tuhan Yang Maha Kuasa Atas rahmat dan karunianya sehingga dengan kemampuan yang terbatas penulis dapat menyelesaikan penulisan tugas akhir ini. Tugas akhir ini dibuat dan diajukan sebagai salah satu syarat untuk menempuh ujian sarjana matematika pada Fakultas Matematika dan Ilmu Pengetahuan Alam. Penulis menyadari sepenuhnya keterbatasan ilmu pengetahuan dan kemampuan penulis, sehingga tugas akhir ini masih jauh dari sempurna. Untuk itu, segala saran dan kritik dari pembaca tugas akhir ini sangat penulis harapkan demi kesempurnaan tugas akhir ini. Dalam penulisan tugas akhir ini, penulis telah banyak dibantu oleh berbagai pihak dan pada kesempatan ini penulis mengucapkan banyak terima kasih kepada: 1. Drs. Faigiziduhu Bu ulolo, M.Si selaku dosen pembimbing I dan Dr. Esther Sorta M. Nababan, M.Sc selaku dosen pembimbing II, yang telah memberikan nasihat dan pengarahan serta bimbingan kepada penulis selama penulisan tugas akhir ini. 2. Syahril Efendi, S.Si., M.I.T dan Drs. Djakaria Sebayang selaku dosen penguji. 3. Prof. Drs. Tulus, Vordipl.Math., M.Si., Ph.D dan Dra. Mardiningsih M.Si selaku ketua dan sekretaris jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam. 4. Dr. Sutarman, M.Sc selaku Dekan Fakultas Matematika dan Ilmu Pengetahuan Alam. 5. Ayahanda A. Nadapdap, ibunda E.Butar-Butar, abang saya Ruben Novian Nadapdap, serta adik-adik saya yang sangat saya kasihi Mikha Dora Nadapdap dan David Grace Nadapdap yang memberi segala dukungan doa, dorongan dan semangat kepada saya. 6. Seluruh dosen pengajar jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam yang telah memberikan ilmu yang bermanfaat kepada penulis selama masa perkuliahan. 7. Kakak terkasih Ev. Roita Panggabean, teman yang luar biasa Eka Manao, Rika Paduri dan serta adik-adikku Jessi, Rina, Tika Munte, Imelda, Jessica dan Liza, tim di Campus Movement Student Influencer (CMSI) dan seluruh staf LPMI WIB yang banyak memberi semangat dan dukungan doa bagi saya selama pengerjaan tugas akhir ini. 8. Shanty, Betarina, Oshin Tika atas suka duka dan kebersamaan yang dilalui bersama saat pengerjaan tugas akhir ini. Rekan-rekan mahasiswa jurusan Matematika angkatan 2008 yang telah memberi banyak bantuan bagi saya terkhusus untuk Indra, Raja David dan Sardes. 9. Mimi yang selalu setia menemani saya kapanpun dan kemanapun saya pergi dan tanpa Wity saya tidak bisa mengerjakan tulisan ini. 10. Seluruh staf pengawai administrasi Departemen Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam yang telah membantu penulis selama perkuliahan dalam menyelesaikan segala kelengkapan administrasi.

7 v Kiranya Tuhan Yang Maha Kuasa melimpahkan berkat dan kasihnya atas segala bantuan dan pengorbanan yang telah diberikan oleh semua pihak dalam membantu penulisan selama ini. Medan, Agustus 2012 Penulis DINA MARIA NADAPDAP

8 vi ABSTRAK Fuzzy Inference System (FIS) Tsukamoto dikembangkan untuk menentukan jumlah produksi berdasarkan data permintaan dan persediaan. Terdapat tiga variabel yang dimodelkan, yaitu: permintaan, persediaan dan jumlah produksi. Variabel permintaan terdiri dari tiga himpunan fuzzy, yaitu: turun, tetap dan naik, variabel persediaan terdiri dari tiga himpunan fuzzy, yaitu: sedikit, sedang, dan banyak, sedangkan variabel produksi terdiri dari tiga himpunan fuzzy yaitu: berkurang, tetap dan bertambah. Setelah dikombinasikan maka diperoleh 9 aturan fuzzy aturan untuk menentukan nilai keanggotaan. Kemudian mengubah himpunan fuzzy menjadi nilai tegas yakni jumlah produksi menggunakan rumus rata-rata terpusat. Diagram tabel perbandingan antara jumlah produksi perusahaan dengan jumlah produksi metode Tsukamoto menunjukkan terjadi peningkatan efisiensi jumlah produksi dengan mengunakan logika fuzzy yakni metode Tsukamoto. Kata kunci: Sistem Inferensi Fuzzy, Tsukamoto, Manajemen Produksi

9 vii APPLICATIN OF FUZZY LOGIC IN PRODUCTION PLANNING ABTRACT Fuzzy Inference System (FIS) of Tsukamoto developed to define amount of production based on demand and supply. There are three variables are modelled, namely: demand, supply and amount of production. Demand variable consists of three fuzzy sets, namely: down, fixed and up, supply variable consist of three fuzzy sets, namely: little, moderate, and many, while amount of production variable consists of three fuzzy sets, namely: reduced, fixed and increased. After combined then obtained 9 fuzzy rules for determining the value of membership. Then change the fuzzy sets to be values crisp that is amount of production using average centered formula. Chart diagram comparison between the amount of production companies with the amount of production by Tsukamoto methods showed efficiency the amount of production improved by using fuzzy logic Tsukamoto. Keyword: Fuzzy Inference System (FIS), Tsukamoto and Management Production

10 viii DAFTAR ISI Halaman Persetujuan Pernyataan Penghargaan Abstrak Abstract Daftar Isi Daftar Tabel Daftar Gambar ii iii iv vi vii vii x xi Bab 1 Pendahuluan 1.1 Latar Belakang Perumusan Masalah Batasan Masalah Tujuan Penelitian Kontribusi Penelitian Metodologi Penelitian 7 Bab 2 Landasan Teori 2.1 Pengertian Manajemen Produksi atau Operasi Fungsi Manajer Produksi Peramalan (Forecasting) Peramalan Berdasarkan Sifat Penyusunnya Peramalan Berdasarkan Jangka Waktu Ramalan Peramalan Berdasarkan Sifat Ramalan Metode peramalan kuantitatif (Statistical method) Perencanaan (Planning) Perencanaan Proses Produksi (Manufacture Planning) Perencanaan Kapasitas (Capacity Planning) Perencanaan Produksi (Production Planning) Pengawasan (Controlling) Pengendalian Produksi Pengendalian Persediaan (Inventory Control) Pengendalian Kualitas (Quality Control) Himpunan Fuzzy Fungsi Keanggotaan Representasi Linier Representasi Kurva Segitiga Representasi Kurva Trapesium Representasi Kurva Bentuk Bahu Operator Pada Operasi Himpunan Fuzzy Operator and 28

11 ix Operator or Operator not Logika Fuzzy Dasar Logika Fuzzy Variabel Linguistik Proposisi Fuzzy Implikasi Fuzzy Sistem Inferensi Fuzzy Unit Fuzzifikasi Unit Penalaran Fuzzy Basis Pengetahuan Unit Defuzzifikasi Aplikasi Logika Fuzzy 37 Bab 3 Pembahasan 3.1 Profil Perusahaan Data Permintaan, Persediaan dan Jumlah Produksi Diagram Aliran Data Metode Tsukamoto Memodelkan Variabel Fuzzy (Unit Fuzzifikasi) Aplikasi Fungsi Implikasi Komposisi Aturan (Inferensi) Menentukan Output Crips (Defuzzyfikasi) 59 Bab 4 Kesimpulan dan Saran 4.1 Kesimpulan Saran 66 Daftar Pustaka 67

12 x DAFTAR TABEL Halaman Tabel 3.1 Data permintaan, persediaan dan jumlah produksi suatu perusahaan pada periode Januari 2011 s/d Desember Tabel 3.2 Variabel yang digunakan 42 Tabel 3.3 Himpunan fuzzy yang digunakan 47 Tabel 3.4 Komposisi aturan-aturan pada inferensi fuzzy 51 Tabel 3.5 Perbandingan perhitungan jumlah produksi Tepung Tapiaoka metode Tsukamoto menggunakan 9 aturan fuzzy dengan data perusahaan 61

13 xi DAFTAR GAMBAR Halaman Gambar 2.1 Himpunan dingin, sejuk, hangat dan panas 19 Gambar 2.2 Himpunan fuzzy pada variabel suhu 20 Gambar 2.3 Grafik representasi linear naik 25 Gambar 2.4 Grafik representasi linear turun 26 Gambar 2.5 Grafik representasi kurva segitiga 27 Gambar 2.6 Grafik representasi kurva trapesium 27 Gambar 2.7 Daerah bahu pada variabel suhu 28 Gambar 2.8 Fungsi keangotaan himpunan fuzzy muda 32 Gambar 3.1 Diagram konteks sistem 42 Gambar 3.2 Fungsi keanggotaan himpunan fuzzy turun, tetap dan naik dari variabel permintaan 48 Gambar 3.3 Fungsi keanggotaan himpunan fuzzy sedikit, sedang dan banyak dari variabel persediaan 49 Gambar 3.4 Fungsi keanggotaan himpunan fuzzy berkurang, tetap dan bertambah dari variabel jumlah produksi 50 Gambar 3.5 Diagram batang perbandingan hasil perhitungan metode Tsukamoto dengan data perusahaan 62