BAB I PENDAHULUAN. 1.1 Latar Belakang

Transkripsi

1 BAB I PENDAHULUAN 1.1 Latar Belakang Salah satu tujuan dari suatu wirausaha adalah untuk mendapatkan keuntungan semaksimal mungkin, agar tujuan itu dapat tercapai maka wirausaha harus mengikuti perkembangan perindustrian, baik dalam bidang manajemen maupun teknlogi informasi [1]. Seiring dengan perkembangan di bidang teknologi, pemanfaatan komputer menjadi sebuah keharusan pada segala bidang. Computer Based Information System (Sistem Informasi Berbasis Komputer) merupakan sistem pengolahan suatu data menjadi sebuah informasi yang berkualitas dan dapat visualisasi dan analisis. Salah satu dari sistem informasi berbasis komputer Sistem Pendukung Keputusan (Decission Support System) adalah sistem informasi interaktif yang dapat memberikan alternatif solusi dan keputusan yang tepat. Aspek strategis perusahaan agar dapat bersaing dalam dunia bisnis adalah perencanaan dan tersedianya produk barang untuk memenuhi tuntutan pasar [2]. UD. Banaly Food adalah sebuah usaha dagang yang bergerak dalam bidang produksi pangan yang bergantung pada permintaan dari masyarakat, pada tahap ini akan sulit menentukan jumlah produksi barang setiap bulannya. Hasil produksi dari UD. Banaly Food adalah olahan ikan yang diberi nama brand iwae, terdapat beberapa varian dalam produk dari iwae yaitu otak-otak, kaki naga, fish stik, keong mas, bakso, bakso sayur, lumpia ikan, ekkado, ekkado telur, otak oval, sosis ikan, siomay dan siomay telur. Terdapat 13 varian produk dari iwae dengan mempertimbangkan hal tersebut maka pihak perusahaan dari UD. Banaly Food hendaknya membuat suatu keputusan yang tepat untuk memilih berapa banyak jumlah produk yang akan diproduksi agar mengurangi kerugian akibat produk kurang atau produk berlebih, maka dibutuhkan suatu sistem pendukung keputusan. Salah satu teknik yang dapat digunakan untuk sistem pendukung keputusan adalah dengan menggunakan logika fuzzy. 1

2 2 Saat ini konsep fuzzy diterapkan dalam berbagai bidang kehidupan, salah satu contoh penerapan pada bidang ekonomi yatiu suku bunga pada bank. Sistem penetapan suku bunga bank disini berdasarkan faktor-faktor penentu penetapan suku bunga. Dengan menggunakan konsep fuzzy maka dapat dibuat sistem pengendali pada ekonomi yang lebih baik dari pada sistem penetapan suku bunga bank maupun suku bunga berjangka terdahulu. Konsep fuzzy menurut Zadeh, adalah himpunan yang tidak tegas yang dikaitkan dengan suatu fungsi yang menyatakan derajat kesesuaian unsur-unsur dalam semestanya dengan konsep yang merupakan syarat keanggotaan himpunan tersebut. Dengan demikian setiap unsur dalam semesta pembicaraan mempunyai derajat keanggotaan tertentu dalam himpunan tersebut. Derajat keanggotaan dinyatakan dalam suatu bilangan real dalam selang tertutup [0,1]. Selanjutnya berdasarkan pada konsep himpunan fuzzy itu, Zadeh juga mengembangkan konsep algoritma fuzzy yang merupakan landasan dari logika fuzzy dan penalaran hampiran (approximate reasoning), yaitu penalaran yang melibatkan pertanyaan-pertanyaan dengan predikat yang kabur. Logika adalah ilmu yang mempelajari secara sistematis kaidah-kaidah penalaran yang absah (valid). Dewasa ini terdapat 2 konsep logika, yaitu logika tegas dan logika fuzzy. Logika tegas hanya mengenal dua keadaan yaitu: ya atau tidak, on atau off, high atau low, 1 atau 0. Logika semacam ini disebut dengan logika himpunan tegas. Sedangkan logika fuzzynya adalah logika yang menggunakan konsep sifat kesamaran. Sehingga logika fuzzy adalah logika dengan tak hingga banyak nilai kebenaran yang dinyatakan dalam bilangan real dalam selang (0,1) [3]. Pada perusahaan, produksi barang yang tepat akan memberi dampak yang besar, karena disamping pengoptimalan bahan baku yang digunakan, hal ini juga akan mempengaruhi besar dari sektor biaya. Produksi barang yang tepat dalam perusahaan berpengaruh dalam sektor biaya karena dapat memperkirakan pembelanjaan dari bahan baku yang akan digunakan. Dalam masalah optimalisasi produksi barang tersebut, banyak metode dan teknik yang digunakan. Metode yang sering digunakan adalah metode himpunan tegas. Namun metode logika himpunan tegas tidak dapat dioperasikan oleh khalayak umum (hanya orang analis), karena selain agak rumit dalam perhitungan, kendala-kendala pada produksi akan

3 3 memperumit penyelesaian prediksi jumlah produksi. Selain metode logika himpunan tegas, logika fuzzy juga dapat digunakan dalam masalah optimalisasi produksi barang [3]. Kasus produksi barang pada sebuah perusahaan sangat bergantung kepada variabel-variabelnya misalkan: persediaan bahan baku, biaya produksi, harga bahan baku, dan permintaan konsumen. Pada prakteknya, nilai variabel-variabel ini tidak dapat diketahui pasti. Apabila terjadi hal seperti ini, maka solusinya adalah dengan menggunakan operasi himpunan fuzzy [3]. Kelebihan dari logika fuzzy adalah kemampuannya dalam proses penalaran secara Bahasa sehingga dalam perancangannya tidak memerlukan persamaan matematik yang rumit. Beberapa alasan mengapa menggunakan logika fuzzy antara lain konsep logika fuzzy mudah dimengerti, logika fuzzy memiliki toleransi terhadap data-data yang tidak tepat, logika fuzzy mampu memodelkan fungsi-fungsi nonlinear yang sangat kompleks [4]. Ada tiga medote dalam logika fuzzy yang dapat digunakan, yaitu : metode Tsukamoto, metode Mamdani dan metode Sugeno. Metode yang dipilih dalam pengambilan keputusan adalah metode Tsukamoto. Metode ini dipilih karena setiap aturan direpresentasikan menggunakan himpunan-himpunan fuzzy, dengan fungsi keanggotaan yang monoton. Sehingga output dari setiap aturan diberikan secara tegas berdasarkan α, dan diperoleh hasil akhir dengan rata-rata terpusat. Metode ini akan menampilkan keluaran berupa nilai hasil dari perhitungan Defuzzyfikasi [5]. Hasil dari Defuzzyfikasi yang akan menentukan berapa jumlah barang yang akan diproduksi. Fuzzy Tsukamoto merupakan salah satu metode yang sangat fleksibel dan memiliki toleransi pada data yang ada. Fuzzy Tsukamoto memiliki kelebihan yaitu lebih intuitif, diterima oleh banyak pihak, lebih cocok untuk masukan yang diterima dari manusia bukan mesin [6]. Metode tsukamoto dipilih karena pada penelitian sebelumya dari ketiga metode tersebut yaitu metode tsukamoto, metode mamdani dan metode sugeno. Metode tsukamoto memiliki nilai akurasi yang tinggi. Pada penelitian oleh Indrayana Candra Dewi dengan judul penerapan logika fuzzy metode tsukamoto untuk menentukan kualitas hotel, memiliki nilai akurasi 90 %. Dan pada penelitian

4 4 menggunakan oleh Faris Budi Arifianto menggunakan metode takagi sugeno untuk mendeteksi awal kanker kulit memiliki akurasi 82,5 %. Dan pada penelitian oleh Slamet Riyadhi menggunakan metode mamdani untuk deteksi penyakit diabetes mendapatkan akurasi sebesar 85%. Jadi fuzzy tsukamoto memiliki nilai akurasi tertinggi diantara tiga penelitian tersebut. 1.2 Rumusan Masalah Berdasarkan uraian pada latar belakang, maka dapat dirumuskan permasalahan yang akan diselesaikan yaitu bagaimana menerapkan logika fuzzy metode tsukamoto untuk memprediksi produksi barang. Bagaimana memprediksi jumlah produksi barang berdasarkan permintaan, persediaan dan biaya produksi? Dari masalah yang dipaparkan, maka rumusan pertanyaan yang mendasari penelitian ini adalah bagaimana akurasi untuk prediksi jumlah produksi tersebut. 1.3 Batasan Masalah Pembatasan masalah dalam penentuan jumlah produksi untuk mengoptimalkan keuntungan dengan menggunakan fuzzy tsukamoto adalah sebagai berikut: 1. Objek penelitian adalah UD. Banaly Food yaitu perusahaan yang bergerak dalam produksi makanan. 2. Untuk dapat menerapkan logika fuzzy dengan metode tsukamoto, prediksi jumlah produksi akan dicari berdasarkan data permintaan, persediaan dan biaya produksi. 1.4 Tujuan Peneletian Tujuan yang akan dicapai dalam penelitian ini adalah untuk memprediksi jumlah produksi pada UD. Banaly Food dan serta menghitung akurasi dari hasil penerapan metode fuzzy tsukamoto.

5 5 1.5 Manfaat Penelitian Manfaat yang didapatkan dari penelitian ini adalah a. Bagi Perusahaan Penelitian ini diharapkan dapat membantu perusahaan untuk memprediksi penentuan jumlah produksi yang sesuai. b. Bagi Pembeli Penelitian ini diharapkan dapat membantu pembeli untuk memenuhi kebutuhan mereka. c. Bagi Peneliti Penelitian ini diharap dapat menambah pengetahuan dalam hal memprediksi jumlah produksi dengan menggunakan fuzzy tsukamoto.