Optimalisasi Jumlah Produksi Jamu Jaya Asli Dengan Metode Fuzzy Tsukamoto

Transkripsi

1 Optimalisasi Jumlah Produksi Jamu Jaya Asli Dengan Metode Fuzzy Tsukamoto SKRIPSI Diajukan Untuk Memenuhi Salah Satu Syarat Guna Memperoleh Gelar Sarjana Komputer (S.Kom.) Pada Program Studi Sistem Informasi OLEH : Oleh : DWI YUNI NUR AFIFAH NPM: PROGRAM STUDI SISTEM INFORMASI FAKULTAS TEKNIK UNIVERSITAS NUSANTARA PGRI KEDIRI

2 2

3 3

4 Optimalisasi Jumlah Produksi Jamu Jaya Asli Dengan Metode Fuzzy Tsukamoto Dwi Yuni Nur Afifah 1) Dr. Suryanto, M.Si 2) Arie Nugroho, S.Kom., MM 3) Program Studi Sistem Informasi, Fakultas Teknik, Jl. K.H. Achmad Dahlan No. 76 Telp (0354) Kediri dwiyuni47@gmail.com ABSTRAK Penentuan jumlah produksi merupakan suatu hal yang harus di perhatikan sebelum memulai sebuah proses produksi. Perlu di pertimbangkan berbagai faktor untuk menentukan jumlah produksi barang, agar terhindar dari risiko kerugian. Sehingga penyelesaian masalah tersebut, hendaknya dapat membuat suatu keputusan yang tepat untuk memilih berapa banyak jumlah produk yang di produksi supaya keuntungan bisa dioptimalkan. Maka dibutuhkan suatu sistem pendukung keputusan menentukan jumlah produksi. Logika fuzzy (logika samar) itu sendiri merupakan logika yang berhadapan dengan konsep kebenaran sebagian, dimana logika klasik menyatakan bahwa segala hal dapat diekspresikan dalam istilah binary (0 atau 1), sedangkan logika fuzzy memungkinkan nilai keanggotaan antara 0 dan 1. Logika fuzzy terdiri dari suatu Fuzzy Inference System atau sistem penalaran fuzzy. Salah satu Fuzzy inference system adalah penalaran dengan metode Tsukamoto. Toko Jamu Jaya Asli merupakan suatu toko jamu yang bergerak di bidang obat herbal yaitu salah satunya memproduksi jamu. Banyak sekali faktor yang harus dipertimbangkan dalam menentukan berapa jumlah produksi yang harus dihasilkan perbulannya yang akan dijadikan target dalam memulai sebuah usaha. Untuk itu, dalam menentukan target jumlah produksi perbulan dibutuhkan sebuah sistem pendukung keputusan untuk mengelola dan memanajemen segala sumber daya yang ada sehingga suatu produksi dapat berjalan dengan efektif dan efisien. Kata kunci : Sistem Informasi, Optimalisasi Jumlah Produksi Jamu Jaya Asli. 4

5 1. PENDAHULUAN 1.1 Latar Belakang Hampir semua perusahaan yang bergerak di bidang industri pada saat ini dihadapkan pada suatu masalah yaitu adanya tingkat persaingan yang semakin kompetitif. Hal ini mengharuskan perusahaan untuk merencanakan atau menentukan jumlah produksi, agar dapat memenuhi pemesanan pasar dengan tepat waktu dan dengan jumlah yang sesuai, sehingga diharapkan keuntungan akan meningkat. Penentuan jumlah produksi merupakan suatu hal yang harus di perhatikan sebelum memulai sebuah proses produksi. Perlu di pertimbangkan berbagai faktor untuk menentukan jumlah produksi barang, agar terhindar dari risiko kerugian. Sehingga penyelesaian masalah tersebut, hendaknya dapat membuat suatu keputusan yang tepat untuk memilih berapa banyak jumlah produk yang di produksi supaya keuntungan bisa dioptimalkan. Maka dibutuhkan suatu sistem pendukung keputusan menentukan jumlah produksi. Logika fuzzy (logika samar) itu sendiri merupakan logika yang berhadapan dengan konsep kebenaran sebagian, dimana logika klasik menyatakan bahwa segala hal dapat diekspresikan dalam istilah binary (0 atau 1), sedangkan logika fuzzy memungkinkan nilai keanggotaan antara 0 dan 1. Berbagai teori didalam perkembangan logika fuzzy menunjukkan bahwa pada dasarnya logika fuzzy dapat digunakan untuk memodelkan berbagai sistem. Logika fuzzy terdiri dari suatu Fuzzy Inference System atau sistem penalaran fuzzy. Salah satu Fuzzy inference system adalah penalaran dengan metode Tsukamoto. Pada metode Tsukamoto, data-data tersebut merupakan faktor - faktor yang mempengaruhi dan akan menjadi variabel input yang akan diolah dengan metode Tsukamoto untuk menjadi keluaran (output) berupa penentuan jumlah barang yang akan diproduksi. Toko Jamu Jaya Asli merupakan suatu toko jamu yang bergerak di bidang obat herbal yaitu salah satunya memproduksi jamu. Banyak sekali faktor yang harus dipertimbangkan dalam menentukan berapa jumlah produksi yang harus dihasilkan perbulannya yang akan dijadikan target dalam memulai sebuah usaha. Untuk itu, dalam menentukan target jumlah produksi perbulan dibutuhkan sebuah sistem pendukung keputusan untuk mengelola dan memanajemen segala sumber daya yang ada sehingga suatu produksi dapat berjalan dengan efektif dan efisien. Dalam pembuatan sistem pendukung keputusan ini diterapkan logika fuzzy untuk mengelola faktorfaktor yang menentukan jumlah produksi tersebut. Faktor tersebut akan dijadikan suatu masukan kemudian diproses dengan logika fuzzy sehingga diperoleh suatu keluaran yaitu jumlah jamu yang sebaiknya diproduksi perbulannya Hal tersebut menjadi suatu pertimbangan bagi penulis untuk membuat judul Optimalisasi Jumlah Produksi Jamu Jaya Asli Dengan Metode Fuzzy Tsukamoto. Sebagai upaya menentukan jumlah produksi jamu berdasarkan data persediaan dan jumlah permintaan. 2. LANDASAN TEORI 2.1 Definisi Keputusan Keputusan merupakan suatu pengakhiran daripada proses pemikiran tentang suatu masalah atau problema untuk menjawab pertanyaan apa yang harus diperbuat guna mengatasi masalah tersebut, dengan 5

6 menjatuhkan pilihan pada suatu alternatif (Hasan, 2004). Keputusan dapat diklasifikasikan menjadi 3 tingkatan, yaitu : a. Strategis, keputusan dengan ciri : kepastian besar dan orientasi masa depan. b. Taktis, keputusan dengan ciri: berhubungan dengan aktivitas jangka pendek dan alokasi sumbersumber daya guna mencapai sasaran. c. Teknik, keputusan dengan ciri: standar-standar ditetapkan dan bersifat deterministik, mengusahakan agar tugas spesifik diimplementasikan dengan efektif dan efisien. 2.2 Metode Fuzzy Tsukamoto Sistem Inferensi Fuzzy merupakan suatu kerangka komputasi yang didasarkan pada teori himpunan fuzzy, aturan fuzzy berbentuk IF-THEN, dan penalaran fuzzy. Secara garis besar, diagram blok proses inferensi fuzzy (Kusumadewi, 2003). Sistem inferensi fuzzy menerima input crisp. Input ini kemudian dikirim ke basis pengetahuan yang berisi n aturan fuzzy dalam bentuk IF-THEN. Fire strength akan dicari pada setiap aturan. Apabila jumlah aturan lebih dari satu, maka akan dilakukan agregasi dari semua aturan. Selanjutnya, pada hasil agregasi akan dilakukan defuzzy untuk mendapatkan nilai crisp sebagai output sistem. Pada dasarnya, metode tsukamoto mengaplikasikan penalaran monoton pada setiap aturannya. Kalau pada penalaran monoton, sistem hanya memiliki satu aturan, pada metode tsukamoto, sistem terdiri atas beberapa aturan. Karena menggunakan konsep dasar penalaran monoton, pada metode tsukamoto, setiap konsekuen pada aturan yang berbentuk IF- THEN harus direpresentasikan dengan suatu himpunan fuzzy dengan fungsi keanggotaan yang monoton. Output hasil inferensi dari tiaptiap aturan diberikan secara tegas (crisp) bedasarkan α-predikat (fire strength). Proses agregasi antar aturan dilakukan, dan hasil akhirnya diperoleh dengan menggunakan defuzzy dengan konsep rata-rata terbobot. Misalkan ada variabel input, yaitu x dan y, serta satu variabel output yaitu z. Variabel x terbagi atas 2 himpunan yaitu A1 dan A2, variabel y terbagi atas 2 himpunan juga, yaitu B1 dan B2, sedangkan variabel output Z terbagi atas 2 himpunan yaitu C1 dan C2. Tentu saja himpunan C1 dan C2 harus merupakan himpunan yang bersifat monoton. Diberikan 2 aturan sebagai berikut: IF x is A1 and y is B2 THEN z is C1 IF x is A2 and y is B2 THEN z is C1 Alur inferensi untuk mendapatkan satu nilai crisp z. 2.3 Menentukan Output Crisp (Defuzzifikasi) 6

7 Pada metode Tsukamoto, untuk menentukan output crisp, digunakan defuzifikasi rata-rata terpusat, yaitu: 3 METODOLOGI 1.1 Analisis / workflow kondisi sistem saat ini Pada saat ini proses produksi pada toko jamu jaya asli masih dilakukan secara manual dengan cara memproduksi barang berdasarkan permintaan yang dilaporkan oleh bagian permintaan apabila setiap hari ada sales yang meminta barang. Hal ini dirasa kurang tepat karena sering mengakibatkan kesalahan perhitungan antara permintaan dan persediaan. Sistem yang digunakan saat ini akan menghabiskan jumlah produksi yang besar yang menyebabkan keuntungan dapat menurun. Dari hasil analisis permasalahan tersebut, perlu dirancang sebuah aplikasi yang mampu menentukan jumlah produksi yang optimal yang dapat membantu dalam mengambil keputusan. Perancangan sebuah aplikasi harus dibuat secara matang, supaya tampilannya mudah dipahami dan hasilnya bermanfaat dan memuaskan bagi para pemakai. 3.2 Perhitungan menggunakan dataset kasus Kasus Peramalan Metode Tsukamoto Metode Tsukamoto akan digunakan untuk memprediksi jumlah produksi jamu pada hari ke-31 dengan menggunakan data 30 hari sebelumnya. Dari data produksi 1 bulan dicari data maksimum dan data minimum selama 30 hari. Diketahui data permintaan pada hari ke- 31 sebesar 20 dan persediaan masih 2, akan dihitung jumlah produksi pada hari ke-31 dengan menggunakan SPK. RULE: 1. [R1] IF Permintaan TURUN And Persediaan BANYAK THEN Produksi Barang BERKURANG; 2. [R2] IF Permintaan TURUN And Persediaan SEDANG THEN Produksi Barang BERKURANG; 3. [R3] IF Permintaan TURUN And Persediaan SEDIKIT THEN Produksi Barang BERKURANG; 4. [R4] IF Permintaan TETAP And Persediaan BANYAK THEN Produksi Barang BERKURANG; 5. [R5] IF Permintaaan TETAP And Persediaan SEDANG THEN Produksi Barang TETAP; 6. [R6] IF Permintaan TETAP And Persediaan SEDIKIT THEN Produksi Barang BERTAMBAH; 7. [R7] IF Permintaan NAIK And Persediaan BANYAK THEN Produksi Barang BERTAMBAH; 8. [R8] IF Permintaan NAIK And Persediaan SEDANG THEN Produksi Barang BERTAMBAH; 9. [R9] IF Permintaan NAIK And Persediaan Barang SEDIKIT THEN Produksi Barang BERTAMBAH; 3.3 Implementasi Metodologi Ke Dalam Aplikasi 1. Tampilan home 7

8 tampilan utama home yang berisi tentang tinjauan lokasi tempat penelitian dan visi, misi toko jamu jaya asli. 2. Tampilan SPK Tsukamoto tampilan olah data fuzzy tsukamoto yang berisi inputan data produksi, masa produksi, permintaan, persediaan. 5. Tampilan Bantuan tampilan olah data fuzzy tsukamoto yang berisi inputan data produksi, masa produksi, permintaan, persediaan. 3. Tampilan Proses Olah Data SPK tampilan cara menggunakan apliksi sistem pendukung keputusan terdapat petunjuk penggunaan cara kerja aplikasi. 6. Tampilan Login Admin tampilan olah data fuzzy tsukamoto yang berisi inputan data produksi, masa produksi, permintaan, persediaan. 4. Tampilan History SPK tampilan login administrator sebelum melakukan perubahan data / menghapus data. 7. Tampilan Home Admin 8

9 tampilan login administrator home yang berisi inputan data, lihat data, edit data. 8. Tampilan Input Data tampilan edit data / hapus data. tampilan login administrator input data. Disini admin bisa menambahkan data produksi sesuai dengan permintaan dan persediaan barang. 9. Tampilan Lihat Data tampilan login administrator lihat data. Admin dapat melihat data sesuai dengan inputan data barang. 10. Tampilan Edit Data 1. PENUTUP 5.1 Kesimpulan Berdasarkan pembahasan dan evaluasi dari bab-bab sebelumnya, maka dapat diambil kesimpulan sebagai berikut: Untuk menerapkan metode Tsukamoto dalam menentukan jumlah produksi jamu menggunakan logika fuzzy pada sistem pendukung keputusan. Mengembangkan sebuah sistem pendukung keputusan dengan metode Tsukamoto untuk menentukan jumlah produksi jamu agar lebih efisien. 5.2 Saran Penulis menyarankan pengembangan penelitian lebih lanjut sistem penentuan jumlah produksi sebagai berikut: Penentuan jumlah produksi dengan metode Tsukamoto ini dapat dikembangkan lagi dengan menggunakan metode-metode inferensi lainnya misalnya Metode Max-Min dan metode Sugeno. Pengembangan lebih lanjut terhadap sistem ini, dapat dilakukan beberapa 9

10 penambahan berupa perhitungan beberapa variabel seperti variabel biaya, waktu, dan lain lain agar mendapatkan hasil yang lebih optimal. 2. DAFTAR PUSTAKA 1. A.S Rosa dan Salahuddin M, Modul Pembelajaran Rekayasa Perangkat Lunak (Terstruktur dan Berorientasi Objek), Modula, Bandung, Andi, Mastering CMS Programming with PHP & MySQL. (Gratia, Ed). Yogyakarta : 3. Daihani, Dadan Umar Komputerisasi Pengambilan Keputusan. Jakarta: PT Elex Media Komputindo. 4. Hasan, M. Iqbal, Pokok-Pokok Materi Teori Pengambilan Keputusan. Bogor Selatan: Ghalia Indonesia, Jogiyanto, Hartono, Analisis & Desain Sistem Informasi Pendekatan Terstruktur Teori dan Praktek Aplikasi Bisnis, Andi, Yogyakarta, Kusumadewi, Sri dan Purnomo, Hari: Aplikasi Logika Fuzzy Untuk Pendukung Keputusan, 2004 (Graha Ilmu). Yogyakarta 7. Nasution, Arman Hakim dan Prasetyawan, Yudha : Perencanaan dan Pengendalian Produksi, 2008 (Graha Ilmu), Yogyakarta 10