INFOKAM Nomor II/Th. X/September/14 23 IMPLEMENTASI FUZZY LOGIC MULTI CRITERIA DECISION MAKING (MCDM) UNTUK MENENTUKAN JENIS KAYU SEBAGAI BAHAN BAKU PRODUKSI MEBEL SUMARDI (Dosen Amik JTC Semarang) ABSTRAK Dalam penelitian ini sistem pendukung keputusan akan dijalankan pada CV. Mustika Jati Jepara yang bergerak di bidang produksi kayu bertaraf internasional. Terdapat banyak jenis kayu yang dapat digunakan sebagai bahan baku produksi bagi CV. Mustika Jati Jepara. Misalnya kayu jati, merbau, bangkirai, kamper, meranti, mahoni, sungkai, sonokeling, kayu kelapa. Masing masing kayu ini dikenal karena memiliki kriteria yang berbeda beda, yaitu warna, corak, tekstur, arah serat, kilap, kesan raba, bau, kekerasan kayu, lingkaran tumbuh, susunan pori, ukuran pori, frekuensi pori, isi pori, bidang perforasi, golongan jari jari, susunan jari jari, bentuk parenkim, saluran interselular. Semua kriteria tersebut mempengaruhi kekuatan, keawetan dan keunikan dari masing masing jenis kayu. Selain itu juga sangat mempengaruhi harga beli dan harga jualnya. Dengan Sistem pengolahan data dan informasi untuk membantu memberikan pilihan jenis kayu yang cocok sebagai bahan baku produksi bagi para karyawan CV. Mustika Jati Jepara khususnya Bagian Grading dapat meningkatkan kualitas produk yang dihasilkan dan dapat memperoleh berbagai macam keuntunganyaitu mempercepat penerimaan data jenis kayu, mengurangi subjektivitas pengambilan keputusan dan penghematan tenaga, kertas dan sumber daya lain Kata Kunci : Metode fuzzy MCDM, DSS, Kayu 1. PENDAHULUAN Salah satu elemen dalam perusahaan yang sangat penting untuk mendukung proses produksi adalah bahan baku. Pengadaan bahan baku yang berkualitas dari suatu perusahaan sangat mempengaruhi produk yang dihasilkan. Jika bahan baku dapat diorganisir dengan baik, maka diharapkan perusahaan dapat menjalankan semua proses produksinya dengan baik pula. Namun terdapat beberapa kendala dalam proses pengadaan bahan baku, salah satunya adalah banyaknya jenis dari bahan baku yang ditawarkan dari para supplier. Hal itu membuat para produsen mengalami kesulitan dalam memilih bahan baku yang cocok untuk proses produksi. Dan seringkali terjadi kesalahan karena proses pemilihan dilakukan secara subjektif tanpa adanya pertimbangan yang mengakibatkan kerugian materiil bagi perusahaan. Oleh karena itu kecocokan dari bahan baku untuk proses produksi sangat berpengaruh pada harga beli dan harga jual dari produk yang dihasilkan. Untuk memudahkan pemilihan bahan baku untuk proses produksi, maka dibuatlah sebuah sistem pendukung keputusan yang bertujuan untuk membantu memberikan pilihan bahan baku yang cocok bagi produsen. Dalam penelitian ini sistem pendukung keputusan akan dijalankan pada CV. Mustika Jati Jepara yang bergerak di bidang produksi kayu bertaraf internasional. Produk utama dari CV. Mustika Jati Jepara ini adalah mebel dengan kualitas baik yang diekspor ke berbagai negara di Benua Eropa. Selain itu juga ada produk produk lainnya yang ditujukan untuk lingkup nasional atau lokal saja, seperti meja, kursi, lemari, pot dan berbagai furnitur meubel lainnya. Terdapat banyak jenis kayu yang dapat digunakan sebagai bahan baku produksi bagi CV. Mustika Jati Jepara. Misalnya kayu jati, merbau, bangkirai, kamper, meranti, mahoni, sungkai, sonokeling, kayu kelapa. Masing masing kayu ini dikenal karena memiliki kriteria yang berbeda beda, yaitu warna, corak, tekstur, arah serat, kilap, kesan raba, bau, kekerasan kayu, lingkaran tumbuh, susunan pori, ukuran pori, frekuensi pori, isi pori, bidang perforasi, golongan jari jari, susunan jari jari, bentuk parenkim, saluran interselular. Semua kriteria tersebut mempengaruhi kekuatan, keawetan dan keunikan dari masing masing jenis kayu [6].
24 INFOKAM Nomor II / Th. IX/ September / 14 Selain itu juga sangat mempengaruhi harga beli dan harga jualnya, sehingga secara langsung juga berpengaruh terhadap dana yang dimiliki perusahaan. Oleh karena itu para karyawan dari CV. Mustika Jati Jepara harus dapat memilih jenis kayu yang sesuai sebagai bahan baku produksi berdasarkan pesanan dari konsumennya. Namun justru seringkali terjadi kesalahan dalam pemilihannya, karena menentukan jenis kayu memang tergolong sulit dan memerlukan keahlian dan pengetahuan serta pengalaman khusus. Dan CV. Mustika Jati Jepara ini belum memiliki karyawan dengan kemampuan semacam itu 2. LANDASAN TEORI 2.1. Pengertian Logika Fuzzy Logika fuzzy adalah satu cara yang tepat untuk memetakan suatu ruang input ke dalam suatu ruang output. Logika fuzzy dikatakan sebagai logika baru yang lama, sebab ilmu tentang logika fuzzy modern dan metode baru ditemukan beberapa tahun yang lalu, padahal sebenarnya konsep tentang logika fuzzy itu sendiri sudah ada sejak lama. Pada dasarnya logika fuzzy dapat digunakan untuk menangani permasalahan yang mengandung unsur ketidakpastian dengan baik, sehingga berpengaruh pada proses pengambilan keputusan untuk penyelesaian masalah itu sendiri. 2.2. Multi Criteria Decision Making (MCDM) Multiple Criteria Decision Making (MCDM) adalah suatu model yang biasanya membantu pengambil keputusan dalam melakukan pengambilan keputusan terhadap beberapa alternatif keputusan yang harus diambil dengan beberapa kriteria yang akan menjadi bahan pertimbangan. Satu hal yang menjadi permasalahan adalah apabila bobot kepentingan dari setiap kriteria dan derajat kecocokan setiap alternatif terhadap setiap kriteria mengandung ketidakpastian. Biasanya penilaian yang diberikan oleh pengambil keputusan dilakukan secara kualitatif dan direpresentasikan secara linguistik[2] Langkah Penyelesaian Masalah dengan MCDM [2] a. Identifikasi tujuan dan kumpulan alternatif keputusannya. Langkah ini bertujuan agar keputusan dapat direpresentasikan dengan menggunakan bahasa alami atau nilai numeris sesuai dengan karakteristik dari masalah, maka alternatif alternatif tersebut dapat ditulis sebagai A={A i i = 1,2,,m}. b. Identifikasi kumpulan kriteria Jika ada n kriteria, maka dapat dituliskan C={C t t=1,2,,n}. c. Membangun struktur hierarki dari masalah tersebut berdasarkan pertimbangan pertimbangan tertentu, struktur hierarki adalah sebagai berikut : Tujuan... Kriteria C 1 Kriteria C 2 Kriteria C k... Alternatif A 1 Alternatif A 1 Alternatif A n Gambar 1 : Struktur Hierarki Masalah [Sumber : 5]
INFOKAM Nomor II/Th. X/September/14 25 d. Memilih himpunan rating untuk bobot bobot kriteria dan derajat kecocokan setiap alternatif dengan kriterianya : e. Secara umum himpunan himpunan rating terdiri atas 3 elemen, yaitu : variabel linguistik (x) yang merepresentasikan bobot kriteria dan derajat kecocokan setiap alternatif dengan kriterianya ; T(x) yang merepresentasikan rating dari variabel linguistik ; dan fungsi kaeanggotaan yang berhubungan dengan setiap elemen dari T(x). Misal, rating untuk bobot pada Variabel Penting untuk suatu kriteria didefinisikan sebagai : f. T(penting) = {SANGAT RENDAH, RENDAH, CUKUP, TINGGI, SANGAT TINGGI}. g. Sesudah himpunan rating ini ditentukan, maka harus ditentukan fungsi keanggotaan untuk setiap rating. Biasanya digunakan fungsi segitiga, sebagai berikut : µ[x] 1 O a b c X µ[x] = { h. Misal, Wt adalah bobot untuk kriteria Ct dan Sit adalah rating fuzzy untuk derajat kecocokan alternatif keputusan Ai dengan kriteria Ct; dan Fi adalah indeks kecocokan fuzzy dari alternatif Ai yang merepresentasikan derajat kecocokan alternatif keputusan dengan kriteria keputusan yang diperoleh dari hasil agregasi Sit dan Wt. i. Mengevaluasi bobot bobot kriteria dan derajat kecocokan setiap alternatif dengan kriterianya. j. Mengagregasikan bobot bobot kriteria dan derajat kecocokan setiap alternatif dengan kriterianya. Ada beberapa metode yang dapat digunakan untuk melakukan agregasi terhadap hasil keputusan para pengambil keputusan, antara lain : 1) Mean, median, max, min dan operator campuran. Dari beberapa metode tersebut mean yang sering digunakan. 2) Operator dan adalah operator yang digunakan untuk penjumlahan dan perkalian fuzzy. Dengan menggunakan operator mean, F i dirumuskan sebagai : F i = ( ) [(S i1 W 1 ) (S i2 W 2 ) (S ik W k )] (2.2) 3) Dengan cara mensubstitusikan S it dan W t dengan bilangan fuzzy segitiga, yaitu S it = (O it, P it, Q it ); dan W t = (a t, b t, c t ); maka F t dapat didekati sebagai : Y i = ( ) (O it a i ) (2.5) Q i = ( ) (p it b i ) Z i = ( ) (q it c i ) Dengan : i = 1, 2,, n i. Memprioritaskan alternatif keputusan berdasarkan hasil agregasi.
26 INFOKAM Nomor II / Th. IX/ September / 14 a. Prioritas dari hasil agregasi dibutuhkan dalam rangka proses perangkingan alternatif keputusan. Karena hasil agregasi ini direpresentasikan dengan menggunakan bilangan fuzzy segitiga, maka dibutuhkan metode perangkingan untuk bilangan fuzzy segitiga. Salah satu metode yang dapat digunakan adalah Metode Nilai Total Integral. Misalkan F adalah bilangan fuzzy segitiga, F = (a, b, c) maka total integral dapat dirumuskan sebagai berikut : (F) = ( ) (αc + b + (1- α) a) (2.6) b. Nilai α adalah indeks keoptimisan yang merepresentasikan derajat keoptimisan bagi pengambil keputusan (0 ). Apabila nilai α semakin besar mengindikasikan bahwa derajat keoptimisannya semakin besar. k. Memilih alternatif keputusan dengan prioritas tertinggi sebagai alternatif yang optimal. Semakin besar nilai Fi berarti kecocokan terbesar dari alternatif keputusan untuk kriteria keputusan dan nilai inilah yang akan menjadi tujuannya. 3. METODE PENELITIAN Subjek yang akan dibahas pada penelitian ini adalah sistem pendukung keputusan pemilihan jenis kayu untuk bahan produksi mebel dengan menggunakan metode fuzzy MADM dengan bahasa pemograman Visual Basic 6.0. Sistem yang dibuat ini diharapkan dapat membantu para manager perusahaan dalam memilih dan menentukan jenis kayu untuk dijadikan bahan produksi mebel atau kerajinan kayu yang lain. 4. PEMBAHASAN 4.1. Tahap Pengolahan dengan Metode Fuzzy MADM Setelah data bobot, derajat kecocokan, dan kriteria telah didapatkan maka dapat digambarkan tahapan tahapan untuk pengolahan dengan metode fuzzy MADM adalah sebagai berikut : a. Perhitungan agregasi dengan menggunakan metode mean yang tertulis pada persamaan 2.3 hingga persamaan 2.5, berikut contoh proses perhitungannya sesuai dengan tahap pertama dan kedua diatas : Y = (0.75 x 0) + (0.25 x 0.5) + (B i x DK i ) / Jk Q = (0.75 x 0,25) + (0.5 x 0.75) + (B i x DK i ) / Jk Z = (1 x 0,5) + (0.75 x 1) + (B i x DK i ) / Jk Keterangan : Bi = bobot ke i Dki = derajat kecocokan ke i Jk = jumlah kriteria b. Setelah proses perhitungan agregasi selesai maka tahapan selanjutnya adalah melakukan perhitungan nilai total integral dengan persamaan seperti yang telah tertulis dalam persamaan 2.6, hasil dari perhitungan inilah nantinya yang digunakan untuk proses perangkingan. Dan semakin besar nilai total integral yang dihasilkan maka dapat disimpulkan pelamar tersebut yang paling mendekati kecocokan dengan kriteria yang digunakan untuk penilaian. Berikut contoh perhitungannya : F = (½) x ((α x Z) + Q + (( 1 α ) xy))) Keterangan : Z, Q, Y = nilai agregasi yang sudah dihasilkan pada tahap sebelumnya α = merupakan nilai indeks keoptimisan, dalam penelitian ini nilai α adalah 0.5
INFOKAM Nomor II/Th. X/September/14 27 Setelah nilai F dihasilkan maka penilaian untuk pemilihan kayu telah selesai, maka nilai total integral (F) akan dirangking, dan data perangkingan akan diberikan kepada pimpinan Cv. Mustika Jati untuk diputuskan. 4.2. Penghitungan Sistem Pendukung Keputusan Di dalam sistem pengambilan keputusan unutk memilih jenis kayu sebagai bahan baku produksi berbasis Teori Fuzzy dengan Metode MCDM, Teori Fuzzy berfungsi sebagai alat pengambil keputusan dari sistem tersebut. 4.3. Variabel pada Teori Fuzzy Variabel yang digunakan pada sistem pengambilan keputusan dalam pemilihan jenis kayu sebagai bahan baku produksi berdasarkan Teori Fuzzy, terdiri dari input Fuzzy yaitu : 1. Harga beli kayu 2. Harga jual kayu 3. Dana yang tersedia yang dimiliki oleh perusahaan saat akan dilakukan pemilihan jenis kayu. Sedangkan output Fuzzy pada sistem adalah pilihan jenis kayu yang cocok untuk bahan baku produksi. Tabel 1 : Himpunan Fuzzy No Fungsi Variabel Himpunan Fuzzy Domain 1 Input Harga Beli Kayu Sangat Mahal Mahal Sedang Murah Sangat Murah Harga Jual Kayu Sangat Murah Murah Sedang Mahal Sangat Mahal Dana yang Tersedia Sangat Kurang Kurang Cukup Lebih Sangat Lebih 2 Output Jenis Kayu Rating Kepentingan (Variabel Harga Beli Kayu) Rating Kepentingan (Variabel Harga Jual Kayu) Rating Kepentingan (Variabel Dana yang Tersedia) [0, 0, 0.25] [0, 0.25, 0.5] [0.25, 0.5, 0.75] [0.5, 0.75, 1] [0.75, 1, 1] [0, 0, 0.25] [0, 0.25, 0.5] [0.25, 0.5, 0.75] [0.5, 0.75, 1] [0.75, 1, 1] [0, 0, 0.25] [0, 0.25, 0.5] [0.25, 0.5, 0.75] [0.5, 0.75, 1] [0.75, 1, 1] Sangat Murah [0.75, 1, 1] Sangat Mahal [0.75, 1, 1] Sangat Lebih [0.75, 1, 1] 4.4. Sistem yang Berjalan Sistem yang sedang berjalan saat ini untuk proses pemilihan jenis kayu sebagai bahan baku produksi di dalam CV. Mustika Jati Jepara adalah sistem manual. Pemilihannya dilakukan secara subjektif tanpa adanya pertimbangan oleh para karyawan khususnya Bagian Grading. Sehingga mengakibatkan kesalahan sehingga merugikan perusahaan secara materiil. Karena kecocokan dari jenis kayu sebagai bahan baku proses produksi sangat berpengaruh pada harga beli dan harga jual dari produk kayu yang dihasilkan. 4.5. Sistem yang Diusulkan Sistem yang diusulkan nantinya akan membentuk suatu sistem pengolahan data dan informasi untuk membantu memberikan pilihan jenis kayu yang cocok sebagai bahan baku
28 INFOKAM Nomor II / Th. IX/ September / 14 produksi bagi para karyawan CV. Mustika Jati Jepara khususnya Bagian Grading dengan harapan dapat meningkatkan kualitas produk yang dihasilkan. Dari sistem pendukung keputusan ini diharapkan dapat memperoleh berbagai macam keuntungan, di antaranya sebagai berikut : a. Mempercepat penerimaan data jenis kayu. b. Mengurangi subjektivitas pengambilan keputusan. c. Penghematan tenaga, kertas dan sumber daya lain 4.6 Narasi Pemilihan Jenis Kayu a. Manajer membuat surat permintaan barang (SPB) dan menyerahkan kepada Staff Pengadaan Bagian Gudang. b. Bagian Gudang mengecek SPB, lalu membuatkan Daftar Kebutuhan Bahan Baku (DKB) sebanyak 2 rangkap dan mengarsip rangkap 1 kemudian menyerahkan rangkap 2 kepada Staff Pengadaan Bagian Grading. c. Setelah Bagian Grading menerima Daftar Kebutuhan Bahan Baku (DKB), kemudian membuat surat ijin untuk mencatat kayu di supplier. Surat ijin diserahkan kepada Manajer untuk disetujui. d. Surat ijin yang telah disetujui diserahkan kembali kepada Bagian Grading untuk dibawa kepada supplier, kemudian surat ijin dicek dan dibuatkan surat persetujuan pencatatan. e. Dengan surat persetujuan pencatatan tersebut Bagian Grading melakukan pencatatan jenis jenis kayu yang ditawarkan oleh supplier. Setelah mendapatkan daftar jenis jenis kayu, kemudian Bagian Grading melakukan proses pemilihan jenis kayu untuk bahan baku secara manual. f. Setelah dilakukan pemilihan jenis kayu, dibuatlah daftar jenis kayu pilihan sebanyak 2 rangkap. Rangkap 1 diserahkan kepada Manajer untuk pelaporan dan diarsip, sedangkan rangkap 2 digunakan untuk melakukan pembelian kayu. 4.7. Desain Sistem a. Context Diagram Karyawan Nilai_kriteria Supplier Hasil_keputusan 0 SPK Pemilihan Jenis Kayu Gambar 2 : Context Diagram SPK Pemilihan Jenis Kayu
INFOKAM Nomor II/Th. X/September/14 29 b. Data Flow Diagram (DFD) Levelled DFD Level 0 SPK Pemilihan Jenis Kayu Karyawan 1 Pendataan Supplier Nilai_kriteria Hasil_keputusan 2 Proses_SPK Gambar 3: DFD Level 0 SPK Pemilihan Jenis Kayu DFD Level 1 Proses 2 : Proses SPK Karyawan 2.1 Pendataan Kriteria 2.2 Nilai_kriteria Penghitungan Alternatif Hasil_penghitungan 2.3 Pemilihan Alternatif Hasil_penghitungan Hasil_penghitungan Hasil_keputusan Hasil_keputusan Alternatif_pilihan Alternatif_pilihan Hasil_keputusan 2.4 Pengambilan Keputusan Alternatif_pilihan Gambar 4 : DFD Level 1 Proses 2 : Proses SPK
30 INFOKAM Nomor II / Th. IX/ September / 14 4.8 Perancangan Basis Data (Database) Entity Relationship Diagram (ERD) Gambar 5.: Entity Relationship Diagram (ERD) SPK Pemilihan Jenis Kayu Tabel Relationship Diagram Gambar 6: Tabel Relationship Diagram
INFOKAM Nomor II/Th. X/September/14 31 4.9. Implementasi Sistem a. Form Perhitungan Alternatif b. Form Pengambilan Keputusan Gambar 7: form perhitungan alternatif 4. KESIMPULAN DAN SARAN Gambar 8 : Form pengambilan keputusan Setelah menyelesaikan pembuatan Sistem Pendukung Keputusan Untuk Membantu Pemilihan Jenis Kayu Sebagai Bahan Baku Produksi dapat diambil beberapa kesimpulan sebagai berikut : a. Sistem ini dapat digunakan untuk membantu memberikan pilihan jenis kayu yang cocok sebagai bahan baku produksi bagi para karyawan CV. Mustika Jati Jepara. b. Penggunaan Teori Fuzzy dalam penelitian ini mampu memberikan beberapa pilihan keputusan jenis kayu yang sesuai dengan beberapa nilai kriteria yang telah dimasukkan oleh pengguna (user). c. Penggunaan Fuzzy Logic MCDM bisa dikembangkan dalam aplikasi berbasis web sehingga bisa menjangkau user yang lebih luas
32 INFOKAM Nomor II / Th. IX/ September / 14 d. Perlunya diadakan pelatihan terhadap pegawai yang menjalankan aplikasi Fuzzy Logic dengan MCDM. DAFTAR PUSTAKA Bin Ladjamudin, Al Bahra, (2006), Rekayasa Perangkat Lunak, Yogyakarta : Graha Ilmu http://pasarmodal.blog.gunadarma.ac.id/2010/09/30/trik-agar-dapat-bertahan-dalam-duniabisnis, pada diakses Tanggal 7 April 2014 http://repository.usu.ac.id/bitstream/123456789/17709/4chapter%2011.pdf, diakses pada Tanggal 13 April 2014 Http://UII/artikel/Pertemuan_5_fuzzy_mcdm, diakses pada Tanggal 10 April 2014 http://www.sari-jati.com/kayu.html, diakses Tanggal 12 April 2011 Kusrini, M.Kom, (2007), Konsep dan Aplikasi Sistem Pendukung Keputusan, Yogyakarta, Andi Kusumadewi. Sri dan Purnomo. Hari, (2004), Aplikasi Logika Fuzzy Untuk Pendukung Keputusan, Yogyakarta: Graha Ilmu Sucipto, Tito, (2009), Struktur, Anatomi dan Identifikasi Jenis Kayu, Medan : Kehutanan Fakultas Pertanian Universitas Sumatera Utara Tim Peneliti dan Pengembangan Wahana Komputer, (2004), Tutorial Membuat dengan Visual Basic, Jakarta : Salemba Infotek Departemen Program