BAB 1 PENDAHULUAN 1.1. Latar Belakang Beras merupakan salah satu kebutuhan pokok manusia yang harus dipenuhi setiap harinya. Beras memiliki peranan penting dalam kelangsungan hidup manusia. Untuk memenuhi kebutuhan beras setiap manusia mempunyai cara-cara yang berbeda-beda. Ada yang menanam sendiri dan ada yang hanya dapat membeli. Tentunya bagi setiap orang yang bisa menanam sendiri, ketersediaan stok beras bukanlah hal perlu di pertimbangkan. Tetapi bagi orang yang hanya membeli, ketersediaan stok beras sangatlah berpengaruh untuk memenuhi kebutuhan sehari-hari. Ketersediaan stok beras sangatlah penting. Untuk menjaga ketersediaan stok beras diperlukan suatu kebijakan yang tentunya untuk mempertahankan ketahanan pangan.. Pemerintah melakukan pembentukan badan urusan logistik yang menangani kebijakan-kebijakan ketahanan pangan, karena itu fungsinya menjadi sangat strategis. Oleh karena itu sasaran akhir dari kebijaksanaan pangan tidak hanya meningkatkan produksi pangan tetapi yang lebih penting adalah menyediakan kecukupan pangan untuk seluruh lapisan masyarakat dengan harga yan terjangkau. Pada dasarnya kebijakan pangan di Indonesia mempunyai tujuan khusus yakni: meningkatkan produksi pangan untuk memenuhi kebutuhan dalam negeri, meningkatkan pendapatan petani, menjamin ketersediaan pasokan pangan setiap saat bagi seluruh lapisan masyarakat dengan harga yang terjangkau, dan meningkatkan status gizi masyarakat. Dalam pencapaian tujuan-tujuan khusus, Pemerintah melaksanakan berbagai program peningkatan produksi pangan diseluruh wilayah negara untuk menjamin ketersediaan pangan yang mencukupi. Di sisi permintaan pangan, sasarannya adalah
untuk mengendalikan konsumsi melalui upaya diversifikasi bahan pangan pokok dan untuk memperbaiki status gizi masyarakat. Dalam menunjang kebijaksanaan tersebut khususnya untuk menjamin ketersediaan pasokan pangan yang mencukupi dan untuk menstabilkan harga. Badan urusan logistik memainkan peranan yang sangat penting dan strategis dalam memperkokoh fondasi pembangunan nasional secara keseluruhan. Logika fuzzy 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). 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. Fuzzy mamdani merupakan salah satu metode yang sangat fleksibel dan memiliki toleransi pada data yang ada. Fuzzy mamdani memiliki kelebihan yakni, lebih intuitif, diterima oleh banyak pihak, lebih cocok input yang diterima dari manusia bukan mesin. Dengan berdasarkan logika fuzzy akan dihasilkan suatu model fuzzy mamdani yang mampu memperkirakan jumlah stok beras. Penggunaan fuzzy mamdani ini sama halnya dengan penggunaan metode peramalan pada bidang statistik. Penentuan analisis berdasarkan pendekatan fuzzy lebih efisien dalam pendekatan menggunakan angka dibanding dengan metode peramalan. Peramalan dalam statistik dapat menghasilkan galat error lebih besar dari pendekatan fuzzy. Dengan melakukan pendekatan fuzzy menghasilkan out put yang lebih dekat dengan keadaan sebenarnya. 1.2. Perumusan Masalah Depot Logitik Sumatera Utara menghadapi masalah ketidakpastian dalam menentukan persediaan stok beras setiap tahunnya. Permasalahan ketidakpastian ini juga menyangkut penerimaan beras dan penyaluran beras. Berbagai cara dilakukan pihak
Depot Logistik untuk menyelesaikan ketidakpastian persediaan stok beras. Penelitian ini dilakukan dengan merumuskan masalah-masalah yang menyangkut ketidakpastian terhadap persediaan stok beras di Depot Logistik Sumatera Utara. Perumusan masalah hanya menyangkut pada keadaan persediaan stok beras, penerimaan beras dan penyaluran beras yang dilakukan oleh Depot Logistik Sumatera Utara. 1.3. Pembatasan Masalah Dalam melakukan penelitian ini banyak faktor yang mempengaruhi terhadap ketidakpastian persediaan stok beras. Faktor biaya dalam menganalisis persediaan sangat berpengaruh, namun pihak Depot Logistik Sumatera Utara tidak memperhitungkan keadaan harga beras dengan artian naik atau pun turun harga beras dipasaran, pihak Depot logistik wajib menstabilkan harga beras dengan cara menyalurkan atau membeli beras dari masyarakat. Sebagaimana fungsi dari keberadaan Depot Logistik Sumatera Utara untuk mempertahankan ketahanan pangan. Faktor-faktor yang lain seperti kondisi perekonomian, keadaan alam, dan faktor yang lain tidak dimasukkan dalam menentukan jumlah persediaan stok beras yang harus disediaakan oleh Depot Logistik Sumatera Utara. Penalaran fuzzy menggunakan metode mamdani, dan penegasan dilakukan dengan metode centroid serta menggunakan bantuan software matlab 6.1 1.4. Tujuan Penelitian Adapun tujuan penelitian ini adalah untuk memproyeksikan stok beras di Depot Logistik Sumatera Utara pada Tahun 2008 berdasarkan tahun sebelumnya. Dan juga untuk membandingkan nilai stok beras yang ditetapkan oleh Depot Logistik Sumatera Utara dengan nilai stok beras dengan pendekatan fuzzy mamdani.
1.5. Mamfaat Penelitian Hasil dari penelitian ini diharapkan menjadi bahan masukan dan informasi bagi pihak Depot Logistik Sumatera Utara dalam menentukan persediaan stok beras tahun 2008. Dengan harapan dapat menyelesaikan masalah ketidakpastian penyediaan stok beras khususnya di Sumatera Utara. Hasil penelitian ini juga dapat menjadi bahan atau sumber masukan bagi Departemen Matematika khususnya mata kuliah himpunan fuzzy mengenai aplikasi dari metode mamdani. Sedangkan bagi penulis sendiri, penelitian ini menambah pengetahuan bahwa masalah ketidakpastian sering dijumpai dalam kehidupan. Penelitian ini juga menambah pengetahuan tentang aplikasi himpunan fuzzy khususnya metode mamdani. 1.6. Metodologi Penelitian Metodologi yang digunakan dalam penelitian ini meliputi beberapa langkah sebagai berikut, yaitu : a. Melakukan pengumpulan data sekunder yang dibutuhkan dalam melakukan perhitungan dan analisis masalah. Data yang dikumpulkan meliputi persediaan stok beras, penerimaan beras dan penyaluran beras. b. Membentuk himpunan fuzzy, pada metode mamdani baik variabel input maupun output dibagi menjadi satu atau lebih himpunan fuzzy c. Aplikasi fungsi Implikasi, pada metode mamdani fungsi implikasi yang digunakan untuk tiap-tiap aturan adalah fungsi min d. Penegasan (defuzzy), proses penegasan (defuzzyfikasi) dengan metode centroid dan menggunakan bantuan software matlab 6.1 dengan menggunakan fasilitas yang disediaakan pada toolbox fuzzy e. Menarik kesimpulan dari hasil pengolahan data. 1.7. Tinjauan Pustaka
Sri Kusuma Dewi, pada bukunya yang berjudul Analisis Desain Sistem Fuzzy Dengan Menggunakan ToolBox Matlab (halaman 93-96) untuk mendapatkan ukuran terhadap suatu penelitian perlu diperhatikan beberapa hal berikut : 1. Solusi fuzzy diperoleh dengan cara mengambil nilai maksimum, kemudian menggunakannya untuk memodifikasi daerah fuzzy. Jika semua proposisi telah dievaluasi, maka output akan berisi suatu himpunan fuzzy yang merefleksikan kontribusi dari tiap-tiap proposisi. Secara umum dapat dituliskan: µ sf [x i ] max (µ sf[x i ],µ kf [x i ]) dengan : µ sf [x i ] = nilai keanggotaan solusi fuzzy sampai aturan ke-i µ kf[x i ] = nilai keanggotaan konsekuensi fuzzy aturan ke-i 2. Solusi himpunan fuzzy diperoleh dengan cara melakukan bounded-sum terhadap semua output daerah fuzzy. Secara umum dituliskan: µ sf [x i ] min (1,µ sf[x i ] + µ kf [x i ]) dengan : µ sf [x i ] = nilai keanggotaan solusi fuzzy sampai aturan ke-i µ kf[x i ] = nilai keanggotaan konsekuensi fuzzy aturan ke-i Thomas Sri Widodo, pada bukunya yang berjudul Sistem Neuro Fuzzy (halaman 95-115) mendefinisikan keanggotaan himpunan fuzzy, sebagai berikut : 1. Secara Numeris, menyatakan derajat fungsi keanggotaan suatu himpunan fuzzy sebagai vektor bilangan yang dimensinya tergantung pada level diskrit
2. Secara Fungsional, menyatakan fungsi keanggotaan suatu himpunan fuzzy dalam ekspresi analitis yang memungkinkan derajat keanggotaan setiap elemen dapat dihitung didalam semesta wacana yang didefenisikan Iman Robandi pada bukunya yang berjudul Desain Tenaga Modern Optimisasi, Logika Fuzzy, dan Algoritma Genetika (halaman 100-106) mengatakan bahwa nilai atau data yang diambil dari suatu alat ukur adalah tidak pasti. Posisi nilai ini ada pada interval tertutup dalam sumbu R : yaitu nilai yang tidak pasti tersebut ada dalam interval yang pasti R, x ε [a 1,a 2 ] dengan a 1 a 2. Hal ini menunjukkan bahwa untuk memastikan nilai x lebih besar atau sama dengan a 2. Dan jika nilai yang tidak pasti dekat dengan interval, sehingga dapat dinotasikan dengan A = [a1,a 2 ] = {x a 1 x a 2 } Bulog dalam PJPT 1 (halaman 79-91) mengatakan ada 3 jenis cadangan stok pangan, yaitu : a. Stok Operasional, adalah stok minimum bagi operasi rutin Bulog untuk pasokan kepada Golongan Anggaran. Biasanya jumlah stok operasional adalah sekitar 500.000 ton pada setiap saat. b. Stok Penyangga, adalah suatu stok untuk menstabilkan harga selama musim paceklik dan jumlahnya antara 800.000-1.000.000 ton. Stok ini dapat pula disebut sebagai stok cadangan keamanan pangan. c. Stok Surplus, jumlah beras yang dibeli Bulog kadang-kadang melebihi kebutuhan untuk memenuhi stok operasional dan stok penyangga. Kelebihan stok beras di atas kebutuhan stok operasional dan stok penyangga itu disebut stok sisa. Jumlahnya sangat dipengaruhi oleh beberapa faktor seperti tingkat produksi, kebijakan umum Pemerintah dan sebagainya Hari Purnomo dan Sri Kusuma Dewi, pada bukunya yang berjudul Aplikasi Logika Fuzzy untuk Pendukung Keputusan (halaman 39-49) mengatakan
bahwa untuk mendapatkan output pada metode mamdani diperlukan 4 tahapan, diantaranya : a. Pembentukan himpunan fuzzy Pada metode mamdani baik variabel input maupun output dibagi menjadi satu atau lebih himpunan fuzzy. b. Aplikasi fungsi implikasi Pada metode mamdani, fungsi implikasi yang digunakan adalah min. c. Komposisi aturan Metode yang digunakan dalam melakukan inferensi sistem fuzzy, yaitu metode max. d. Penegasan (defuzzy) Input dari proses defuzzyfikasi adalah suatu himpunan fuzzy yang diperoleh dari komposisi aturan-aturan fuzzy, sedangkan output yang dihasilkan merupakan suatu bilangan pada domain himpunan fuzzy tersebut. Sehingga jika diberikan suatu himpunan fuzzy dalam range tertentu, maka harus dapat diambil suatu nilai crips tertentu.