5 PEMODELAN SISTEM. Pengetahuan. Sistem Manajemen Data. Basis aturan fuzzy area kesenjangan. pengetahuan

63 5 PEMODELAN SISTEM 5. Kofigursi Model Model mjeme pegethu utuk pegembg klster idustri brg jdi lteks di Jw Brt d Bte dircg dlm du progrm pergkt luk dlm betuk sistem pedukug keputus (SPK) d sistem mjeme pegethu. Sistem pedukug keputus diguk dlm percg strtegi pegethu utuk pegembg klster d sistem mjeme pegethu dircg dlm betuk portl mjeme pegethu gu memfsilitsi proses berbgi pegethu dlm klster. Dt Pegethu Model Sistem Mjeme Dt Dt pedpt pkr dlm pemilih strtegi klster Dt pedpt pkr kodisi st ii d kebutuh pegethu Dt pedpt pkr dlm pemilih strtegi mjeme pegethu Dt pedpt pkr kepetig krkteristik produk d hubug krkteristik produk d proses Sistem Mjeme Bsis Pegethu Bsis tur fuzzy re kesejg pegethu Represetsi fuzzy tigkt hubug krkteristik produk d proses Bsis tur fuzzy output resiko FMEA Bsis tur sistem pkr Sistem Mjeme Bsis Model PegetModelhu Model Pemiih Strtegi Pegembg Klster Berbsis Pegethu Model Alisis Kesejg Pegethu d Peetu Are Pegethu Kuci Model Pemilih Strtegi Mjeme Pegethu Model Kodifiksi Pegethu Disi Proses Model Kodifiksi Pegethu Keggl Proses Sistim Pegolh Terpust Sistim Mjeme Dilog Gmbr 23 Kofigursi model sistem pedukug keputus strtegi pegethu

64 Sistem pedukug keputus dircg megguk Visul Bsic for Applictios (VBA) sebgi bhs pemrogrm utuk produk-produk Microsoft Office (Office), termsuk spredsheet Microsoft Excel (Excel). Pket progrm ii memiliki beberp fsilits seperti bsis dt, pemodel, lisis dt, d trmuk yg diperluk utuk megembgk SPK (Rgsdle 200). Portl mjeme pegethu dircg megguk pket progrm Drupl 6. Kofigursi model SPK secr legkp dpt diliht pd Gmbr 23. 5.2. Sistem Mjeme Bsis Model Sistem ii terdiri ts 5 model yitu model pemilih strtegi pegembg klster d re pegethu terkit, model lisis kesejg pegethu d re pegethu kuci, model pemilih strtegi mjeme pegethu, model kodifiksi pegethu disi proses, d model kodifiksi pegethu keggl proses. 5.2. Model Pemilih Strtegi Pegembg Klster d Are Pegethu Terkit Model ii bertuju utuk meetuk strtegi yg plig tept utuk megembgk klster idustri brg jdi lteks skl kecil d meegh di Jw Brt d Bte sert re pegethu yg terkit utuk medukug terlksy strtegi tersebut. Digrm lir model tersebut dpt diliht pd Gmbr 24. Iput dri model dlh berup hirrki keputus k dircg d peili pkr terhdp perbdig berpsg tr kriteri d ltertif dlm hirrki tersebut. Pegolh dt utuk model pemilih strtegi pegembg klster d re pegethu terkit sert model pemilih strtegi mjeme pegethu megguk tekik Fuzzy Alyticl Hierrchy Process (FAHP).

65 Muli Peyusu hirrki keputus strtegi pegembg klster berbsis pegethu Percg kuesioer Peili setip kriteri / ltertif megguk skl liguistik oleh respode hli Pemeriks kosistesi Tidk Y Fuzzifiksi megguk Triggulr Fuzzy Number (TFN). l = ( Agregsi pedpt respode hli li ) / ; m = ( mi ) / ; u = ( ) / ui A Normlissi l m u = (,, j j j ui mi li ) Defuzzifiksi deg metode α-cut ~ α α A = [, ] = [( } α +, ( ) α + α ~ α α α = µ + ( µ ), µ [0,] ij l u iju m l l ijl u m u ] Bobot ktor, perspektif, tuju strtegis d strtegi pegembg klster Selesi Gmbr 24 Digrm lir model strtegi pegembg klster berbsis pegethu Tbel 9 meyjik fuzzifiksi dri skl AHP ke dlm betuk peubh liguistik yg diguk dlm peeliti ii yitu sm petig tu eqully (E), sedikit lebih petig tu wekly preferred (W), jels lebih petig tu

66 strogly (S), sgt jels lebih petig tu very strogly (VS) d mutlk lebih petig tu bsolutely preferred (A). Tbel 9 Peyji fuzzy pd skl AHP Lmbg Kegot Fuzzy Lmbg Kegot Fuzzy Bwh Tegh Ats Bwh Tegh Ats E 3 /E /3 W 3 5 /W /5 /3 S 3 5 7 /S /7 /5 /3 VS 5 7 9 /VS /9 /7 /5 A 7 9 9 /A /9 /9 /7 Output dri model dlh berup bobot msig-msig kriteri sert ltertif strtegi pegembg klster. 5.2.2 Model Alisis Kesejg Pegethu d Peetu Are Pegethu Kuci Model lisis kesejg pegethu d peetu re pegethu kuci megguk tekik lisis kesejg pegethu d logik fuzzy. Digrm lir model dpt diliht pd Gmbr 25. Dlm peeliti ii tigkt kebutuh tu kepetig re pegethu sert kodisi pegethu st ii megguk skl itervl fuzzy dlm betuk trigulr fuzzy umber (TFN) yg dikembgk dri skl 5 titik (-5) seperti dpt diliht pd Tbel 0 d Tbel.

67 Muli Idetifiksi lur proses sebgi re pegethu proses Peili tigkt kodisi st ii d kebutuh re pegethu megguk skl liguistik oleh ktor terkit Fuzzifiksi hsil peili megguk Trigulr fuzzy umber Perhitug fuzzy verge utuk setip re pegethu i i j, j2, i A jvg = i = i =,..., ( respode) j =,..., j( tribut) i j3 Defuzzifiksi + 2 + V A = 4 2 3 Fuzzifiksi mtriks kesejg pegethu megguk Trpezoidl Fuzzy Number Nili kodisi re pegethu st ii d kebutuh re pegethu Pembut bsis tur fuzzy Sistem iferesi fuzzy megguk model Tkgi Sugeo Defuzzifiksi deg metode weighted verge Are pegethu kuci meurut mtriks kesejg pegethu d mtriks kepetig d performsi Selesi Gmbr 25. Digrm lir model peetu re pegethu kuci

68 Tbel 0. Peyji fuzzy pd skl kodisi re pegethu st ii megguk TFN Keterg Trigulr Fuzzy Number Bwh Tegh Ats Sgt Lemh 0 0 0,2 Lemh 0,05 0,25 0,45 Sedg 0,3 0,5 0,7 Kut 0,55 0,75 0,95 Sgt Kut 0,8 Tbel. Peyji fuzzy pd skl kebutuh tu kepetig re pegethu st ii megguk TFN Keterg Trigulr Fuzzy Number Bwh Tegh Ats Sgt tidk petig 0 0 0,2 Tidk Petig 0,05 0,25 0,45 Cukup 0,3 0,5 0,7 Petig 0,55 0,75 0,95 Sgt Petig 0,8 Kepetig (Kebutuh) Tiggi Sedg Red Alert Zoe Red Alert Zoe Sty updted zoe Red Alert Zoe Sty updted zoe Just do it zoe Redh Sty updted zoe Just do it zoe Just do it zoe Lemh Sedg Kut Kodisi St Ii Gmbr 26. Represetsi fuzzy dri mtriks kesejg pegethu

69 Sedgk peempt rt-rt tigkt kebutuh d kepetig ke dlm mtriks kesejg pegethu megguk tekik pelr fuzzy megguk metode Sugeo. Pelr deg metode Sugeo hmpir sm deg pelr Mmdi, hy sj output (kosekue) sistem tidk berup himpu fuzzy melik berup kostt tu persm liier. Iput tigkt kebutuh d kepetig disusu dlm betuk trpezoidl fuzzy umber seperti dpt diliht pd Gmbr 26. Fuzzifiksi iput pd mtriks kesejg pegethu megguk tipe trpezoidl fuzzy umber seperti dpt diliht pd Tbel 3 d Tbel 4. Tbel 2. Peyji fuzzy pd skl kebutuh tu kepetig re pegethu st ii megguk Trpezoidl Fuzzy Number Keterg Trpezoidl Fuzzy Number 2 3 4 Redh 0 0 0,25 0,375 Sedg 0,25 0,375 0,625 0,75 Tiggi 0,625 0,75 Tbel 3. Peyji fuzzy pd skl kodisi st ii re pegethu st ii megguk Trpezoidl Fuzzy Number Keterg Trpezoidl Fuzzy Number 2 3 4 Lemh 0 0 0,25 0,375 Sedg 0,25 0,375 0,625 0,75 Kut 0,625 0,75 Ktegori Redh (Lemh) memiliki tipe kurv trpesium, sehigg fugsi keggot utuk tip-tip ili iput yitu : 0 ; x 0 ; 0 x 0,25 f (x; 0; 0; 0,25; 0,375) = -8x + 3 ; 0,25 x 0,375 0 ; x 0,375

70 Ktegori Sedg memiliki tipe kurv trpesium, sehigg fugsi keggot utuk tip-tip ili iput yitu : 0 ; x 0,25 8x - 2 ; 0,25 x 0,375 f (x; 0,25; 0,375; 0,625; 0,75) = ; 0,375 x 0,625-8x + 6 ; 0,625 x 0, 75 0 ; x 0, 75 Ktegori Tiggi (Kut) memiliki tipe kurv trpesium, mk fugsi keggot utuk tip-tip ili iput yitu : 0 ; x 0,625 8x - 5 ; 0,625 x 0,75 f (x; 0; 0; 0,25; 0,375) = ; 0,75 x 0 ; x 5.2.3 Model Pemilih Strtegi Mjeme Pegethu Model pemilih strtegi mjeme pegethu seperti tergmbrk dlm Gmbr 27 bertuju utuk meetuk strtegi mjeme pegethu yg plig tept utuk megelol re pegethu kuci sert megurgi kesejg pegethu yg didptk dri model lisis kesejg pegethu. Seperti hly model strtegi klster yg megguk tekik yg sm yitu FAHP mk iput dri model dlh hirrki keputus pemilih strtegi yg berisi kriteri d ltertif. Jumlh pkr yg memberik peili dircg sebyk tig org pkr yitu Dr. Uhedi Hris dri BPTK, Ibu Hi Yuhi dri Dis Idg Jw Brt sert Ir. Dy Hedrito dri Ditje Agro d Kimi Kemepri. Proses perhitug FAHP megguk pedekt dri Murtz (2003) sert defuzzifiksi megguk pedekt dri Fu et l. (2006) deg megguk pedekt α-cut.

7 Muli Peyusu hirrki keputus pemilih strtegi mjeme pegethu Percg kuesioer Aktor d re pegethu kuci Peili setip kriteri / ltertif megguk skl liguistik oleh respode hli Pemeriks kosistesi Tidk Y Fuzzifiksi megguk Triggulr Fuzzy Number (TFN). l = ( Agregsi pedpt respode hli ) / li ; m = ( ) / mi ; u = ( ) / ui Normlissi l m u A = (,, j j j ui mi li ) Defuzzifiksi deg metode α-cut ~ α α A = [, ] = [( } α +, ( ) α + α ~ α α α = µ + ( µ ), µ [0,] ij l u iju m l l ijl u m u ] Bobot kriteri d ltertif strtegi mjeme pegethu Selesi Gmbr 27 Digrm lir model pemilih strtegi mjeme pegethu

72 5.2.4. Model Kodifiksi Pegethu Disi Proses Tekik fuzzy qulity fuctio deploymet tu FQFD diguk utuk megidetifiksi keterkit tr krkteristik produk d thp proses sert proses yg mejdi priorits Model ii dpt terliht pd Gmbr 28. Muli Idetifiksi krkteristik tekis produk Are pegethu kuci Idetifiksi krkteristik proses Akuisisi pegethu pkr Peili tigkt kepetig krkteristik produk oleh pkr Peili tigkt hubug krkteristik produk d proses oleh pkr Fuzzifiksi tigkt kepetig krkteristik produk Fuzzifiksi hubug Krkteristik produk deg krkteristik proses Proses Fuzzy Arithmetic (Fuzzy multiplictio d fuzzy dditio) Defuzifiksi deg Metode Cetroid x * = µ. A µ. ( x). xdx A ( x) dx Tigkt Kepetig Absolut d Priorits Disi Proses Pembut tksoomi d pet pegethu Selesi Gmbr 28 Digrm lir model kodifiksi pegethu disi proses megguk QFD

73 Skl liguistik kepetig krkteristik tekis produk d skl hubug tr krkteristik produk deg proses diubh mejdi itervl fuzzy megguk TFN seperti dpt diliht pd Tbel 4 d Tbel 5. Tbel 4. Fuzzy Number Tigkt Kepetig Atribut Kepetig Trigulr Fuzzy Number (TFN) Sgt Tidk Petig [0 0 0.3] Tidk Petig [0 0.25 0.5] Cukup Petig [0,3 0.5 0.7 ] Petig [0.5 0.75 ] Sgt Petig [0,7 ] Tbel 5. Fuzzy Number Hubug Hubug Trigulr Fuzzy Number (TFN) Tidk d [ 0 0 0, ] Lemh [ 0 0,2 0.4 ] Sedg [ 0.2 0,5 0.8 ] Kut [ 0.6 ] Sedg proses fuzzy rithmetic pd peeliti ii megguk rumus : Wj = (C j I ) (C 2j I 2 )... (C j I ) ; j ε {,2,3,...,m} Dim : I = Importce utuk tigkt kepetig C = Correltio utuk hubug Kre hsil hsil fuzzy rithmetic tersebut msih berup bilg fuzzy mk lgkh seljuty dlh melkuk proses defuzzifiksi. Proses ii dilkuk utuk megubh gk fuzzy mejdi gk crisp dim dri gk crisp tersebut, kit dpt melkuk peetu priorits.

74 Metode defuzzifiksi yg diguk pd peeliti ii dlh metode cetroid. Metode cetroid ii diguk kre lebih sesitif dibdig metodemetode li dlm meghitug hsil defuzzifiksi sehigg gk crisp yg dihsilk berbed tr proses yg stu deg yg li. Perhitug ili crisp deg metode cetroid dpt dilkuk deg megguk rumus berikut : x* = µ. A µ. ( x). xdx A ( x) dx Dri hsil perhitug defuzzifiksi diperoleh tigkt kepetig bsolut dri msig-msig krkteristik proses berup sutu ili crisp. Tigkt kepetig bsolut tersebut dpt diubh mejdi tigkt kepetig reltif sehigg memudhk dlm meetuk urut priorits krkteristik proses. 5.2.5. Model Kodifiksi Pegethu Keggl Proses Model ii bertuju utuk melkuk kuisisi d kodifiksi dri pegethu keggl proses megguk pedekt fuzzy terhdp FMEA. Digrm lir model ii dpt terliht pd Gmbr 29. Nili iput sistem yg berup ili severity, occurrece d detectio dibgi mejdi 5 kels (ktegori), yitu :. Very Low (VL) 2. Low (L) 3. Moderte (M) 4. High (H) 5. Very High (VH)

75 Muli Fugsi keggot severity, occurce d detectbililty Akuisisi pegethu pkr Idetifiksi keggl potesil pd setip proses Peili tigkt keprh dri efek yg ditimbulk (severity) Idetifiksi efek dri setip keggl yg terjdi Bsis Atur Tigkt Priorits Resiko Keggl Idetifiksi peyebbpeyebb timbuly keggl Peili tigkt frekuesi peyebb keggl (occurrece) Peili tigkt kesulit peyebb kecct terdeteksi (detectio) Sistem iferesi fuzzy deg metode Mmdi Fugsi impliksi : MIN Komposisi Output : MAX Defuzzyfictio deg metode cetroid x * = µ. ( x). xdx A µ. ( x) dx A Tigkt priorits resiko keggl (fuzzy risk priority umber) Percg sistem pkr digosis d peg keggl proses Selesi Gmbr 29 Digrm lir kodifiksi pegethu keggl proses megguk tekik FFMEA FFMEA. Tbel 6 mempilk prmeter fugsi keggot vrible iput dlm

76 Tbel 6 Prmeter fugsi keggot vribel iput Ktegori Tipe Kurv Prmeter VL Trpesium [ 0 0 2.5 ] L Segitig [ 2.5 4.5 ] M Trpesium [ 2.5 4.5 5.5 7.5 ] H Segitig [ 5.5 7.5 9 ] VH Trpesium [ 7.5 9 0 0 ] Fugsi keggot utuk tip ktegori ili iput S, O d D dpt ditetuk berdsrk jeis tipe kurv yg diguk, yitu : Utuk ktegori Very Low (VL) deg tipe kurv trpesium, mk fugsi keggot utuk tip-tip ili iput yitu : 0 ; x 0 f (x ; 0, 0,, 2.5) = ; 0 x (2.5-x) / (2.5-) ; x 2.5 0 ; x 2.5 Utuk ktegori Low (L) deg tipe kurv segitig, mk fugsi keggot utuk tip-tip ili iput yitu : 0 ; x f (x;, 2.5, 4.5) = (x-) / (2.5-) ; x 2.5 (4.5-x) / (4.5-2.5) ; 2.5 x 4.5 0 ; x 4.5 Utuk ktegori Moderte (M) deg tipe kurv trpesium, mk fugsi keggot utuk tip-tip ili iput yitu : 0 ; x 2.5 (x-2.5) / (4.5-2.5) ; 2.5 x 4.5 f (x; 2.5, 4.5, 5.5, 7.5) = ; 4.5 x 5.5 (7.5-x) / (7.5-5.5) ; 5.5 x 7.5 0 ; x 7.5

77 Utuk ktegori High (H) deg tipe kurv segitig, mk fugsi keggot utuk tip-tip ili iput yitu : 0 ; x 5.5 f (x; 5.5, 7.5, 9) = (x-5.5) / (7.5-5.5) ; 5.5 x 7.5 (9-x) / (9-7.5) ; 7.5 x 9 0 ; x 9 Utuk ktegori Very High (H) deg tipe kurv trpesium, mk fugsi keggot utuk tip-tip ili iput yitu : 0 ; x 7.5 f (x; 7.5, 9, 0, 0 ) = (x-7.5) / (9-7.5) ; 7.5 x 9 ; 9 x 0 0 ; x 0 Nili dri FRPN ii dibgi mejdi 9 level (ktegori) yitu : Very Low (VL),Very Low Low (VL-L), Low (L), Low Moderte (L-M), Moderte (M), Moderte High (M-H),High (H), High Very High (H-VH), Very High (VH) Tbel 7 mempilk prmeter fugsi keggot vribel ouput. Tbel 7. Prmeter fugsi keggot vribel output Ktegori Tipe Kurv Prmeter VL trpesium [ 0 0 25 75 ] VL-L segitig [ 25 75 25 ] L segitig [ 75 25 200 ] L-M segitig [ 25 200 300 ] M segitig [ 200 300 400 ] M-H segitig [ 300 400 500 ] H segitig [ 400 500 700 ] H-VH segitig [ 500 700 900 ] VH trpesium [ 700 900 000 000 ] Fugsi keggot utuk tip ktegori ili output dpt ditetuk berdsrk jeis tipe kurv yg diguk, yitu :

78 Utuk ktegori Very Low (VL) deg tipe kurv trpesium, mk fugsi keggot utuk tip-tip ili output yitu : 0 ; x 0 f (x ; 0, 0, 25, 75) = ; 0 x 25 (75-x) / (75-25) ; 25 x 75 0 ; x 75 Utuk ktegori Very Low Low (VL-L) deg tipe kurv segitig, mk fugsi keggot utuk tip-tip ili output yitu : 0 ; x 25 tu x 25 f (x; 25, 75, 25) = (x-25) / (75-25) ; 25 x 75 (25-x) / (25-75) ; 75 x 25 Utuk ktegori Low (L) deg tipe kurv segitig, mk fugsi keggot utuk tip-tip ili output yitu : 0 ; x 75 tu x 200 f (x; 75, 25, 200) = (x-75) / (25-75) ; 75 x 25 (200-x) / (200-25) ; 25 x 200 Utuk ktegori Low Moderte (L-M) deg tipe kurv segitig, mk fugsi keggot utuk tip-tip ili output yitu : 0 ; x 25 tu x 300 f (x; 25, 200, 300) = (x-25) / (200-25) ; 25 x 200 (300-x) / (300-200) ; 200 x 300 Utuk ktegori Moderte (M) deg tipe kurv segitig, mk fugsi keggot utuk tip-tip ili output yitu : 0 ; x 200 tu x 400 f (x; 200, 300, 400) = (x-200) / (300-200) ; 200 x 300 (400-x) / (400-300) ; 300 x 400 Utuk ktegori Moderte High (M-H) deg tipe kurv segitig, mk fugsi keggot utuk tip-tip ili output yitu : 0 ; x 300 tu x 500 f (x; 300, 400, 500) = (x-300) / (400-300) ; 300 x 400 (500-x) / (500-400) ; 400 x 500

79 Utuk ktegori High (H) deg tipe kurv segitig, mk fugsi keggot utuk tip-tip ili output yitu : 0 ; x 300 tu x 500 f (x; 400, 500, 700) = (x-400) / (500-400) ; 400 x 500 (700-x) / (700-500) ; 500 x 700 Utuk ktegori High Very High (H-VH) deg tipe kurv segitig, mk fugsi keggot utuk tip-tip ili output yitu : 0 ; x 500 tu x 900 f (x; 500, 700, 900) = (x-500) / (700-500) ; 500 x 700 (900-x) / (900-700) ; 700 x 900 Utuk ktegori Very High (VH) deg tipe kurv trpesium, mk fugsi keggot utuk tip-tip ili output yitu : 0 ; x 700 f (x; 700, 900, 000, 000) = (x-700) / (900-700) ; 700 x 900 ;900 x 000 0 ; x d Utuk proses fuzzifiksi megubh ili RPN mejdi Fuzzy RPN, diguk metode pelr Mmdi kre bik iput yg berup ili severity, occurrece d detectio mupu output yitu ili fuzzy RPN (FRPN) sistem merupk himpu fuzzy. Metode pelr Mmdi megguk fugsi impliksi MIN. Sistem pkr yg dibut dlh sistem pkr digosis d peg keggl proses dlm proses produksi brg jdi lteks. Bsis pegethu sistem pkr ii megguk iformsi dri FMEA. Pegethu yg dikuisisi berkisr pd pegethu megei jeis keggl proses, efek keggl proses, peyebb keggl proses sert upy pegguly. Setelh pegethu dikuisisi, pegethu ii diorgissir d ditur dlm sistem berbsis-tur (rule-bsed system). Model dpt diliht pd Gmbr 30.

80 Jeis Keggl Proses Efek Keggl Proses Peyebb Keggl Proses Upy Peggulg Akuisisi Pegethu Memori Kerj Bsis Dt Bsis Pegethu Fkt-fkt Awl Digosis Keggl Proses Upy Peggulg Atrmuk Output MESIN INFERENSI Sistem Pkr Atrmuk Iput Yes-o Questio Gmbr 30. Digrm koseptul sistem pkr rekomedsi peggulg keggl proses 5.3 Sistem Mjeme Bsis Dt Sistem mjeme bsis dt didsrk pd Microsoft excel dikrek progrm sistem pedukug keputus yg diguk dlh Visul Bsic for Applictios (VBA) sebgi bhs pemrogrm utuk produk-produk Microsoft Office (Office). Utuk keperlu model tersebut terdpt lim bsis dt yitu bsis dt pemilih strtegi pegembg klster, bsis dt pemilih strtegi mjeme pegethu, bsis dt peetu re pegethu kuci deg megguk lisis kesejg pegethu, bsis dt kodifiksi pegethu disi proses deg megguk FQFD sert bsis dt kodifiksi pegethu keggl proses deg megguk FFMEA. 5.4 Sistem Mjeme Dilog Sistem mjeme dilog yg dircg dlm SPK strtegi pegethu memiliki fugsi utm utuk meerim msuk dri peggu d memberik kelur tu hsil yg dikehedki kepd peggu.