IMPLEMENTASI METODE FUZZY TSUKAMOTO PADA PENENTUAN HARGA JUAL BARANG DALAM KONSEP FUZZY LOGIC



dokumen-dokumen yang mirip
PENERAPAN METODE FUZZY TSUKAMOTO UNTUK MEMPREDIKSI HASIL PRODUKSI KELAPA SAWIT (STUDI KASUS : PT. AMAL TANI PERKEBUNAN TANJUNG PUTRI BAHOROK)

Optimalisasi Jumlah Produksi Jamu Jaya Asli Dengan Metode Fuzzy Tsukamoto

Muhammad Yudin Ritonga ( )

4-5-FUZZY INFERENCE SYSTEMS

REVIEW JURNAL LOGIKA FUZZY

BAB I PENDAHULUAN. industri erat kaitannya dengan jumlah produksi yang harus disediakan. Seiring

BAB III ANALISA DAN DESAIN SISTEM

Pendapatan Masyarakat Disekitar Kampus dengan Adanya Mahasiswa Menggunakan Fuzzy

Matematika Diskrit Fuzzy Inference System Prodi T.Informatika

SISTEM INFERENSI FUZZY (METODE TSUKAMOTO) UNTUK PENENTUAN KEBUTUHAN KALORI HARIAN OLEH

PENERAPAN FUZZY SUGENO DALAM SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN KELAS PEMINATAN (STUDI KASUS : STMIK POTENSI UTAMA)

KASUS PENERAPAN LOGIKA FUZZY. Fuzzy tsukamoto, mamdani, sugeno

BAB III METODE PENELITIAN

SISTEM PENDUKUNG KEPUTUSAN KENAIKAN PANGKAT PEGAWAI DI KANTOR KEMENTRIAN AGAMA KABUPATEN KEDIRI DENGAN FUZZY TSUKAMOTO

Jurnal Informatika SIMANTIK Vol. 2 No. 2 September 2017 ISSN:

PENDAPATAN MASYARAKAT DENGAN ADANYA KAMPUS MENGGUNAKAN FUZZY TSUKAMOTO

BAB I PENDAHULUAN 1.1 Latar Belakang

PREDIKSI HARGA SAHAM BERBASIS WEB DENGAN SISTEM INFERENSI FUZI TSUKAMOTO

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PROGRAM STUDI DI UNIVERSITAS MULAWARMAN MENGGUNAKAN METODE TSUKAMOTO (Studi kasus : Fakultas MIPA)

PENERAPAN METODE TSUKAMOTO DALAM PEMBERIAN KREDIT SEPEDA MOTOR BEKAS PADA PT TRI JAYA MOTOR (Studi Kasus PT TRI JAYA MOTOR MEDAN )

Model Evaluasi Performa Mahasiswa Tahun Pertama Melalui Pendekatan Fuzzy Inference System dengan Metode Tsukamoto

SPK PENENTUAN TINGKAT KEPUASAN KONSUMEN PADA RESTORAN XYZ

FUZZY INFERENCE SYSTEM DENGAN METODE TSUKAMOTO SEBAGAI PEMBERI SARAN PEMILIHAN KONSENTRASI (STUDI KASUS: JURUSAN TEKNIK INFORMATIKA UII)

JURNAL SISTEM PREDIKSI INVENTORY BARANG MENGGUNAKAN METODE FUZZY TSUKAMOTO PREDICTION INVENTORY ITEMS USING FUZZY TSUKAMOTO

MENENTUKAN HARGA MOBIL BEKAS TOYOTA AVANZA MENGGUNAKAN METODE TSUKAMOTO

: Sistem Pendukung Keputusan, Siswa berprestasi, Tsukamoto

Metode Fuzzy Tsukamoto Dalam Aplikasi Sistem Estimasi Stok Barang

Penerapan FuzzyTsukamotodalam Menentukan Jumlah Produksi

BAB III ANALISA DAN DESAIN SISTEM

SISTEM PAKAR DIAGNOSA PENYAKIT DBD DAN DEMAM TIFOID DENGAN METODE FUZZY TSUKAMOTO (STUDI KASUS PUSKESMAS PRACIMANTORO I)

Penerapan Fuzzy Logic Sebagai Pendukung Keputusan Dalam Upaya Optimasi Penjualan Barang

Rima Ayuningtyas NIM Jurusan Teknik Informatika, Universitas Maritim Raja Ali Haji. Jl. Politeknik Senggarang, Tanjungpinang

APLIKASI PENGAMBILAN KEPUTUSAN DENGAN METODE TSUKAMOTO PADA PENENTUAN TINGKAT KEPUASAN PELANGGAN (STUDI KASUS DI TOKO KENCANA KEDIRI)

LOGIKA FUZZY DALAM SISTEM PENGAMBILAN KEPUTUSAN PENERIMAAN BEASISWA

Aplikasi Prediksi Harga Bekas Sepeda Motor Yamaha. Menggunakan Fuzzy Logic

ARTIFICIAL INTELLIGENCE MENENTUKAN KUALITAS KEHAMILAN PADA WANITA PEKERJA

BAB 2 TINJAUAN PUSTAKA

IMPLEMENTASI FUZZY MAMDANI DALAM SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN KESESUAIAN BIDANG PEMINATAN MAHASISWA (STUDI KASUS : UNIVERSITAS POTENSI UTAMA)

BAB II LANDASAN TEORI. Dalam kondisi yang nyata, beberapa aspek dalam dunia nyata selalu atau biasanya

IMPLEMENTASI FUZZY TSUKAMOTO DALAM PENENTUAN KESESUAIAN LAHAN UNTUK TANAMAN KARET DAN KELAPA SAWIT

1. Pendahuluan RANCANG BANGUN SISTEM PENGENDALI SUHU RUANGAN MENGGUNAKAN FUZZY LOGIC

SISTEM PENENTUAN KANDIDAT KETUA KARANG TARUNA DENGAN MENGGUNAKAN FUZZY LOGIC

BAB II KAJIAN PUSTAKA. mengikuti sertifikasi, baik pendidikan gelar (S-1, S-2, atau S-3) maupun nongelar (D-

Metode Fuzzy Inference System untuk Penilaian Kinerja Pegawai Perpustakaan dan Pustakawan

JURNAL SISTEM PENENTUAN HARGA PERCETAKAN FOTO DIGITAL MENGGUNAKAN FUZZY TSUKAMOTO DI ALIEF COMPUTER KOTA KEDIRI

SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN BEASISWA BIDIK MISI DI POLITEKNIK NEGERI JEMBER MENGGUNAKAN LOGIKA FUZZY

ANALISIS PENDUKUNG KEPUTUSAN PENENTUAN PEMBELIAN BAHAN BAKU UNTUK PEMBUATAN MEUBEL JENIS KURSI LETER L MENGGUNAKAN FUZZY TSUKAMOTO

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SUPPLIER OBAT MENGGUNAKAN METODE FUZZY TSUKAMOTO

Logika fuzzy pertama kali dikembangkan oleh Lotfi A. Zadeh melalui tulisannya pada tahun 1965 tentang teori himpunan fuzzy.

Penentuan Jumlah Produksi Kue Bolu pada Nella Cake Padang dengan Sistem Inferensi Fuzzy Metode Sugeno

SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN JUMLAH PRODUKSI DENGAN METODE FUZZY TSUKAMOTO DI PT KSTEX BANDUNG. Fikri Nur Fathan

OPTIMALISASI JUMLAH PRODUKSI BARANG PADA PERUSAHAAN XYZ MENGGUNAKAN LOGIKA FUZZY

Fuzzy Inference System Dengan Metode Tsukamoto Sebagai Penunjang Keputusan Produksi (Studi Kasus : PT. Talkindo Selaksa Anugrah) Abstrak

Implementasi Metode Fuzzy-Mamdani Dalam Menentukan Jumlah Produksi Penganan Menggunakan Visual Basic

BAB II KAJIAN PUSTAKA

Sistem Pendukung Keputusan Pemilihan Tenaga Kontrak Melalui Pendekatan Fuzzy Inference System dengan Metode Tsukamoto (Studi Kasus PT.

SISTEM PENDUKUNG KEPUTUSAN PENENTUAN JUMLAH PRODUKSI BARANG DENGAN METODE FUZZY TSUKAMOTO BERBASIS ANDROID

Pemanfaatan Metode Tsukamoto Untuk Klasifikasi Daerah Rawan Penyakit Tuberkulosis Paru Dalam Bentuk Sistem Informasi Geografis

IMPLEMENTASI ALGORITMA FUZZY TSUKAMOTO UNTUK MENENTUKAN JUMLAH PRODUKSI ROTI

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN JURUSAN DI SMU DENGAN LOGIKA FUZZY

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB IV HASIL DAN UJI COBA

Erwien Tjipta Wijaya, ST.,M.Kom

REKOMENDASI PEMILIHAN LAPTOP MENGGUNAKAN SISTEM INFERENSI FUZZY TSUKAMOTO

PERANCANGAN SISTEM PERENCANAAN JUMLAH PRODUKSI ROTI MENGGUNAKAN METODE FUZZY MAMDANI

1.1. Latar Belakang Masalah

SISTEM PENDUKUNG KEPUTUSAN PENENTUAN SUPPLIER BAHAN BAKU KATERING CV. RIYANISA SEKARSARI MANDIRI MENGGUNAKAN METODE FUZZY TSUKAMOTO

Penerapan Metode Fuzzy Mamdani dalam Perencanaan Produksi Roti

BAB II TINJAUAN PUSTAKA

LAPORAN TUGAS AKHIR SISTEM PENDUKUNG KEPUTUSAN PENENTUAN JUMLAH PENGADAAN BARANG PADA CV. RODA BAJA MANDIRI SEMARANG DENGAN METODE MAMDANI

Penerapan Metode Fuzzy Mamdani Pada Rem Otomatis Mobil Cerdas

PENERAPAN FUZZY TSUKAMOTO DALAM PENGANGKATAN JABATAN PEGAWAI DI BKD LAMONGAN. Kemal Farouq, Miftahus Sholihin ABSTRAK

IMPLEMENTASI METODE FUZZY MAMDANI DALAM MEMPREDIKSI TINGKAT KEBISINGAN LALU LINTAS

SISTEM PENDUKUNG KEPUTUSAN DALAM MENENTUKAN BEASISWA BERPRESTASI MENGGUNAKAN METODE FUZZY (STUDI KASUS: INSTANSI XYZ)

Versi Online tersedia di : JURNAL TECH-E (Online)

Rudi Hartoyo ( )

Sistem Pendukung Keputusan Rekomendasi Pemilihan Laptop Menggunakan Fuzzy Tahani

Jurnal Informatika SIMANTIK Vol.1, No.1 September Ali Mulyanto 1, Abdul Haris 2, Manajemen Informatika 1, Teknik Informatika 2.

BAB IV PEMBAHASAN. A. Aplikasi Fuzzy Logic untuk Menilai Kolektibilitas Anggota Sebagai. Pertimbangan Pengambilan Keputusan Pemberian Kredit

Jurnal Ilmiah Komputer dan Informatika (KOMPUTA) REPRESENTASI EMOSI MENGGUNAKAN LOGIKA FUZZY PADA PERMAINAN BONNY S TOOTH BOOTH

BAB IV METODOLOGI. Gambar 4.1 Model keseimbangan air pada waduk (Sumber : Noor jannah,2004)

Penerapan Fuzzy Mamdani Untuk Sistem Pendukung Keputusan Pemilihan Telepon Seluler

BAB III ANALISIS DAN DESAIN SISTEM

SISTEM INFERENSI FUZZY MAMDANI BERBASIS WEB

PERBANDINGAN METODE TSUKAMOTO, METODE MAMDANI DAN METODE SUGENO UNTUK MENENTUKAN PRODUKSI DUPA (Studi Kasus : CV. Dewi Bulan)

Sistem Penunjang Keputusan Pemberian Kredit Menggunakan Logika Fuzzy

Vol. 4 No. 2 Oktober 2016 Jurnal TEKNOIF ISSN:

SISTEM PAKAR PENDETEKSI PENYAKIT FLU BURUNG \PADA AYAM BERBASIS ANDROID DENGAN METODE FUZZY LOGIC TSUKAMOTO NASKAH PUBLIKASI

PENENTUAN BIAYA DAYA LISTRIK MENGGUNAKAN FUZZY INFERENSI TSUKAMOTO

SIMULASI SISTEM UNTUK PENGONTROLAN LAMPU DAN AIR CONDITIONER DENGAN MENGGUNAKAN LOGIKA FUZZY

JURNAL TEKNOLOGI INFORMASI & PENDIDIKAN ISSN : VOL. 9 NO. 1 April 2016

IMPLEMENTASI FUZZY RULE BASED SYSTEM UNTUK KLASIFIKASI BUAH MANGGA

MODEL SISTEM PENDUKUNG KEPUTUSAN DENGAN FUZZY INFERENCE SYSTEM UNTUK PROMOSI KARYAWAN

manusia diantaranya penyakit mata konjungtivitis, keratitis, dan glaukoma.

KLASIFIKASI PENERIMAAN BEASISWA DENGAN MENGGUNAKAN LOGIKA FUZZY TSUKAMOTO (STUDI KASUS POLITEKNIK KESEHATAN KEMENTRIAN KESEHATAN SEMARANG)

BAB 2 LANDASAN TEORI

Praktikum sistem Pakar Fuzzy Expert System

REVIEW PENERAPAN FUZZY LOGIC SUGENO DAN MAMDANI PADA SISTEM PENDUKUNG KEPUTUSAN PRAKIRAAN CUACA DI INDONESIA

ANALISIS FUZZY INFERENCE SYSTEM SUGENO DAN TSUKAMOTO DALAM MENENTUKAN JUMLAH PRODUKSI DENGAN APLIKASI WEB

BAB II LANDASAN TEORI

Transkripsi:

IMPLEMENTASI METODE FUZZY TSUKAMOTO PADA PENENTUAN HARGA JUAL BARANG DALAM KONSEP FUZZY LOGIC Riky Amelia (1111981) Mahasiswa Program Studi Teknik Informatika, STMIK Budidarma Medan Jl. Sisingamangaraja No.338 Simpang Limun Medan www.stmik-budidarma.ac.id // E-mail : amel_manja@ymail.com ABSTRAK Penentuan harga jual barang dalam suatu perusahaan merupakan suatu hal yang sangat penting sebelum memulai suatu proses produksi. Oleh sebab itu diperlukan suatu sistem yang dapat membantu dalam mengambil keputusan yang disebut sistem pendukung keputusan demi tercapainya suatu tujuan perusahaan. Sistem pendukung keputusan atau SPK merupakan suatu sistem yang membantu menyelesaikan permasalahan. Banyak teknik yang dipakai untuk membuat SPK, salah satunya dengan Logika Fuy. Logika Fuy merupakan salah satu tekhnik penyelesaian masalah dimana derajat keanggotaan yang biasanya di representasikan dengan nilai antara 0 dan 1, sehingga dapat ebih seimbang. Salah satu metode fuy yang dapat digunakan dalam memecahkan permasaahan tersebut adalah metode Tsukamoto Fuy Inference System yang menerapkan rata rata terbobot untuk menghitung harga jual barang sebagai hasil akhirnya. Sistem Pendukung Keputusan atau SPK penentuan harga jual barang dengan metode Tsukamoto menghasilkan suatu sistem yang dapat menentukan suatu harga jual barang yang dapat membantu distributor dalam membuat keputusan. Kata kunci : Sistem Pendukung Keputusan, Logika Fuy, Tsukamoto. 1. Pendahuluan Ketika suatu perusahaan telah menetapkan harga dasar dari suatu produk barang atau jasa maka perusahaan dapat menentukan strategi harga dengan mempertimbangkan berbagai faktor seperti harga kompetitor, tujuan perusahaan dan daur hidup produk. Strategi tersebut dapat digunakan untuk produk yang baru maupun yang lama sesuai dengan situasi dan kondisi yang ada. Tidak stabilnya harga barang dipasaran setiap saat menyebabkan perusahaan harus terus memantau fluktuasi harga barang dan menentuan harga barang tersebut dengan tepat. Penentuan harga barang sedikit lebih rumit jika dilakukan dengan hitungan manual, hal ini dikarenakan banyak faktor yang harus ikut dimasukkan sebagai inputan apabila ingin menentukan harga barang dipasaran. Ketika menjual sebuah produk, tentu saja yang diinginkan konsumen adalah harga yang menarik. Makanya, para pengusaha diharuskan memberikan penawaran menarik kepada pelanggannya. Namun, itu bukanlah perkara mudah. Salah-salah malah produk kita tidak akan ada yang beli. Oleh karena itu peran sistem pada saat ini sangat dibutuhkan, terutama sistem yang dapat membantu pimpinan perusahaan dalam menentukan harga barang suatu produk tersebut. Sistem yang membantu haruslah memiliki dasar hitungan yang mengikut sertakan faktor-faktor yang mendukung penentuan harga tersebut. Sistem tersebut pun haruslah memiliki dasar hitungan penentuan harga yang baik, salah satu dasar hitungan penentuan harga yang baik dan dapat digunakan adalah metode perhitungan Tsukamoto. Adapun konsep dari metode Tsukamoto ini dapat menyelesaikan permasalahan yang dihadapi, Metode Tsukamoto dalam prosesnya membutuhkan 6 faktor, yaitu X terbesar, Y terbesar, Z terbesar, X terkecil, Y terkecil dan Z terkecil. Dalam hal ini variabel X, Y dan Z merupakan variabel data pendukung dalam proses penentuan harga jual barang. 2. Landasan Teori 2.1 Fuy Inference System (FIS) Metode Tsukamoto Menurut Sri Kusumadewi dan Sri Hartati (2010:40) sistem inferensi fuy merupakan suatu kerangka komputasi yang didasarkan pada teori himpunan fuy, aturan fuy yang berbentuk IF- THEN, dan penalaran fuy. Implementasi Metode Fuy Tsukamoto Pada Penentuan Harga Jual Barang Dalam Konsep Fuy Logic. Oleh : Riky Amelia 104

Gambar 2 : Inferensi dengan menggunakan Metode Tsukamoto Gambar 1 : Diagram Blok Sistem Inferensi Fuy Sistem inferensi fuy menerima input crisp. Input ini kemudian dikirim ke basis pengetahuan yang berisi dan aturan fuy dalam bentuk IF-THEN. Fire strength (nilai keanggotaan anteseden atau α) akan dicari pada setiap aturan. Apabila aturan lebih dari satu, maka akan dilakukan agregasi semua aturan. Selanjutnya pada hasil agregasi akan dilakukan defuy untuk mendapatkan nilai crisp sebagai output sistem. Metode Tsukamoto adalah perluasan dari penalaran monoton. Pada metode Tsukamoto, setiap konsekuen pada aturan yang berbentuk IF-THEN harus direpresentasikan dengan suatu himpunan fuy dengan fungsi keanggotaan yang monoton. Sebagai hasilnya, output hasil inferensi dari tiap-tiap aturan diberikan secara tegas (crisp) berdasarkan α- predikat (fire strength). Hasil akhirnya diperoleh dengan menggunakan rata-rata terbobot (Kusumadewi dan Hartati, 2010:31) 3. Pembahasan Suatu Distributor alat-alat komputer akan menentukan harga jual Monitor LCD Samsung ukuran 18.5 inch. Dari data tahun terakhir, harga pembelian tertinggi mencapai Rp. 850.000 per unit, dan harga pembelian terendah mencapai Rp. 750.000 per unit. Harga Pasaran tertinggi mencapai Rp. 1.050.000 per unit, dan harga pasaran terendah mencapai Rp. 950.000 per unit. Harga Jual distributor tertinggi mencapai Rp. 1000.000 per unit, untuk menghindari kerugian penjualan terendah per unit paling rendah Rp. 870.000. Tabel 1 : Data pembelian, pasaran, dan penjualan LCD Samsung 18,5 inch RSS-I (Ribbed Smoke Sheet-I) Data LCD Monitor 18,5 April 2011-Maret 2012 LCD 18,5 Inch (Rupiah) Pembelian Tertinggi 850.000 Pembelian Terendah 750.000 Pasaran Tetinggi 1.050.000 Pasaran Terendah 950.000 Penjualan Tertinggi 1.000.000 Penjualan Terendah 870.000 Berapa harga jual LCD monitor 18,5 inch yang harus dibandrol pada bulan Juni 2012 jika harga pembelian Rp. 830.000 per unit, dan harga pasaran Rp. 970.000 per unit, apabila proses penentuan harga jual distributor tersebut menggunakan 4 aturan fuy sebagai berikut : R1] IF Pembelian RENDAH And PasaranTINGGI THEN PenjualanRENDAH; [R2] IF PembelianRENDAH And PasaranRENDAH THEN PenjualanRENDAH; [R3] IF PembelianTINGGI And PasaranTINGGI THEN PenjualanTINGGI; [R4] IF PembelianTINGGI And PasaranRENDAH THEN PenjualanTINGGI; [Ada 3 variabel fuy yang akan dimodelkan, yaitu : 1. Pembelian, terdiri atas 2 himpunan fuy, yaitu TINGGI dan RENDAH Implementasi Metode Fuy Tsukamoto Pada Penentuan Harga Jual Barang Dalam Konsep Fuy Logic. Oleh : Riky Amelia 105

[X] [Y ] Gambar 3 : Fungsi Keanggotaan Variabel Pembelian x xmin [ ] xmax x PmbRENDAH X, xmin x xmax xmax xmin x xmax [ ] PmbTINGGI X x xmin x xmin, xmin x xmax xmax xmin x xmax 0, x 750.000 [ X] x750.000 PmbTINGGI, 750.000 x 850.000 100.000 x 850.000 1, Kita bisa mencari nilai keanggotaan : PmbRENDAH (830.000)(850.000-830.000) /100.000 0,2 PmbTINGGI (830.000) (830.000-750.000) /100.000 0,8 2. Pasaran terdiri atas 2 himpunan fuy, yaitu TINGGI dan RENDAH Gambar 4 : Fungsi Keanggotaan Variabel Pasaran 1, y ymin [ ] ymax y PsrRENDAH y, ymin y ymax ymax ymin y ymax 0, 1, y 950.000 [ ] 1.050.000 y PsrRENDAH y, 950.000 y 1.050.000 100.000 y 1.050.000 0, y ymin [ ] y ymin PsrTINGGI y, ymin x ymax ymax ymin y ymax 0, y 950.000 [ y] y950.000 PsrTINGGI, 950.000 x 1.050.000 100.000 y 1.050.0000 1, Kita bisa mencari nilai keanggotaan : PsrRENDAH (970.000)(1.050.000-970.000) /100.000 0,8 PsrTINGGI (970.000)(970.000-950.000) /100.000 0,2 3. Penjualan terdiri atas 2 himpunan fuy yaitu RENDAH dan TINGGI Implementasi Metode Fuy Tsukamoto Pada Penentuan Harga Jual Barang Dalam Konsep Fuy Logic. Oleh : Riky Amelia 106

[Z ] Gambar 5 : Fungsi Keanggotaan Variabel Penjualan 1, max [ ] max PnjRENDAH, min y max max min y max 0, 1, 870.000 [ ] 1.000.000 PnjRENDAH, 870.000 1.000.000 130.000 1.000.000 0, min [ ] min PnjTINGGI, min max max min max 0, 870.000 [ ] 870.000 PnjTINGGI, 870.000 1.000.000 130.000 1.000.000 1, THEN Penjualan RENDAH Lihat himpunan Penjualan RENDAH (1.000.000-)/130.000 0,2 1 974.000 [R3] IF Pembelian TINGGI And Pasaran TINGGI THEN Penjualan TINGGI Lihat himpunan Penjualan TINGGI (-870.000)/130.000 0,2 896.000 3 [R4] IF Pembelian TINGGI And Pasaran RENDAH THEN Penjualan TINGGI; Lihat himpunan Produksi Barang BERTAMBAH (-870.000)/130.000 0,8 974.000 3 Nilai dapat dicari dengan cara sebagai berikut αpred1 * 1 + αpred2 * 2 + αpred3 * 3 + αpred4 * 4 : αpred1 + αpred2 + αpred3 + αpred4 + 0,2 * 974.000 + 0,2 * 974.000 a 0,2 + 0,2 389.600 a 0,4 0,2 * 896.000 + 0,8 * 974.000 b 0,2 + 0,8 958.400 b 1 389.600 + 958.400 0,4 + 1 a b 1.348.000 1,5 962.857,142 962.900 Jadi harga jual LCD 18,5 inch adalah Rp.962.900,- atau Rp. 963.000,- Sekarang kita cari nilai untuk setiap aturan dengan menggunakan fungsi MIN pada aplikasi fungsi implikasinya : [R1] IF Pembelian RENDAH And Pasaran TINGGI THEN Penjualan RENDAH Lihat himpunan Penjualan RENDAH (1.000.000-)/130.000 0,2 1 974.000 [R2] IF Pembelian RENDAH And Pasaran RENDAH 4. Implementasi Sistem 4.1 Form Login Gambar 6 : Form Login Implementasi Metode Fuy Tsukamoto Pada Penentuan Harga Jual Barang Dalam Konsep Fuy Logic. Oleh : Riky Amelia 107

4.2 Form Utama Gambar 7 : Form Utama 4.3 Form Spesifikasi Barang Gambar 10 : Form Harga Pasaran 4.6 Form Data Harga Penjualan Gambar 8 : Form Spesifikasi Barang 4.4 Form Data Harga Pembelian Gambar 11 : Form Harga Penjualan 4.7 Form Penentuan Harga Gambar 9 : Form Data Harga Pembelian 4.5 Form Data Harga Pasaran Gambar 12 : Form Penentuan Harga Implementasi Metode Fuy Tsukamoto Pada Penentuan Harga Jual Barang Dalam Konsep Fuy Logic. Oleh : Riky Amelia 108

5. Kesimpulan Dan Saran 5.1 Kesimpulan Perancangan aplikasi sistem pendukung keputusan penentuan harga jual barang menggunakan logika fuy dengan metode tsukamoto yang telah diselesaikan ini dapatlah diambil beberapa kesimpulan diantaranya adalah: 1. Penetapan harga jual monitor liguid crystal display samsung ukuran 18.5 inci dengan menentukan berdasarkan biaya pembelian ditambah dengan keuntungan yang diambil. 2. Penerapan metode fuy tsukamoto pada sistem pendukung keputusan dalam penentuan jual barang dilakukan dengan menetukan variabel X,Y,Z yang akan dijadikan acuan dalam pengambilan keputusan. 3. Perancangan aplikasi ini digunakan visual basic.net dan database mysql dikarnakan, dapat digunakan untuk membangun aplikasi sistem pendukung keputusan dan mudah menampilkan info data-data pendukung keputusan. 5.1 Saran Adapun saran-saran yang bisa diberikan untuk program ini agar bisa didapatkan hasil yang maksimal adalah: 1. Menampilkan step-step atau langkah-langkah setiap proses yang dikerjakan, sehingga dalam proses penggunaanya kita mengetahui bagaimana proses tersebut berlangsung. 2. Pengembangan terhadap metode yang digunakan, baik dari segi perhitungan maupun akurasi hasil keluaran. Diharapkan dilakukannya penyempurnaan input dan output dari aplikasi tersebut. 3. Diharapkan penerapan aplikasi tersebut tidak hanya berbasis desktop saja, tapi bisa juga berbasis web (web based). Daftar Pustaka [1]. Jogiyanto HM., Pengenalan Komputer, Penerbit ANDI, Yogyakarta: 1999 [2]. Sri Kusumadewi dan Hari Purnomo., Aplikasi Logika Fuy Untuk Pendukung Keputusan, Graha Ilmu, Yogyakarta: 2010 [3]. http://www.yulyantari.com/tutorial/media.php [4]. http://kelompokf.blogspot.com/2011/06/metod e-tsukamoto.html [5]. http://a120903608.blogspot.com/2013/01/metod e-fuy-tsukamoto-oleh-evi ratna.html [6]. http://id.wikipedia.org/wiki/microsoft_visual_s tudio Implementasi Metode Fuy Tsukamoto Pada Penentuan Harga Jual Barang Dalam Konsep Fuy Logic. Oleh : Riky Amelia 109