SISTEM PENDUKUNG KEPUTUSAN UNTUK PRODUKSI JENANG MENGGUNAKAN LOGIKA FUZZY MAMDANI

dokumen-dokumen yang mirip
PENERAPAN METODE ALORITMA FUZZY MAMDANI PADA APLIKASI SPK PENENTUAN JUMLAH PRODUKSI BARANG CV.KURNIA ALAM DI JEPARA

PERANCANGAN SISTEM PERENCANAAN JUMLAH PRODUKSI ROTI MENGGUNAKAN METODE FUZZY MAMDANI

adalahkelompok profesi terbesar dan berperan vital dalam sistem tersebut yang menyebabkan ABSTRAK

Mengukur Tingkat Kepuasan Mahasiswa Terhadap Kinerja Dosen Menggunakan Metode Fuzzy Mamdani

SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN LETAK LOKASI PASAR SWALAYAN BARU KOTA SEMARANG DENGAN METODE SIMPLE ADDITIVE WEIGHTING

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

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

ESTIMASI PRODUKSI TAHU DAN TEMPE MENGGUNAKAN METODE FUZZY MAMDANI PADA UD. SUMBER REJEKI UNTUK MENENTUKAN LABA

Proses Defuzzifikasi pada Metode Mamdani dalam Memprediksi Jumlah Produksi Menggunakan Metode Mean Of Maximum

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

Penerapan FuzzyTsukamotodalam Menentukan Jumlah Produksi

SIMULASI MENENTUKAN WAKTU MEMASAK BUAH KELAPA SAWIT MENGGUNAKAN FUZZY MAMDANI

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

IMPLEMENTASI FUZZY MAMDANI PENENTUAN OPTIMASI PERSEDIAAN STOK PRODUK BARANG DALAM SEBUAH PERUSAHAAN DEFI IRWANSYAH

SISTEM PENDUKUNG KEPUTUSAN UNTUK PENENTUAN PENERIMA BERAS MISKIN MENGGUNAKAN BASIS DATA FUZZY

STUDY TENTANG APLIKASI FUZZY LOGIC MAMDANI DALAM PENENTUAN PRESTASI BELAJAR SISWA (STUDY KASUS: SMP PEMBANGUNAN NASIONAL PAGAR MERBAU)

SPK PENENTUAN TINGKAT KEPUASAN KONSUMEN PADA RESTORAN XYZ

PENERAPAN ARTIFICIAL INTELIGENCE UNTUK MENENTUKAN BAKAT DAN MINAT PADA UKM XPRESSI UPI-YPTK PADANG DENGAN MENGGUNAKAN LOGIKA FUZZY

Penerapan Metode Fuzzy Mamdani untuk Memprediksi Penjualan Gula

Jurnal Edik Informatika Penelitian Bidang Komputer Sains dan Pendidikan Informatika V3.i2( )

PREDIKSI PERMINTAAN PRODUK MIE INSTAN DENGAN METODE FUZZY TAKAGI-SUGENO

STMIK GI MDP. Program Studi Sistem Informasi Skripsi Sarjana Komputer Semester Genap Tahun 2010/2011

Saintia Matematika ISSN: Vol. 2, No. 2 (2014), pp

MENERAPKAN LOGIKA FUZZY MAMDANI UNTUK MENENTUKAN HARGA JUAL BATIK

PENILAIAN KINERJA DOSEN DENGAN MENGGUNAKAN METODE SUGENO

SISTEM PENDUKUNG KEPUTUSAN UNTUK PROMOSI JABATAN PEGAWAI PADA BMKG MARITIM SEMARANG.

KASUS PENERAPAN LOGIKA FUZZY. Fuzzy tsukamoto, mamdani, sugeno

SISTEM PENDUKUNG KEPUTUSAN KELAYAKAN PENDONOR DARAH MENGGUNAKAN FUZZY MULTIPLE CITERIA DECISION ANALYSIS (F-MCDA) TIMOER DWI HAPSORO

PERENCANAAN JUMLAH PRODUK MENGGUNAKAN METODE FUZZY MAMDANI BERDASARKAN PREDIKSI PERMINTAAN Oleh: Norma Endah Haryati ( )

Muhammad Yudin Ritonga ( )

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

FUZZY MAMDANI DALAM MENENTUKAN TINGKAT KEBERHASILAN DOSEN MENGAJAR

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

Sistem Pakar Penentuan Selera Konsumen Terhadap Menu Kopi Dengan Metode Fuzzy Logic

MODEL SISTEM PENDUKUNG KEPUTUSAN DENGAN FUZZY INFERENCE SYSTEM UNTUK PROMOSI KARYAWAN

ANALISIS PERBANDINGAN HARGA MOBIL BEKAS MENGGUNAKAN METODE FUZZY INFERENCE SYSTEM (FIS) MAMDANI DAN TSUKAMOTO

BAB II LANDASAN TEORI. papernya yang monumental Fuzzy Set (Nasution, 2012). Dengan

EVALUASI KINERJA GURU DENGAN MENGGUNAKAN FUZZY INFERENCE SYSTEM (FIS) MAMDANI

SISTEM PENDUKUNG KEPUTUSAN PENENTUAN KELAYAKAN SEKOLAH ADIWIYATA DENGAN METODE SIMPLE ADDITIVE WEIGHTING ABSTRAK

SISTEM PENDUKUNG KEPUTUSAN PENGAJUAN KREDIT PADA PD BPR BKK BOJA DENGAN METODE SAW. Riris Niken Pratiwi

METODE FUZZY SIMPLE ADDITIVE WEIGHTING (SAW) DALAM MENENTUKAN KUALITAS KULIT ULAR UNTUK KERAJINAN TANGAN (STUDI KASUS : CV. ASIA EXOTICA MEDAN)

Perbandingan Regresi Linear, Backpropagation Dan Fuzzy Mamdani Dalam Prediksi Harga Emas

PENENTUAN TINGKAT PELUNASAN PEMBAYARAN KREDIT PEMILIKAN MOBIL DI PT AUTO 2000 MENGGUNAKAN FUZZY MAMDANI

IMPLEMENTASI FUZZY DENGAN INFERENSI MAMDANI UNTUK PREDIKSI PENJUALAN KARTU PERDANA PADA PT. TELESINDO SHOP

Sistem Pendukung Keputusan Dengan Metode Fuzzy SAW Untuk Penilaian Kinerja Dosen Politeknik Harapan Bersama Tegal

SISTEM PAKAR KESESUAIAN LAHAN BERDASARKAN SYARAT TUMBUH TANAMAN MENGGUNAKAN METODE FUZZY MAMDANI

SISTEM PENDUKUNG KEPUTUSAN PENILAIAN KINERJA KARYAWAN UNTUK PROMOSI JABATAN SUPERVISOR PRODUKSI DENGAN METODE FUZZY MADM

Penerapan Metode Fuzzy Mamdani Pada Rem Otomatis Mobil Cerdas

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

METODOLOGI PENELITIAN

BAB III METODE PENELITIAN

PERBANDINGAN PRODUKSI KOPI OPTIMUM ANTARA METODE F UZZY MAMDANI DENGAN F UZZY SUGENO PADA PT XYZ. Rianto Samosir, Iryanto, Rosman Siregar

IMPLEMENTASI LOGIKA FUZZY MAMDANI UNTUK MENENTUKAN HARGA GABAH

IMPLEMENTASI ALGORITMA FUZZY TSUKAMOTO UNTUK MENENTUKAN JUMLAH PRODUKSI ROTI

SISTEM PENDUKUNG KEPUTUSAN PEMBELIAN TABLET PC MENGGUNAKAN METODE FUZZY MAMDANI. Amri Muhammad. Hilmi Fachrudin Irma

SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN SISWA BARU DI SMA NEGERI 2 PEMALANG DENGAN METODE SIMPLE ADDITIVE WEIGHTING

SISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMAAN SISWA BARU PADA SMA THERESIANA WELERI KENDAL MENGGUNAKAN METODE SAW

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Optimalisasi Jumlah Produksi Jamu Jaya Asli Dengan Metode Fuzzy Tsukamoto

Analisis Sistem Estimasi Produksi Menggunakan Metode Fuzzy Berbasis Web

IMPLEMENTASI METODE FUZZY INFERENCE SYSTEM (FIS) MAMDANI DALAM PEMILIHAN PEKERJAAN BAGI LULUSAN IBI DARMAJAYA

BAB 1 PENDAHULUAN Latar Belakang

FUZZY MULTI-CRITERIA DECISION MAKING

BAB II TINJAUAN PUSTAKA DAN DASAR TEORI. Dalam tinjauan pustaka dibawah ini terdapat 5 referensi dan 1 referensi dari

IMPLEMENTASI FUZZY LOGIC MULTI CRITERIA DECISION MAKING (MCDM) UNTUK MENENTUKAN JENIS KAYU SEBAGAI BAHAN BAKU PRODUKSI MEBEL

PENENTUAN JUMLAH PRODUKSI DENGAN APLIKASI METODE FUZZY MAMDANI

JURNAL REKAYASA DAN MANAJEMEN SISTEM INDUSTRI VOL. 3 NO. 1 TEKNIK INDUSTRI UNIVERSITAS BRAWIJAYA

Oleh: ABDUL AZIS JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA 2013

BAB I PENDAHULUAN. dalam kehidupan sehari-hari. Proses distribusi barang dari suatu tempat ke tempat

SISTEM PENDUKUNG KEPUTUSAN PEREKRUTAN KARYAWAN PRODUKSI MENGGUNAKAN METODE SIMPLE ADDITVE WEIGHTING ( SAW ) PADA CV.GARUDA PLASTIK KURIPAN

OPTIMASI FUNGSI KEANGGOTAAN FUZZY MENGGUNAKAN METODE MAMDANI TERHADAP PREDIKSI PERILAKU PEMBELI

BAB I PENDAHULUAN. ada tiga, yaitu association rules, classification dan clustering.

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

Penggunaan Mamdani Fuzzy Expert System untuk Mengevaluasi Kinerja Dosen

JURNAL TEKNOLOGI INFORMASI & PENDIDIKAN ISSN : VOL. 10 NO. 1 April 2017

MEMPREDIKSI PENENTUAN JUMLAH PRODUKSI MENGGUNAKAN FUZZY LOGIC METODE TSUKAMOTO PADA UD. BANALY FOOD

Penerapan Metode Fuzzy Mamdani dalam Perencanaan Produksi Roti

Analisis Fungsi Implikasi Max-Min dan Max-Prod Dalam Pengambilan Keputusan

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

BAB 2 LANDASAN TEORI

BAB II TINJAUAN PUSTAKA

Seminar Tugas Akhir. Perancangan Sistem Pakar Fuzzy Untuk Pengenalan Dini Potensi Terserang Stroke Berbasis Web

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SUPPLIER PADA PT.BINTANG MEGA MEDIKA SEMARANG

SISTEM PENDUKUNG KEPUTUSAN PENILAI KINERJA GURU (PKG) MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) (STUDI KASUS) SMA NEGERI 9 SEMARANG

Penentuan Harga Jual Smartphone Bekas Dengan Menerapkan Metode Logika Fuzzy Mamdani

Implementasi Logika Fuzzy Tsukamoto Dalam Menentukan Harga Mobil Toyota Avanza 1.3 G M/T Bekas

PEMODELAN FREKUENSI PETIR DI BOGOR MENGGUNAKAN PENDEKATAN LOGIKA FUZZY PENDAHULUAN

BAB I PENDAHULUAN. penggabuangan sumber-sumber kecerdasan individu dengan kemampuan

Kata Kunci : Jurusan, Siswa, Simple Additive Weighting (SAW), Sistem Pendukung Keputusan, SMK

DECISSION SUPPORT SYSTEM MODELS DENGAN FUZZY TAHANI UNTUK PROMOSI KARYAWAN

PENGGUNAAN METODE FUZZY MULTI ATTRIBUTE DECISION MAKING DALAM PENDUKUNG KEPUTUSAN MEMILIH PROGRAM STUDI

IMPLEMENTASI FUZZY TERHADAP SISTEM PENDUKUNG KEPUTUSAN DALAM MENENTUKAN KELAYAKAN PEMBIAYAAN PENGAJUAN KREDIT BARANG.

BAB 2 LANDASAN TEORI

Sistem Pendukung Keputusan Pembagian Raskin dengan Metode Simple Additive Weighting (SAW)

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

IMPLEMENTASI METODE FUZZY MAMDANI DALAM MEMPREDIKSI TINGKAT KEBISINGAN LALU LINTAS

RANCANG BANGUN APLIKASI PERAMALAN CUACA DENGAN MENGGUNAKAN METODE FUZZY MAMDANI (STUDI KASUS KOTA SURABAYA)

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

PENERAPAN METODE WEIGHTED PRODUCT UNTUK MENENTUKAN PENERIMA BANTUAN BERAS MASYARAKAT MISKIN (RASKIN)

PENERAPAN FUZZY MAMDANI MAX-MIN DALAM PENGEMBANGAN SISTEM INFORMASI PENENTUAN GAJI PEGAWAI PADA SEKOLAH TINGGI TEKNIK POLIPRFESI

Transkripsi:

SISTEM PENDUKUNG KEPUTUSAN UNTUK PRODUKSI JENANG MENGGUNAKAN LOGIKA FUZZY MAMDANI Muhammad Agus Iriyanto Program Studi Teknik Informatika Fakultas Ilmu Komputer Universitas Dian Nuswantoro Jl. Nakula no 5-11. Semarang E-mail : 111201106375@gmail.com ABSTRAK Dalam dunia bisnis kita dapat memanfaatkan kemajuan teknologi ini untuk membantu suatu perusahaan dalam mengambil, termasuk pengambilan keputusan dalam memproduksi suatu barang produksi. Banyak masalah yang harus dihadapi perusahaan dalam menentukan berapa produk yang akan diproduksi bulan depan ataupun stok yang harus disediakan untuk menghadapi periode yang akan datang. Proses pengambilan keputusan untuk menentukan jumlah produksi barang merupakan permasalahan yang banyak dialami oleh perusahaan kecil dan menengah, permasalahan pengambilan keputusan tersebut memerlukan pertimbangan yang matang, dan perlu dilakukan perhitungan yang tepat. Untuk mendapatkan data yang tepat tentang prediksi penjualan produk yang akan datang, maka dibuatlah sebuah sistem yang dapat memprediksi berapa banyak barang yang akan terjual pada bulan depan atau periode yang akan datang dengan menggunakan metode mamdani, sehingga membantu perusahaan untuk mengambil keputusan dalam menentukan jumlah barang yang akan diproduksi untuk periode yang akan datang, untuk mengetahui prediksi tersebut diperlukan data dari penjualan barang dari periode yang lalu dan memerlukan perhitungan yang khusus. Kata kunci : produksi, prediksi, mamdani. 1. PENDAHULUAN Potensi sumber daya alam yang dimiliki Indonesia menjadikan negara Indonesia menjadi negara yang subur dan beraneka ragam flora dan fauna. Sebagai negara agraris, sebagian besar penduduk Indonesia menjadikan sektor pertanian sebagai sumber penghidupan. Oleh karena itu perlu adanya pembangunan nasional yang bertumpu pada pembangunan pertanian. Pembangunan merupakan proses perubahan yang direncanakan dan merupakan rangkaian kegiatan yang berkesinambungan, berkelanjutan, dan bertahap menuju ke arah yang lebih baik. Proses pembangunan yang ada harus disesuaikan dengan potensi yang dimiliki oleh masing - masing daerah. Pengembangan industri pengolahan pangan di Indonesia yang didukung oleh sumber daya pertanian, baik nabati maupun hewani mampu menghasilkan berbagai produk olahan yang dapat dibuat dari sumber daya lokal maupun daerah. Saat ini dibeberapa negara Asia banyak produk pangan yang diangkat dari jenis pangan lokal dan diolah secara tradisional. Sehingga jumlah dan jenis produk pangan 1

menjadi banyak jumlahnya dan lebih beraneka ragam. Beberapa industri pabrik jenang dalam menjalankan usahanya menghadapi beberapa masalah yang diantaranya adalah kurangnya modal, risiko pemasaran yang khususnya adalah pengembalian produk karena tidak terjual dan kadaluarsa serta pemasaran yang masih berskala lokal yaitu masih sekitar karisidenan Pati, dimana untuk produk yang dikembalikan karena mendekati tanggal kadaluarsa nantinya akan diolah kembali dengan catatan kondisi produk tersebut masih memungkinkan untuk diolah kembali dengan kriteria teksturnya masih kenyal atau belum mengeras. Maka dari itu di zaman yang serba teknologi sekarang ini, sistem pendukung keputusan diperlukan untuk menanggulangi risiko pemasaran. Untuk mengatasi ketidakpastian permintaan dan jumlah produksi dibutuhkan suatu Sistem Pendukung Keputusan Untuk Produksi Jenang menggunakan Logika Fuzzy Mamdani. 2. Tinjauan Pustaka 2.1 Logika Fuzzy Konsep tentang logika fuzzy diperkenalkan oleh Prof. Lotfi Astor Zadeh pada 1962. Logika fuzzy adalah metodologi sistem kontrol pemecahan masalah yang cocok untuk diimplementasikan pada sistem, mulai dari sistem yang sederhana, sistem kecil, jaringan PC, multi-channel atau workstation berbasis akuisisi data, dan sistem kontrol.[1] Dalam logika fuzzy memungkinkan nilai keanggotaan berada diantara 0 dan 1. 2.2 Metode Mamdani Metode mamdani sering digunakan dalam aplikasi-aplikasi karena strukturnya yang sederhana, yaitu menggunakan operasi MIN - MAX atau MAX - PRODUK. Untuk mendapatkan output diperlukan empat tahapan,[2] yaitu: a. Pembentukan himpunan fuzzy b. Aplikasi fungsi implikasi c. Komposisi aturan d. Defuzzyfikasi 2.3 Sistem Pendukung Keputusan Sistem pendukung keputusan merupakan sistem penghasil informasi yang ditunjukkan pada suatu masalah yang harus dibuat oleh manajer.[3] 2.4 Produksi Produksi adalah penciptaan atau penambahan faedah, bentuk, waktu dan tempat atas faktor faktor produksi sehingga lebih bermanfaat bagi pemenuhan kebutuhan manusia. 2

2.4.1 Faktor-Faktor Produksi 1. Alam 2. Modal 3. Tenaga Kerja 4. Teknologi 3. Metode Penelitian 3.1.1 Ruang Lingkup Penelitian Penelitian ini mengambil kasus pada penentuan jumlah produksi barang pada Pabrik Jenang Karomah di Kudus yang beralamat Jl. Sunan Muria, Ds. Kaliputu Kec. Kota Kabupaten Kudus, dan selanjutnya analisis akan menggunakan metode fuzzy mamdani. 3.2 Jenis dan Sumber Data 3.2.1 Data Primer Yaitu data yang diperoleh secara langsung dari sumber data tersebut yang berhubungan dengan penelitian yang dilakukan, yaitu data-data yang diperoleh dari wawancara dan servei atau pengamatan langsung yang digunakan sebagai bahan acuan dalam pembuatan aplikasi 3.2.2 Data Sekunder Yaitu data yang diperoleh penulis dalam bentuk yang sudah jadi yang bersifat informasi dan kutipan, baik dari internet maupun literatur, pustaka, jurnal yang berhubungan dengan penelitian yang dibuat. 3.3 Metode Pengumpulan Data 1. Wawancara (interview) Metode yang dilakukan dengan cara mengadakan wawancara langsung dengan pihak yang bersangkutan. 2. Studi Pustaka Merupakan metode yang dilakukan dengan cara mencari sumber dari buku- buku tentang logika fuzzy, fuzzy mamdani dan buku tentang sistem pendukung keputusan. 3.4 Rancangan Penelitian Metode yang digunakan dalam penelitian yang dilakukan oleh penu penulis adalah penelitian tindakan atau sering disebut action research. Langkah-langkah pokok yang harus dilakukan dalam metode action research adalah : 1. Definisikan masalah dan tetapkan tujuan. Pada tahap ini adalah mendefinisikan masalah yang ada di Pabrik Jenang Karomah, dan kemudian menentukan atau 3

menetapkan tujuan dari permasalahan tersebut. 2. Lakukan studi pustaka Pada tahap ini dilakukan studi pustaka, yaitu mencari sumber dari buku-buku yang mendukung penelitian ini. 3. Analisis data Tahap analisis dengan metode Fuzzy Mamdani dalam penentuan jumlah produksi dengan variabel yang ada, yang meliputi banyaknya bahan baku, besar biaya produksi, jumlah permintaan, dan jumlah stok. Analisis juga dilakukan terhadap software dan hardware yang digunakan 4. Laksanakan eksperimen Pembuatan sistem pendukung keputusan dalam penentuan jumlah produksi jenang pada PJ Karomah metode Fuzzy Mamdani dengan menggunakan PHP. 5. Pengujian Sistem Pengujian validitas SPK menggunakan rumus MAPE untuk mengetahui berapa persen kesesuaian sistem dengan data yang sesungguhnya. 6. Pembuatan laporan Pembuatan laporan skripsi bertujuan untuk dijadikan sebagai dokumentasi hasil penelitian. 4. Penelitian dan pembahasan 4.1 Hasil dan Analisis Data Pada proses penjualan yang ada di toko Jenang Karomah setiap hari mengajukan permintaan dan pengambilan. Data yang diambil adalah data variabel permintaan, persediaan jenang selama bulan Desember tahun 2014. Data yang sudah di dapat sebelumnya akan diolah kembali dan data yang yang digunakan hanya untuk jenang tipe original wijen. Setelah di cermati pabrik jenang Karomah pernah menerima permintaan terbesar yaitu sebanyak 13 bungkus per hari (keterangan : 1 bungkus berisi 0,5 kg jenang). Dan permintaan paling rendah 1 bungkus. Karena makanan ini tidak berbahan pengawet dan tidak tahan lama. Pemilik hanya menyediakan paling banyak 77 bungkus saja di tokonya, dan paling rendah 5 bungkus. Untuk satu kuali atau wajan pembuatan diperoleh 35 sampai 39 kg jenang. Pabrik jenang ini pernah memproduksi paling banyak 2 kuali jenang, jika di konversikan hampir mencapai 78 bungkus serta paling sedikit 70 bungkus. variabel max min Permintaan 13 1 Persediaan 77 5 Produksi 78 70 1. Himpunan Fuzzy 4

a. variabel permintaan 1; x < 1 13 x µpmtturun(x) = { ; 1 x 13 13 1 0; x > 13 0; x 1 x 1 µpmtnaik(x) = { ; 1 x 13 13 1 1; x > 13 µproberkurang(z) 1; z < 70 78 x = { ; 70 x 78 78 70 0; x > 78 µprobertambah(z) 0; x 70 x 70 = { ; 70 x 78 78 70 1; x > 78 2. Fungsi implikasi b. variabel persediaan 1; y < 5 77 y µpmtsedikit(y) = { ; 5 y 77 77 5 0; x > 77 0; y 5 y 5 µpmtbanyak(y) = { ; 5 y 77 77 5 1; y > 77 Setelah pembentukan parameter dan himpunan fuzzy, dibentuk aturan yang bersesuaian dengan penelitian yang dilakukan peneliti. Aturan yang digunakan adalah aturan MIN pada fungsi implikasinya : [R1] JIKA Permintaan TURUN, dan Persediaan BANYAK, MAKA Produksi Barang BERKURANG; α- predikat1 = μpmtturun μpsdbanyak = min (μpmtturun(8), μpsdbanyak (6)) = min (0,417; 0,014) = 0,014 c. variabel produksi [R2] JIKA Permintaan TURUN, dan Persediaan SEDIKIT, MAKA Produksi Barang BERKURANG; α- predikat2 = μpmtturun μpsdsedikit = min (μpmtturun(8), μpsdsedikit (6)) = min (0,417; 0,986) = 0,417 5

[R3] JIKA Permintaan NAIK, dan Persediaan BANYAK, MAKA Produksi Barang BERTAMBAH; α- predikat3 = μpmtnaik μpsdbanyak = min (μpmtnaik(8), μpsdbanyak (6)) = min (0,583; 0,014) = 0,014 [R4] JIKA Permintaan NAIK, dan Persediaan SEDIKIT, MAKA Produksi Barang BERTAMBAH. α- predikat4 = μpmtnaik μpsdsedikit = min (μpmtnaik(8), μpsdsedikit (6)) = min (0,583; 0,986) = 0,583 3. Komposisi Aturan Dari aturan α-predikat yang ada, dapat dihasilkan daerah fuzzy menggunakan fungsi MAX sebagai berikut : a1 70 78 70 = 0,014 a2 70 78 70 0,583 a1 70 = 8 x 0,014 a2 70 = 0,583 x 8 = maka : 0,014; z < 70,112 z 70 μ(z) = { ; 70,112 < z < 74,664 78 0,583; z 74,664 4. Defuzzifikasi titik acak) Menggunakan metode Centroid (9 Z* = (70)0,014 + (71+72+73+74).0,417 + (75+76+77).0,583 (1. 0,014) +(4. 0,417) +(3. 0,583) 0,98 + 120,93 + 132,924 Z = 0,014 + (4. 0,417) + (3. 0,583) Z = 254,834 3,431 Z = 74.2739 Jadi sesuai dengan metode Mamdani, untuk memenuhi permintaan konsumen Pabrik Jenang Karomah harus memproduksi jenang wijen sebanyak 74 bungkus 4.2 Pengujian Sistem Pendukung Keputusan (SPK) Uji validalitas SPK menggunakan MAPE (Mean Absolute Percentage Error), adapun perhitungan nilai MAPE adalah : MAPE X i Fi x100% X i n a1 = 70,112 a2 = 74,664 6

Tanggal (Bulan Permintaan Persediaan Produksi Penghitungan MAPE Desember 2014) di toko jenang SPK 5 4 71 70 71,746 2,49 12 5 45 73 73.132 0,185 16 2 37 71 72.418 1,997 21 3 25 71 72,788 2,011 25 2 6 72 72,712 0,988 30 9 53 73 73,5 0,684 5.2 Saran MAPE Tingkat kesalahan SPK = banyak data = 1,3925 5. Kesimpulan dan Saran 5.1 Kesimpulan = 8,355 6 Berdasarkan pembahasan pada bab sebelumnya, maka dapat di deskripsikan tujuan dari tugas akhir ini adalah menguji coba logika fuzzy dengan metode mamdani ini dapat diaplikasikan untuk jumlah jenang yang akan di produksi Pabrik Jenang Karomah. Maka menurut metode mamdani jenang yang akan di produksi adalah sebanyak 74 bungkus jenang wijen. Program aplikasi sistem pendukung keputusan yang dirancang ini masih memiliki kekurangan dan ketidaklengkapan fasilitas pendukung. Bahasa pemrograman dapat digantikan dengan Visual Basic net sehingga akan menghasilkan tampilan tampilan yang lebih baik dan menarik. Memberikan saran bagi peneliti berikutnya, sebagai hasil pemikiran dan keterbatasan penelitian DAFTAR PUSTAKA [1] Turban et al (2005). Decision Support Systems and Intelligent Systems (Sistem Pendukung Keputusan dan Sistem Cerdas) [2] Sutojo, T, Mulyanto, E & Suhartono, V. 2011, Kecerdasan Buatan, Andi Offset, Yogyakarta. [3] Kusumadewi, Sri & Hari Purnomo (2004). Aplikasi Logika Fuzzy Untuk Pendukung Keputusan. Yogyakarta : Graha Ilmu 7