Muhammad Yudin Ritonga ( )

dokumen-dokumen yang mirip
IMPLEMENTASI METODE FUZZY TSUKAMOTO PADA PENENTUAN HARGA JUAL BARANG DALAM KONSEP FUZZY LOGIC

Optimalisasi Jumlah Produksi Jamu Jaya Asli Dengan Metode Fuzzy Tsukamoto

Desi Reskika Sari ( )

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

PREDIKSI PENJUALAN KERUDUNG RABBANI DI GRIYA MUSLIM STORE DUKUN GRESIK DENGAN TREND MOMENT

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

KASUS PENERAPAN LOGIKA FUZZY. Fuzzy tsukamoto, mamdani, sugeno

Penerapan FuzzyTsukamotodalam Menentukan Jumlah Produksi

SISTEM INFORMASI PENILAIAN KINERJA KARYAWAN MENGGUNAKAN METODE TECHNIQUE FOR OTHERS REFERENCE BY SIMILARITY TO IDEAL SOLUTION (TOPSIS)

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

SISTEM PENDUKUNG KEPUTUSAN PEMBERIAN KREDIT TANPA AGUNAN (KTA) PADA STANDARD CHARTERED BANK. Lukas Prasetyo, Muji Sukur, Sunardi.

SISTEM PENDUKUNG KEPUTUSAN PENYELEKSIAN CALON SISWA BARU DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) PADA SMA NEGERI 1 SINGKIL

SISTEM PENDUKUNG KEPUTUSAN PENENTUAN JENIS RAMBUT MANUSIA DENGAN MENERAPKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW)

Sistem Pendukung Keputusan Kinerja Karyawan pada PT.Intan Sengkuyit Menggunakan Metode Simple Additive Weighting

4-5-FUZZY INFERENCE SYSTEMS

Sistem Pendukung Keputusan Dalam Menentukan Dosen Pembimbing Skripsi

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

BAB 1 PENDAHULUAN Latar Belakang

Sistem Inferensi Fuzzy

RANCANG BANGUN SISTEM PENDUKUNG KEPUTUSAN PERAMALAN PRODUKSI BARANG DI ORION BAKERY KEDIRI

Patah Herwanto; Agus Sopandi; Rosida; ABSTRAK

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

PERANCANGAN SISTEM PERENCANAAN JUMLAH PRODUKSI ROTI MENGGUNAKAN METODE FUZZY MAMDANI

Rudi Hartoyo ( )

Volume : II, Nomor : 1, Pebruari 2014 Informasi dan Teknologi Ilmiah (INTI) ISSN : X

BAB IV HASIL DAN UJI COBA. Berikut adalah tampilan hasil dari Sistem Informasi Keluar Masuk Udang

SISTEM PENDUKUNG KEPUTUSAN PEMBERIAN INSENTIF BERDASARKAN PENILAIAN KINERJA KARYAWAN PADA PT. PRUDENTIAL LIFE ASSURANCE DENGAN METODE TOPSIS

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN KARYAWAN BARU MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS (AHP) (STUDI KASUS : PT. BTN)

BAB IV HASIL DAN UJI COBA

SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN SISWA BARU PADA SMA NEGERI 5 KUPANG DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW)

Sistem Pendukung Keputusan Penentuan Lokasi Gudang di Perusahaan dengan Metode Weighted Product

PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN BEASISWA SMA MUHAMMADIYAH 1 GISTING DENGAN METODE SAW (Simple Additive Weighting)

BAB III ANALISA DAN DESAIN SISTEM

BAB IV HASIL DAN UJI COBA

SISTEM PENDUKUNG KEPUTUSAN PEMBERIAN REWARD DAN PUNISHMENT MENGGUNAKAN METODE SIMLE ADDITIVE WEIGHTING (SAW) DI KANTOR PAJAK PRATAMA BIREUEN

BAB I PENDAHULUAN 1.1. Latar Belakang

Metode Fuzzy Tsukamoto Dalam Aplikasi Sistem Estimasi Stok Barang

SISTEM PENILAIAN DOSEN TELADAN MENGGUNAKAN METODE SAW ( SIMPLE ADDITIVE WEIGHTING) DI UNIVERSITAS NUSANTARA PGRI KEDIRI

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

BAB IV IMPLEMENTASI DAN PENGUJIAN

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

MODEL MULTI ATTRIBUTE DECISION MAKING METODE SIMPLE ADDITIVE WEIGHTING DALAM PENENTUAN PENERIMA PINJAMAN

ANALISIS DAN PERANCANGAN SISTEM INFORMASI PELAYANAN PASIEN PADA RUMAH BERSALIN DAN KLINIK BIDAN JURNALIS MENGGUNAKAN VB.NET

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN JURUSAN DI SMU DENGAN LOGIKA FUZZY

IMPLEMENTASI SISTEM REKOMENDASIAN PENERIMAAN BEASISWA DENGAN MENGGUNAKAN FMADM

Matematika Diskrit Fuzzy Inference System Prodi T.Informatika

SISTEM PENDUKUNG KEPUTUSAN PENERIMA BEASISWA PERGURUAN TINNGI NEGERI SINAR MAS DENGAN METODE TOPSIS (STUDI KASUS: SMK NEGERI 1 GALANG)

Penerapan Metode Simple Additive Weighting Pada Aplikasi Penilaian Kinerja Dosen Fakultas Ilmu Komputer Unversitas Muslim Indonesia

SISTEM PENGAMBILAN KEPUTUSAN KREDIT RUMAH DENGAN METODE FUZZY SAW MADM

SISTEM PENDUKUNG KEPUTUSAN PERAMALAN PRODUKSI SARUNG DI CV. TENUN IKAT BANDAR MENGGUNAKAN METODE TREND MOMENT

SISTEM PENDUKUNG KEPUTUSAN PEMBERIAN REWARD

Rici Efrianda ( )

Sistem Pendukung Keputusan Seleksi Beasiswa Pendidikan Menggunakan Metode Simple Additive Weighting

SISTEM PENDUKUNG KEPUTUSAN MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) DALAM PEMBERIAN KREDIT

SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT ANGINA PEKTORIS (ANGIN DUDUK) DENGAN MENGGUNAKAN METODE BAYES

SISTEM PENDUKUNG KEPUTUSAN SELEKSI SUMBER DAYA MANUSIA DI PERUSAHAAN

BAB I PENDAHULUAN Latar Belakang

SISTEM PENDUKUNG KEPUTUSAN PEMBAGIAN KELAS UNGGULAN SISWA BARU MENGGUNAKAN METODE PROMETHEE PADA STM RAKSANA MEDAN

PENERAPAN METODE WEIGHTED PRODUCT (WP) DALAM PROSES SELEKSI CALON KARYAWAN (STUDI KASUS PT. ISH BANDUNG)

BAB IV HASIL DAN UJI COBA

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN HANDPHONE MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) ARTIKEL SKRIPSI

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

SISTEM PENDUKUNG KEPUTUSAN PENYELEKSIAN CALON SISWA BARU DI SMA NEGERI 3 GARUT

SISTEM PENDUKUNG KEPUTUSAN PENYELEKSIAN CALON SISWA BARU DI SMA NEGERI 1 BADAR DENGAN METODE MULTIFACTOR EVALUATION PROCESS (MFEP)

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

BAB IV HASIL DAN UJI COBA

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

Sistem Pakar Untuk Mendeteksi Kerusakan Pada Sepeda Motor 4-tak Dengan Menggunakan Metode Backward Chaining

BAB I PENDAHULUAN jiwa (Badan Pusat Statistik, 2014). Akibat pertumbuhan penduduk

SISTEM PENDUKUNG KEPUTUSAN KELAYAKAN PERANGKAT KANTOR DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) DI BAPENDA PROVINSI JAWA BARAT

UPI YPTK Jurnal KomTekInfo Vol. 4, No. 2, Desember 2017, Hal ISSN : Copyright 2017 by LPPM UPI YPTK Padang

SISTEM PENDUKUNG KEPUTUSAN PENGENAL MINAT SISWA PADA BIDANG EKSTRAKULIKULER SEKOLAH DENGAN METODE TOPSIS

BAB I PENDAHULUAN. produksi secara keseluruhan sangat ditentukan oleh pemilihan jenis perlengkapan

SPK PENENTUAN TINGKAT KEPUASAN KONSUMEN PADA RESTORAN XYZ

KECERDASAN BUATAN (Artificial Intelligence) Materi 8. Entin Martiana

SISTEM PENDUKUNG KEPUTUSAN MENENTUKKAN LOKASI UMAH MAKAN YANG STRATEGIS MENGGUNAKAN METODE NAIVE BAYES

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

Bersama ini saya lampirkan bahan yang akan dibahas dalam penulisan Laporan Tugas Akhir ini. Atas perhatiannya saya ucapkan terima kasih.

BAB III ANALISIS DAN DESAIN SISTEM

BAB III ANALISA DAN DESAIN SISTEM

BAB IV IMPLEMENTASI DAN PENGUJIAN

Erwien Tjipta Wijaya, ST.,M.Kom

PERANGKAT LUNAK BANTU TRY OUT UJIAN NASIONAL BERBASIS MULTI USER MENGGUNAKAN VISUAL BASIC 6.0 DAN MYSQL

TEKNIK INFORMATIKA FAKULTAS TEKNIK UNIVERSITAS NUSANTARA PGRI KEDIRI 2016

IMPLEMENTASI VISUAL BASIC NET PADA PROGRAM RETAIL PRODUK HASIL LAUT PADA TOKO KBS SECARA TUNAI

BAB IV HASIL DAN UJI COBA

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SMARTPHONE ANDROID MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW)

BAB IV HASIL DAN UJI COBA

PENERAPAN METODE FUZZY SAW UNTUK PENYELEKSIAN BEASISWA BIDIKMISI (STUDI KASUS : UNIVERSITAS POTENSI UTAMA)

BAB I PENDAHULUAN 1.1 Latar Belakang

PENGESAHAN PEMBIMBING...

Ila Fitrotin Rosyidah 1, Agus Winarno, M.Kom 2 Mahasiswa Jurusan Sistem Informasi 1, Dosen Pembimbing 2 Universitas Dian Nuswantoro Semarang.

SISTEM INFORMASI PENGEOLAAN PENOMORAN SURAT KELUAR PADA BADAN KEPEGAWAIAN (BKD) PROVINSI JAWA BARAT

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

BAB IV HASIL DAN UJI COBA

Sistem Pendukung Keputusan Pemberian Kredit Pada Pd. Bpr Bkk Demak Cabang Sayung Dengan Metode Fuzzy Madm (Multiple Attribute Decision Making

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

PERANCANGAN SISTEM INFORMASI ASURANSI PAKET PELANGGAN DI PANDU SIWI SENTOSA CABANG LODAYA BANDUNG

BAB III ANALISA DAN DESAIN SISTEM

IJCCS, Vol.x, No.x, July xxxx, pp. 1~5 ISSN: Perancangan Model Matematis Untuk Penentuan Jumlah Produksi di PT. XZY

Transkripsi:

SISTEM PENDUKUNG KEPUTUSAN PENENTUAN PRODUKSI MAKANAN MENGGUNAKAN LOGIKA FUZZY DENGAN METODE TSUKAMOTO (STUDI KASUS : PT. INDOFOOD CBP SUKSES MAKMUR MEDAN) Muhammad Yudin Ritonga (0911555) Mahasiswa Program Studi Teknik Informatika STMIK Budi Darma Medan Jl. Sisingamangaraja No.338 Simpang Limun Medan http://www.inti-budidarma.com // Email: mhd_yuddin@gmail.com Abstrak Seiring dengan perkembangan ilmu dan teknologi, pemanfaatan komputer di segala bidang sudah merupakan suatu keharusan. Disamping itu kemajuan teknologi diberbagai bidang tersebut, seakan tidak pernah ada matinya untuk mempelajarinya. PT. Indofood CBP Sukses Makmur Cabang Medan yang bergerak dalam bidang produksi barang, yang bergantung kepada permintaan dari penjual secara individu, hal ini akan menyulitkan untuk menentukan jumlah produksi tiap bulannya. Untuk menyelesaikan masalah tersebut, pihak perusahaan, dalam hal ini manajer, hendaknya dapat membuat suatu keputusan yang tepat untuk memilih berapa banyak jumlah produk yang diproduksi untuk mengoptimalkan keuntungan suatu perusahaan, maka dibutuhkan suatu sistem pendukung keputusan. Untuk mempermudah pekerjaan, dalam hal ini dengan berdasarkan logika fuy metode Tsukamoto akan dihasilkan suatu model dari suatu sistem yang mampu memperkirakan jumlah produksi yang diterapkan dalam suatu sistem pendukung keputusan. Sehingga pembuat keputusan cukup menginputkan data-data yang diperlukan oleh SPK (Sistem Pendukung Keputusan). Data -data tersebut merupakan faktor-faktor yang mempengaruhi dan akan menjadi variabel input yang akan diolah dengan metode Tsukamoto untuk menjadi keluaran (output) berupa penentuan jumlah barang yang akan diproduksi. Kata kunci: SPK, Tsukamoto, Produksi, Fuy 1.Pendahuluan 1.1 Latar Belakang Salah satu tujuan dari perusahaan adalah mencari keuntungan atau laba yang semaksimal mungkin, untuk dapat mencapai tujuan tersebut perusahaan harus dapat mengikuti perkembangan dunia perindustrian baik dalam bidang teknologi informasi maupun dalam bidang manajemen. Seiring dengan perkembangan ilmu dan teknologi, pemanfaatan komputer di segala bidang sudah merupakan suatu keharusan. Computer Based Information System (Sistem Informasi Berbasis Komputer) yang salah satunya adalah Sistem Pendukung Keputusan ( Decission Support System) adalah suatu sistem informasi komputer yang interaktif dan dapat memberikan alternatif solusi bagi pembuat keputusan. PT. Indofood CBP Sukses Makmur Cabang Medan yang bergerak dalam bidang produksi barang, yang bergantung kepada permintaan dari penjual secara individu, hal ini akan menyulitkan untuk menentukan jumlah produksi tiap bulannya. Untuk menyelesaikan masalah tersebut, pihak perusahaan, dalam hal ini manajer, hendaknya dapat membuat suatu keputusan yang tepat untuk memilih berapa banyak jumlah produk yang diproduksi untuk mengoptimalkan keuntungan suatu perusahaan, maka dibutuhkan suatu sistem pendukung keputusan. Logika fuy (logika samar) 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), sedangkan logika fuy memungkinkan nilai keanggotaan antara 0 dan 1. Berbagai teori didalam perkembangan logika fuy menunjukkan bahwa pada dasarnya logika fuy dapat digunakan untuk memodelkan berbagai sistem. Logika fuy terdiri dari suatu Fuy Inference System atau sistem penalaran fuy. Salah satu Fuy inference system adalah penalaran dengan metode Tsukamoto. Pada metode Tsukamoto. Data-data tersebut merupakan faktorfaktor yang mempengaruhi dan akan menjadi variabel input yang akan diolah dengan metode Tsukamoto untuk menjadi keluaran ( output) berupa penentuan jumlah barang yang akan diproduksi. 1.2 Rumusan Masalah Berdasarkan uraian pada latar belakang, maka yang menjadi perumusan masalah adalah sebagai 1. Bagaimana mendapatkan data jumlah produksi makanan yang akan diolah. 2. Bagaimana menerapkan logika fuy dengan metode Tsukamoto dalam merancang sistem 18

pendukung keputusan penentuan jumlah produksi makanan. 3. Bagaimana merancang sistem pendukung keputusan pada produksi makanan. 1.3 Batasan Masalah Pembatasan permasalahan dalam membuat perangkat lunak Sistem Pendukung Keputusan Penentuan Jumlah Produksi Barang Menggunakan Logika Fuy Dengan Metode Tsukamoto adalah sebagai 1. Produk makanan yang diteliti adalah mie instan. 2. Sistem pendukung keputusan digunakan dalam menentukan jumlah produksi yang optimal untuk tiap bulan menggunakan menggunakan 6 himpunan fuy dan 4 aturan fuy dengan metode Tsukamoto berdasarkan jumlah permintaan dan data jumlah persediaan 3. Tidak membahas mengenai biaya produksi, stok bahan baku, jadwal produksi dan tenaga kerja. 4. Program aplikasi Sistem Pendukung Keputusan Penentuan Jumlah Produksi Makanan Menggunakan Logika Fuy Dengan Metode Tsukamoto dengan Microsoft Visual Basic.Net 2008. 1.4 Tujuan Adapun tujuan dari penelitian ini adalah: 1. Untuk menerapkan metode Tsukamoto dalam menentukan jumlah produksi makanan menggunakan logika fuy pada sistem pendukung keputusan 2. Untuk membangun aplikasi Sistem Pendukung Keputusan Penentuan Jumlah Produksi Makanan Menggunakan Logika Fuy Metode Tsukamoto. Sedangkan manfaat dari penyusunan skripsi ini adalah: 1. Mempermudah dalam melakukan suatu penentuan produksi dengan lebih cepat dan efisien. 2. Sebagai masukan atau informasi yang bermanfaat bagi perusahaan dalam menentukan atau mempertimbangkan jumlah produksi. 2. Landasan Teori 2.1 Sistem Sistem merupakan kumpulan elemen yang saling berkaitan yang bertanggung jawab memproses masukan ( input) sehingga menghasilkan keluaran (output) (sumber: Kusrini, Konsep dan Aplikasi Sistem Pendukung Keputusan, 2007). Sistem juga merupakan kesatuan bagian-bagian yang saling berhubungan yang berada dalam suatu wilayah serta memiliki item-item penggerak, contoh umum misalnya seperti negara. Negara merupakan suatu kumpulan dari beberapa elemen kesatuan lain seperti provinsi yang saling berhubungan sehingga membentuk suatu negara dimana yang berperan sebagai penggeraknya yaitu rakyat yang berada dinegara tersebut. 2.2 Keputusan dan Pengambilan Keputusan Pengambilan keputusan ( Decision Making) adalah melakukan penilaian dan menjatuhkan pilihan. Keputusan ini diambil setelah melalui beberapa perhitungan dan pertimbangan alternatif. 2.3 Sistem Pendukung Keputusan Decision support system atau sistem pendukung keputusan secara umum didefinisikan sebagai sebuah sistem yang mampu memberikan kemampuan baik kemampuan pemecahan masalah maupun kemampuan pengkomunikasian untuk masalah semi terstruktur. Secara khusus, Sistem pendukung keputusan didefinisikan sebagai sebuah sistem yang mendukung kerja seorang manager maupun sekelompok manager dalam memecahkan masalah semi terstruktur dengan cara memberikan informasi ataupun usulan menuju pada keputusan tertentu ( Sistem penunjang keputusan, Hermawan, 2005:136). 3. Analisa Dan Perancangan 3.1. Analisa Perancangan Sistem Pendukung Keputusan lebih ditekankan pada perancangan aplikasi pintar ( smart application), dimana sistem pendukung keputusan ini nantinya akan digunakan untuk membantu user dalam menentukan hasil atau pemecahan dari masalah yang dihadapi. Permasalahan dihadapi adalah bagaimana menentukan jumlah produksi barang pada masa mendatang berdasarkan data permintaan dan persediaan. Berdasarkan logika fuy metode Tsukamoto akan dihasilkan suatu model dari suatu sistem yang mampu memperkirakan jumlah produksi yang diterapkan dalam suatu sistem pendukung keputusan. Contoh kasus I: PT. Indofood CBP Sukses Makmur Medan adalah suatu perusahaan penghasil makanan akan memproduksi mie instan. Dari data 1 tahun terakhir, permintaan terbesar mencapai 1215 dus per bulan, dan permintaan terkecil mencapai 267 dus per bulan. Persediaan di gudang terbanyak mencapai 647 dus per bulan, dan terkecil mencapai 138 dus perbulan. Saat ini, perusahaan baru mampu memproduksi Mie Instan maksimum 918 dus per bulan, untuk efisiensi mesin dan SDM tiap bulan diharapkan perusahaan memproduksi paling tidak 506 dus. Tabel 1: Data Permintaan, Persediaan dan Produksi 19

Solusi : Ada 3 variabel fuy yang akan dimodelkan, yaitu : Permintaan, terdiri atas 2 himpunan fuy, yaitu NAIK dan TURUN. pred 2 min( 0,25 BERKURANG (918-)/412 = 0,25 2 = 815 [R3] IF Permintaan NAIK And Persediaan BANYAK THEN Produksi Mie Instan PmtNAIK PsdBANYAK pred 3 PmtTURUN PmtTURUN min( 0,25 ;0,62475442 PsdSEDIKIT ( 978 ), PsdSEDIKIT ) ( 329 )) min( PmtNAIK(978), PsdBANYAK(329)) min( 0,75;0,37524558 ) 0,37524558 Gambar 1 : Fungsi Keanggotaan Permintaan Pr BrgBERKURA Pr Brg Pr BrgBERTAMB NG [ ] AH [ ] 1, 506 918, 506 918 412 918 0, 0, min min, min max max min max 1, [ ] 0, 506 412 1, 506, 506 918 918 Sekarang mencari nilai untuk setiap aturan dengan menggunakan fungsi MIN pada aplikasi fungsi implikasinya : [R1] [R2] IF Permintaan TURUN And Persediaan B PmtTURUN PsdBANYAK A min( PmtTURUN(978), PsdBANYAK(329)) N min(0,25;0,37524558) Y 0,25 A K THEN Produksi Mie Instan BERKURANGpred1 BERKURANG (918-)/412 = 0,25 1 = 815 IF Permintaan TURUN And Persediaan SEDIKIT THEN Produksi Mie Instan BERKURANG (-506)/412 = 0,37524558 =660,601179 3 [R4] IF Permintaan NAIK And Persediaan SEDIKIT THEN Produksi Mie Instan PmtNAIK PsdSEDIKIT pred 4 (-506)/412 = 0,62475442 =763,398821 4 Nilai dapat dicari dengan cara sebagai berikut : pred1 * 1 pred2 * 2 pred3 * 3 pred4 * pred pred pred pred a b 1 min( PmtNAIK(978), PsdSEDIKIT(329)) min( 0,75;0,62475442) 0,62475442 0,25*8150,25*815 a 0,25 0,25 407,5 a 0,5 0,37524558*660,601179 0,62475442*763,398821 b 0,37524558 0,62475442 724,8244602 b 1 407,5 724,8244602 0,51 1132,3244602 754.8829735 754,883 1,5 Jadi jumlah mie instan yang harus di produksi sebanyak 755 dus/bulan. 2 3.2. Perancangan Aplikasi SPK Pada bagian perancangan SPK (Sistem Pendukung Keputusan), diharapkan aplikasi dapat menghasilkan keputusan yang sangat membantu. Selain itu juga menampilkan info data-data pendukung keputusan, sehingga database dapat ter- 3 4 4 20

update setiap kali menemukan data-data pendukung baru. Perancangan aplikasi ini menggunakan software VB.Net 2008 dan database MySQL. File tersebut dikonfersi menjadi sebuah komponen atau unit baru, sehingga dapat digunakan untuk membangun aplikasi Sistem Pendukung Keputusan. 4. ALGORITMA DAN IMPLEMENTASI 4.1 Algoritma Adapun bentuk dari algoritma program pada perancangan perangkat lunak ini adalah sebagai a. Tampilan Login Mulai Tampilkan form login Input User ID dan Password Input pilihan tombol Jika tombol = login maka Jika User ID = true dan Password = true maka Buka form menu utama Tutup Form login Selainnya Jika User ID = false dan Password = True maka Msgbox = User ID salah Selainnya Jika User ID = true dan Password = false maka Msgbox = Password salah Selainnya Msgbox = user id dan password salah Jika Jika tombol = Tutup maka Jika b. Tampilan Menu Utama Input pilihan menu Jika menu = File maka Pilih sub menu Jika sub menu = Input Data maka Pilih sub menu input data Jika Input Data = Input Permintaan maka Tampilkan form input permintaan Selainnya Jika Input Data = Input Persediaan maka Tampilkan form input persediaan Selainnya Jika Input Data = Input Produksi maka Tampilkan form input produksi Selainnya Jika sub menu = Log Off maka Tutup form utama Tampilkan form login Jika menu = Laporan maka Pilih sub menu laporan Jika Laporan = Laporan Permintaan maka Tampilkan laporan permintaan Jika laporan = Laporan Persediaan maka Tampilkan laporan persediaan Jika laporan = Laporan Produksi maka Tampilkan laporan produksi Jika laporan = Laporan Proses Produksi maka Tampilkan form parameter laporan proses produksi Jika menu = Analisa Data maka Pilih sub menu analisa data Jika analisa = Hitung Produksi maka Tampilkan form hitung produksi Jika menu = Help maka Pilih sub menu help Jika help = Tentang Aplikasi maka Tampilkan form tentang aplikasi Jika help = Bantuan maka Tampilkan form bantuan Jika help = Tentang Programmer maka Tampilkan form tentang programmer Jika menu = Keluar maka 4.2 Implementasi Berikut hasil implementasi Sistem Pendukung Keputusan penentuan jumlah produksi makanan. 1. Form Login Form Login adalah form pertama kali ditampilkan untuk menampilkan pilihan pengguna pada sistem pendukung keputusan. Form ini berisikan User ID dan Password. Adapun tampilan dari form login adalah seperti terlihat pada Gambar 2 Jika sub menu = Password Login maka Pilih sub menu password login Jika password login = User Baru maka Tampilkan form user baru Jika password login = Ubah Password maka Tampilkan form ubah password Selainnya Jika password login = Daftar User maka Tampilkan form daftar user jika Jika sub menu = Close Window maka Tutup semua form yang tampil, kecuali menu utama Gambar 22 : Form Login 2. Form Utama Form utama adalah form kedua yang ditampilkan untuk menampilkan menu-menu pilihan pada sistem pendukung keputusan. Form ini berisikan Menu File, Menu Laporan, Menu Analisis Data, Menu Help, dan Menu Keluar. Adapun tampilan dari form utama adalah Menu File, Menu 21

Laporan, Menu Analisis Data, Menu Help, dan Menu Keluar seperti terlihat pada Gambar 3 form produksi adalah seperti terlihat pada Gambar 6 Gambar 3: Form Utama 3. Form Data Permintaan Form Data Permintaan adalah tampilan untuk menginputkan data-data permintaan yang terjadi dan ingin disimpan kedalam database. Adapun tampilan dari form data permintaan adalah seperti terlihat pada Gambar 4 Gambar 6 : Form Produksi 6. Form Hitung Produksi Form Hitung Produksi adalah sebuah form untuk memproses jumlah produksi makanan yang akan diproduksi. Adapun tampilan form hitung produksi adalah seperti terlihat pada Gambar 7 Gambar 4 : Form Data Permintaan 4. Form Data Persediaan Form Data Persediaan adalah Form untuk menginputkan data persediaan yang ada dan akan disimpan ke database. Adapun tampilan dari form input data persediaan adalah seperti terlihat pada Gambar 5 7. Form Add User Gambar 7 : Form Hitung Produksi Form Add User adalah sebuah form unuk menginputkan data-data user baru yang ingin mengakses sistem pendukung keputusan, hal ini dapat dilakukan oleh administrator. Adapun tampilan form add user adalah seperti terlihat pada Gambar 8 berikut : Gambar 5: Form Persediaan Gambar 8 : Form Add User 5. Form Data Produksi Form Data Produksi adalah sebuah form unuk menampilkan data-data produksi pada setiap bulan dan akan disimpan ke database. Adapun tampilan 8. Form Update Password Form Update Password adalah sebuah form unuk mengubah password pengguna yang sudah terdaftar. Hal ini hanya dapat dilakukan oleh 22

administrator, tapi hanya sebatas perubahan terhadap password user tersebut. Adapun tampilan Form Update Password adalah seperti terlihat pada Gambar 9 yang terdata. Adapun tampilan laporan data persediaan adalah seperti terlihat pada Gambar 12 Gambar 9 : Form Update Password 9. Form Daftar User Form Daftar User adalah sebuah form untuk melihat seluruh user yang terdaftar pada aplikasi ini.adapun tampilan form daftar user adalah seperti terlihat pada Gambar 10 Gambar 12: Laporan Data Persediaan 12. Laporan Data Produksi Laporan data produksi adalah sebuah laporan yang digunakan untuk melihat data produksi yang pernah terjadi. Kolom jumlah produksi pada laporan ini merupakan jumlah produksi makanan yang terdata dan pernah diproduksi. Adapun tampilan laporan data produksi adalah seperti terlihat pada Gambar 13 Gambar 10 : Form Daftar User 10. Laporan Data Permintaan Laporan data permintaan adalah sebuah laporan yang digunakan untuk melihat data permintaan yang diterima. Kolom jumlah permintaan pada laporan ini merupakan jumlah permintaan makanan dari customer. Adapun tampilan laporan data permintaan adalah seperti terlihat pada Gambar 11 Gambar 13 : Laporan Data Produksi 13. Laporan Proses Produksi Laporan proses produksi adalah sebuah laporan yang digunakan untuk melihat proses produksi yang dihasilkan pada proses hitung produksi. Kolom produksi pada laporan ini merupakan jumlah perkiraan produksi. Adapun tampilan laporan proses produksi adalah seperti terlihat pada Gambar 14 Gambar 11: Laporan Data Permintaan 11. Laporan Data Persediaan Laporan data persediaan adalah sebuah laporan yang digunakan untuk melihat data persediaan yang ada. Kolom jumlah persediaan pada laporan ini merupakan jumlah persediaan makanan Gambar 14 : Laporan Proses Produksi 23

5. Kesimpulan Dan Saran 5.1. Kesimpulan Berdasarkan uraian hasil dan pembahasan mengenai Sistem Pendukung Keputusan Penentuan Jumlah Produksi Makanan Menggunakan Menggunakan Logika Fuy Dengan Metode Tsukamoto (Studi Kasus : PT.Indofood CBP Sukses Makmur Medan), maka dapat diambil kesimpulan bahwa: 4. PT. Indofood CBP Sukses Makmur Medan melakukan produksi makanan (mie instan) dilakukan dari pengolahan data bahan baku (persediaan), data permintaan dan data produksi sebelumnya yang digunakan untuk dapat memperkirakan data produksi yang akan datang. 5. Pada penerapan metode Tsukamoto dalam sistem pendukung keputusan untuk menentukan jumlah produksi menggunakan komponen SPK yang diantaranya adalah Data, Model base, Database, dan User Interface (Dialog). 6. Sistem yang dirancang dalam Pendukung Keputusan Penentuan Jumlah Produksi Makanan Menggunakan Program Microsoft Visual Basic.Net 2008 dan database MySQL. [6] Tata, Sutabri, Analisa Sistem Informasi, Andi, Yogyakarta, 2005. [7] Turban dkk. Decision Support System and Intelligent System (Sistem Pendukung Keputusan dan Sistem Cerdas, Andi, Yogyakarta, 2005. [8] sumber:http://pribadisigit.web.ugm.ac.id/ data/myta.pdf tanggal akses 20 Januari 2014 5.2. Saran Pada para pengembang berikutnya, penulis memberikan beberapa saran sebagai 1. Menambahkan faktor input lainnya yang mempengaruhi dalam penentuan jumlah makanan yang akan diproduksi, misalnya jumlah pekerja dan biaya produksi 2. Menambahkan aturan fuy pada inferensinya, sehingga hasil produksi yang diperoleh semakin akurat. 3. Menerapkan dan mencoba dalam metode inference atau penalaran lainnya seperti metode mamdani. 4. Menerapkan dalam bahasa pemograman lainnya misalnya web, java, dan lain-lain. 6. Daftar Pustaka [1] A.S Rosa dan Salahuddin M, Modul Pembelajaran Rekayasa Perangkat Lunak (Terstruktur dan Berorientasi Objek), Modula, Bandung, 2011. [2] Hasan, M. Iqbal, Pokok-Pokok Materi Teori Pengambilan Keputusan, Ghalia, Jakarta, 2004. [3] Jogiyanto, Hartono, Analisis & Desain Sistem Informasi Pendekatan Terstruktur Teori dan Praktek Aplikasi Bisnis, Andi, Yogyakarta, 2005. [4] Kusrini, Strategi Perancangan dan Pengelolaan Basis Data, Andi, Yogyakarta, 2007. [5] Kusumadewi, Sri dkk, Fuy Multi-Attribute Decision Making (Fuy MADM), Graha Ilmu, Yogyakarta, 2006. 24