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

Jurnal INFOTEK, Vol 1, No 3, Oktober 2016

ISSN 2502-6968 (Media Cetak)

IMPLEMENTASI FUZZY DENGAN INFERENSI MAMDANI UNTUK PREDIKSI PENJUALAN KARTU PERDANA PADA PT. TELESINDO SHOP Muthia Khanza (12110554) Mahasiswa Program Studi Teknik Informatika STMIK Budidarma Medan Jl. Sisingamangaraja No. 338 Simpang Limun Medan www.stmik-budidarma.ac.id // Email: [email protected]

ABSTRAK Inferensi mamdani merupakan salah satu metode untuk melakukan analisis sistem yang mengandung ketidakpastian yang sangat cocok untuk menyelesaikan permasalahan untuk mengetahui prediksi penjumlahan barang yang dibutuhkan oleh penjual kartu perdana dengan mengimplementasikan prediksi penjualan kartu perdana. Kelebihan dalam memprediksi penjualan kartu perdana adalah agar dapat membantu pihak perusahaan dalam memprediksi penjualan kartu perdana di masa yang akan datang. Dengan mengimplementasikan Fuzzy dengan Inferensi Mamdani, akan membatu dalam memprediksi jumlah penjualan kartu perdana. Kata kunci : Kartu perdana, Implementasi Fuzzy, Inferensi Mamdani 1. PENDAHULUAN 1.1 Latar Belakang Masalah Dalam era globalisasi seperti sekarang teknologi mengalami kemajuan yang sangat pesat di berbagai bidang, informasi memegang peranan yang sangat penting, oleh karenanya perlu dikembangkan sistem informasi secara cepat, tepat dan akurat. Salah satu contoh komunikasi yang umum digunakan oleh masyarakat adalah komunikasi menggunakan telepon genggam atau Handphone. Pada era globalisasi Handphone menjadi kebutuhan dasar yang diperlukan oleh setiap orang, hal tersebut dapat dilihat dari banyaknya pengguna telepon genggam atau Handphone dari mulai anak – anak sampai orang dewasa. Diikuti dengan kebutuhan masyarakat dalam komunikasi jarak jauh penggunaan layanan kartu perdana sebagai wadah memperlancar komunikasi sangat dibutuhkan. Dampak dari kebutuhan tersebut adalah banyak tempat-tempat yang menjual kartu perdana atau kartu reguler untuk memenuhi kebutuhan konsumen. Outlet-outlet tersebut mendapatkan pasokan kartu reguler dari perusahaan operator penyedia layanan seluler dalam jumlah yang tidak sedikit. Kartu perdana baru atau kartu reguler hanya mempunyai batas waktu tertentu sebelum masa berlaku habis. Oleh karenanya outlet-outlet penyedia kartu perdana harus dapat menyesuaikan antara persediaan kartu reguler yang akan di jual dengan kebutuhan konsumen. Bagi pengusaha atau penjual sangat penting untuk memprediksi jumlah persediaan kartu perdana untuk menghindari terjadinya kekurangan dan kelebihan dalam persediaan kartu perdana yang akan dijual. Masalah yang muncul karena kelebihan persediaan kartu perdana adalah apabila

kartu perdana tidak dapat dijual dalam batas waktu tertentu maka, kartu perdana tersebut dianggap sudah kadarluwarsa atau telah berakhir masa aktifnya. Kartu perdana yang telah berakhir masa aktifnya tidak dapat digunakan lagi. Dengan demikian kartu-kartu tersebut tidak bisa dijual kepada konsumen dan menimbulkan kerugian bagi penjual.Selain hal tersebut faktor lain yang mempengaruhi penjualan kartu perdana adalah adanya penawaran khusus yang diberikan oleh perusahaan penyedia kartu perdana untuk menarik minat konsumen. Untuk mengetahui jumlah barang yang dibutuhkan oleh penjual kartu perdana, penulis mengimplementasikan prediksi penjualan kartu perdana dengan logika Fuzzy menggunakan metode Mamdani. Penulis menggunakan metode mamdani karena masalah yang dibahas terdapat ketidakpastian atas jumlah persediaan kartu perdana sedangkan logika Fuzzy merupakan salah satu metode untuk melakukan analisis sistem yang mengandung ketidakpastian yang sangat cocok untuk menyelesaikan masalah yang dimaksud. Berdasarkan latar belakang masalah diatas, penulis sangat tertarik untuk mengetahui lebih lanjut mengenai masalah penjualan kartu perdana dengan mengambil judul “IMPLEMENTASI FUZZY DENGAN INFERENSI MAMDANI UNTUK PREDIKSI PENJUALAN KARTU PERDANA PADA PT. TELESINDO SHOP”. 1.2 Rumusan Masalah Beberapa rumusan masalah dalam memprediksi persedian kartu perdana dengan metode Mamdani adalah sebagai berikut : 1. Bagaimana memprediksi jumlah penjualan kartu perdana pada PT. Telesindo Shop ?

Implementasi fuzzy dengan inferensi mamdani untuk prediksi penjualan kartu perdana pada pt. Telesindo shop Oleh : Muthia Khanza

85


2. Bagaimana mengimplementasikan Inferensi Mamdani dalam memprediksi penjualan kartu perdana ? 3. Bagaimana merancang aplikasi prediksi jumlah penjualan kartu perdana ? 1.3 Batasan Masalah Adapun batasan-batasan masalah dalam penulisan tugas akhir ini adalah : 1. Pengambilan data yang digunakan dalam penulisan skripsi ini adalah dari perusahaan terkait yaitu PT. Telesindo Shop cabang Medan. 2. Data dalam penulisan skripsi ini antara September 2014–April 2016. 3. Data yang diambil berdasarkan penjualan kartu perdana Internet Simpati Loop, Simpati Freload dan As Bulding. 4. Menggunakan bahasa pemrograman Visual Basic 2008 dengan MySQL sebagai Database penyimpanan data. 1.4 Tujuan dan Manfaat Penelitian Berdasarkan rumusan masalah di atas, dapat ditetapkan beberapa tujuan penelitian sebagai berikut : 1. Memprediksi jumlah penjualan kartu perdana pada PT. Telesindo Shop. 2. Mengimplementasikan Metode Mamdani dalam memprediksi penjualan kartu perdana. 3. Merancang aplikasi prediksi jumlah penjualan kartu perdana. Adapun manfaat yang diharapkan dari pengerjaan penelitian ini diuraikan sebagai berikut : 1. Membantu perusahaan untuk memprediksi penjualan kartu perdana. 2. Perusahaan dapat memperoleh informasi peramalan penjualan untuk perencanaan produk. 3. Dapat digunakan oleh perusahaan sebagai acuan dalam memprediksi penjualan kartu perdana. 2. LANDASAN TEORI 2.1 Implementasi Menurut Adi Nugroho (2010, hal: 278, Rekayasa Perangkat Lunak Berorientasi Objek) Implementasi berasal dari bahasa Inggris yaitu to implement yang berarti mengimplementasikan. Implementasi merupakan penyediaan sarana untuk melaksanakan sesuatu yang menimbulkan dampak atau akibat terhadap sesuatu. Sesuatu tersebut dilakukan untuk menimbulkan dampak atau akibat itu dapat berupa undang-undang, peraturan pemerintah, keputusan peradilan dan kebijakan yang dibuat oleh lembagalembaga pemerintah dalam kehidupan kenegaraan. Kata Implementasi merujuk kepada aktivitas, adanya aksi, tindakan, atau mekanisme suatu sistem. Ungkapan mekanisme mengandung arti bahwa implementasi bukan sekedar aktivitas, tetapi suatu kegiatan yang terencana dan dilakukan secara


bersungguh sungguh berdasarkan acuan tertentu untuk mencapai tujuan. Oleh karena itu, implementasi tidak berdiri sendiri tetapi dipengaruhi oleh objek. Implementasi adalah suatu proses, atu suatu aktivitas yang digunakan untuk mentransfer ide atau gagasan berupa analisa yang dituangkan dalam bentuk tertulis. 2.2 Kecerdasan Buatan (Artificial Intelligence) Menurut Anita Desiani dan Muhammad Arhami (2006: hal 1, Konsep Kecerdasan Buatan) Artificial Intelligence (AI) atau kecerdasan buatan merupakan cabang ilmu komputer yang konsern dengan mengautomatisasi tingkah laku cerdas. Menurut T. Sutojo, S.Si., M.Kom., dkk (2011: hal 1, Kecerdasan Buatan) Kecerdasan buatan merujuk pada mesin yang mampu berfikir, menimbang tidakan yang akan diambil, dan mampu mengambil keputusan seperti yang dilakukan oleh manusia. 2.3 Logika Fuzzy Menurut T. Sutojo, S.Si., M.Kom., dkk (2011: hal 211, Kecerdasan Buatan) Menurut Konsep tentang logika fuzzy diperkenalkan oleh Prof. Lotfi Astor Zadeh pada 1962. Logika fuzzy adalah metodologi sistem kontrol pemecah masalah, yang cocok untuk diimplementasikan pada sistem, mulai dari sistem yang sederhana, sistem kecil, embedded system, jaringan PC, multi-channel atau workstation berbasis akuisisi data, dan sistem kontrol. Selain itu logika fuzzy juga dapat diartikan suatu cara yang tepat untuk memetakan suatu ruang input ke dalam suatu ruang output. 2.4 Inferensi Mamdani Metode Mamdani paling sering digunakan dalam aplikasi-aplikasi karena strukturnya yang sederhana, yaitu menggunakan operasi MIN-MAX atau MAX-PRODUCT. Untuk mendapatkan output, diperlukan empat tahapan berikut : 1. Pembentukan himpunan fuzzy Pada metode Mamdani, baik variabel input maupun variabel output dibagi menjadi satu atau lebih himpunan fuzzy. 2. Aplikasi fungsi implikasi Pada metode Mamdani, fungsi implikasi yang digunakan adalah Min. 3. Komposisi Aturan Tidak seperti penalaran monoton, apabila sistem terdiri dari beberapa aturan, maka inferensi diperoleh dari kumpulan dan korelasi antaraturan. Metode yang digunakan dalam inferensi sistem fuzzy, yaitu Metode max (maximum). Pada metode ini, solusi himpunan fuzzy diperoleh dengan mengambil nilai maksimum aturan,kemudian menggunakannya operator OR (union). Jika semua proposisi telah dievaluasi,


86


maka output akan berisi suatu himpunan fuzzy yang merefleksikan konstribusi dari tiap-tiap proposisi. Secara umum dapat dituliskan : μdf (xi) = max (μdf(xi, ) μkf(xi)) Sumber : Kusumadewi dan Purnomo, Operasi Himpunan Fuzzy, 2014 dengan : μdf (xi) = nilai keanggotaan solusi fuzzy sampai aturan ke – i; μkf(xi) = nilai keanggotaan konsekuen fuzzy aturan ke – i; 4. Penegasan (defuzzy) Defuzzyfikasi pada komposisi aturan mamdani dengan menggunakan metode centroid. Dimana pada metode ini, solusi crisp diperoleh dengan cara mengambil titik pusat daerah fuzzy. Secara umum dirumuskan : 𝑏 ∫ 𝑥𝜇(𝑥 )𝑑𝑥 𝜇 (𝑥 ) = 𝑎𝑏 ∫𝑎 𝑥𝜇(𝑥 )𝑑𝑥 Atau ∑𝑛𝑖=1 𝑥𝑖 𝜇 (𝑥𝑖 ) 𝜇 (𝑥 ) = ∑𝑛𝑖=1 𝜇 (𝑥𝑖 ) 2.5 Prediksi Secara umum, prediksi bisa diartikan sebagai sebuah kegiatan meramalkan atau membuat sebuah prakiraan tentang segala sesuatu yang akan terjadi. Prediksi mempunyai makna sebagai sebuah informasi, pemberitahuan, peringatan, pengetahuan dan ulasan tetang segala sesuatu yang akan terjadi berdasarkan fakta maupun tidak berdasarkan fakta. Secara umum ada beberapa macam prediksi, antara lain : 1. Prediksi berdasarkan teknologi. 2. Prediksi berdasarkan ilmu pengetahuan. 3. Prediksi berdasarkan pengetahuan. 4. Prediksi berdasarkan teori probabilitas. 5. Prediksi berdasarkan analisa, dan sebagainya.


Sistem penjualan kredit merupakan sistem penjualan dimana pembayarannya dilakukan setelah barang diterima pembeli. Jumlah dan jatuh tempo pembayarannya disepakati oleh kedua pihak. 2.6.2 Kartu Perdana Kartu perdana adalah kartu yang pertama kali digunakan sebagai sarana berkomunikasi menggunakan telepon genggam. Kartu perdana digunakan untuk melancarkan komunikasi jarak jauh secara cepat dan efisien. Dalam perkembangannya, kartu perdana menjadi salah satu barang dengan daya jual yang menjanjikan bagi perusahaan telekomunikasi. 3. ANALISA DAN PERANCANGAN 3.1 Analisa Dengan menghitung harga keluaran dari IF THEN rule, metode mamdani harus menghitung luas dibawah kurva fuzzy set pada bagian keluaran (THEN-part). Selanjutnya dalam proses defuzzifikasi, metode mamdani harus menghitung rata rata (centroid) luas yang diboboti dari semua fuzzy set keluaran dari rule, kemudian mengisikan rata-rata tersebut ke variabel keluaran FIS. Penyusunan penerapan logika fuzzy mamdani untuk menentukan jumlah penjualan kartu perdana terdapat beberapa langkah yang harus dilakukan untuk mendapatkan data yang valid dalam penyusunannya. Setelah dilakukan perhitungan dan percobaan, maka didapatlah hasil prediksi penjualan kartu perdana dengan menerapkan metode fuzzy mamdani. 1. Pembentukan Himpunan Fuzzy Data yang diambil untuk digunakan dalam rancangan sistem ini adalah data-data per hari dari jumlah permintaan, persediaan, dan penjualan kartu perdana selama rentang waktu dua tahun terakhir (September 2014 – April 2016) dari PT.TELESINDO SHOP Jln.Sutomo Ujung, Sumatra Utara.

Tabel 3.1 Data Pejualan Kartu Perdana Permintaa Tanggal Penjualan Persediaan n September 80 60 100 2014 Oktober 100 90 100 2014 November 107 120 125 2014 Desember 130 120 150 2014 Januari201 128 120 175 5 Februari 122 120 150 2015 Maret 125 120 150 2015 Implementasi fuzzy dengan inferensi mamdani untuk prediksi penjualan kartu perdana pada pt. Telesindo shop Oleh : Muthia Khanza 87 2.6 Penjualan Kartu Perdana 2.6.1 Penjualan Menurut V. Wiratna Sujarweni (2015 : hal 79, Sistem Akuntansi) penjualan adalah suatu sistem penjualan pokok perusahaan untuk memperjualbelikan barang dan jasa yang perusahaan hasilkan. Dalam sistem penjualan terdapat dua macam, yaitu sistem penjualan tunai dan sistem penjualan kredit. a. Sistem Penjualan Tunai Sistem penjualan tunai merupakan sistem yang diperlakukan oleh perusahaan dalam menjual barang dengan cara mewajibkan pembeli untuk melakukan pembayaran harga terlebih dahulu sebelum barang diserahkan pada pembeli. b. Sistem Penjualan Kredit


April 2015 Mei 2015 Juni 2015 Juli 2015 Agustus 2015 September 2015 Oktober 2015 November 2015 Desember 2015 Januari 2016 Februari 2016 Maret 2016 April 2016

78 102 105 105

97 105 105 105

150 125 150 150

93

90

150

120

118

125

76

87

150

100

92

125

65

68

150

73

80

100

97

100

125

97

100

150

100

100

175


Fungsi keanggotaan himpunan fuzzy NAIK dan TURUN dari variabel Persediaan direpresentasikan pada Gambar 3.2.

Gambar 3.2 Himpunan Fuzzy Dari Variabel Persediaan Penjualan = 130

Tabel 3.2 Aturan Fuzzy Variabel No. Permintaan Persediaan 1. Rendah Tinggi 2. Rendah Rendah 3. Rendah Rendah 4. Tinggi Tinggi 5. Tinggi Rendah

Gambar 3.3 Himpunan Fuzzy Dari Variabel Penjualan Penjualan Rendah Rendah Tinggi Tinggi Tinggi

Berikut adalah cara untuk mendapatkan nilai keanggotan berdasarkan variabel linguistik dan variabel numerik yang digunakan : Permintaan = 100 120 − 100 20 𝑍𝑛𝑎𝑖𝑘 = = = 0,33 120 − 60 60 100 − 60 40 𝑍𝑡𝑢𝑟𝑢𝑛 = = = 0,67 120 − 60 60 Fungsi keanggotaan himpunan fuzzy TURUN dan NAIK dari variabel Permintaan direpresentasikan pada Gambar 3.1 :

Gambar 3.1 Himpunan Fuzzy Dari Variabel Permintaan

2. Fungsi Implikasi [R1] IF Permintaan RENDAH And Persediaan TINGGI THEN Penjualan Kartu Perdana RENDAH. 𝛼 − 𝑝𝑟𝑒𝑑𝑖𝑘𝑎𝑡1 = min(𝜇𝑃𝑒𝑟𝑚𝑖𝑛𝑡𝑎𝑎𝑛 𝑅𝐸𝑁𝐷𝐴𝐻[𝑥 ] ∩ 𝜇𝑃𝑒𝑟𝑠𝑒𝑑𝑖𝑎𝑎𝑛 𝑇𝐼𝑁𝐺𝐺𝐼[𝑦]) = min(0,89; 0,25) = 0,67 [R2] IF Permintaaan RENDAH And Persediaan RENDAH THEN Penjualan Kartu Perdana RENDAH. 𝛼 − 𝑝𝑟𝑒𝑑𝑖𝑘𝑎𝑡2 = min(𝜇𝑃𝑒𝑟𝑚𝑖𝑛𝑡𝑎𝑎𝑛 𝑅𝐸𝑁𝐷𝐴𝐻[𝑥 ]𝜇𝑃𝑒𝑟𝑠𝑒𝑑𝑖𝑎𝑎𝑛 𝑆𝐸𝐷𝐴𝑁𝐺 [𝑦]) = min(0,89; 0,75) = 0,67 [R3] IF Permintaan RENDAH And Persediaan RENDAH THEN Penjualan Kartu Perdana TINGGI. 𝛼 − 𝑝𝑟𝑒𝑑𝑖𝑘𝑎𝑡3 = min(𝜇𝑃𝑒𝑟𝑚𝑖𝑛𝑡𝑎𝑎𝑛 𝑅𝐸𝑁𝐷𝐴𝐻[𝑥 ] ∩ 𝜇𝑃𝑒𝑟𝑠𝑒𝑑𝑖𝑎𝑎𝑛 𝑅𝐸𝑁𝐷𝐴𝐻[𝑦]) = min(0,89; 0,75) = 0,33 [R4] IF Permintaan TINGGI And Persediaan TINGGI THEN Penjualan Kartu Perdana TINGGI. 𝛼 − 𝑝𝑟𝑒𝑑𝑖𝑘𝑎𝑡4 = min(𝜇𝑃𝑒𝑟𝑚𝑖𝑛𝑡𝑎𝑎𝑛 𝑇𝐼𝑁𝐺𝐺𝐼[𝑥 ] ∩ 𝜇𝑃𝑒𝑟𝑠𝑒𝑑𝑖𝑎𝑎𝑛 𝑇𝐼𝑁𝐺𝐺𝐼[𝑦]) = min(0,11; 0,25) = 0,33

Persediaan = 170 200 − 170 30 𝑍𝑛𝑎𝑖𝑘 = = = 0,3 500 − 100 100 40 − 10 30 𝑍𝑡𝑢𝑟𝑢𝑛 = = = 0,7 50 − 10 40 Implementasi fuzzy dengan inferensi mamdani untuk prediksi penjualan kartu perdana pada pt. Telesindo shop Oleh : Muthia Khanza

89


[R5] IF Permintaan TINGGI And Persediaan RENDAH THEN Penjualan Kartu Perdana TINGGI. 𝛼 − 𝑝𝑟𝑒𝑑𝑖𝑘𝑎𝑡5 = min(𝜇𝑃𝑒𝑟𝑚𝑖𝑛𝑡𝑎𝑎𝑛 𝑇𝐼𝑁𝐺𝐺𝐼[𝑥] ∩ 𝜇𝑃𝑒𝑟𝑠𝑒𝑑𝑖𝑎𝑎𝑛 𝑅𝐸𝑁𝐷𝐴𝐻[𝑦]) = min(0,11; 0,75) = 0,33


𝑍 =

67,134 + 67,134 + 26,334 + 26,334 + 26,334 0,67 + 0,67 + 0,33 + 0,33 + 0,33

𝑍=

213,263 2,33

𝑍 = 91,5291845494 3. Komposisi Aturan 𝛼1 − 60 = 0,67 120 − 60 𝛼1 = 0,67(120 − 60) + 60 𝛼1 = 100,2 𝛼2 − 60 = 0,67 120 − 60 𝛼2 = 0,67(120 − 60) + 60 𝛼2 = 100,2 𝛼3 − 60 = 0,33 120 − 60 𝛼3 = 0,33(120 − 60) + 60 𝛼3 = 79,8 𝛼4 − 60 = 0,33 120 − 60 𝛼4 = 0,33(120 − 60) + 60 𝛼4 = 79,8 𝛼5 − 60 = 0,33 120 − 60 𝛼5 = 0,33(120 − 60) + 60 𝛼5 = 79,8 0,67 𝑧−60

𝑧 ≤ 0,67 0,67 0,67 ≤ 𝑧 ≤ 100,2 0,67 100,2 ≤ 𝑧 ≤ 120 0,67 𝑧 ≤ 0,33 0,33 0,33 ≤ 𝑧 ≤ 79,8 𝑧−60 79,8 ≤ 𝑧 ≤ 120

120−60

𝜇 [𝑧]𝑃𝑒𝑛𝑗𝑢𝑎𝑙𝑎𝑛 =

120−60

{ 0,33

4. Penegasan (Defuzzyfikasi)

Hasil perhitungan di atas menunjukkan bahwa metode fuzzy Mamdani memprediksi jumlah penjualan kartu perdana tersebut sebanyak 91 kotak. 3.2 Perancangan Aplikasi 3.2.1 Perancangan Database a. Desain Tabel Login Desain Tabel Login berfungsi menyimpan data id user dan password. Tabel 3.3 Desain Login Field Type Data User Name Varchar Password Varchar

Ukuran 15 15

b. Desain Tabel Input Data Penjualan Desain Tabel Input Data Penjualan berfungsi untuk menyimpan data penjualan kartu perdana. Tabel 3.4 Desain Input Data Penjualan Type Field Ukuran Data Nama 30 Varchar Sales No. Faktur Varchar 15 Banyak 20 Varchar Penjualan Jumlah 20 Varchar Kartu Total 20 Varchar Harga Tanggal Varchar 20 c. Desain Tabel Input Stok Kartu Desain Tabel Input Stok Kartu Berfungsi untuk menyimpan data jenis barang dan kode.

Dengan menggunakan Rumus, maka dapat dilakukan perhitungan sebagai berikut :

Tabel 3.5 Desain Input Stok kartu Field Type Data Merek Kartu Varchar 𝑍 Banyak Kartu Varchar 𝛼𝑝1 ∗ 𝑍1 + 𝛼𝑝2 ∗ 𝑍2 + 𝛼𝑝3 ∗ 𝑍3 + 𝛼𝑝4 ∗ 𝑍4 + 𝛼𝑝5 ∗ 𝑍5 = Harga Satuan Varchar 𝛼𝑝1 + 𝛼𝑝2 + 𝛼𝑝3 + 𝛼𝑝4 + 𝛼𝑝5 =

untuk

Ukuran 15 25 30

0,67 ∗ 100,2 + 0,67 ∗ 100,2 + 0,33 ∗ 79,8 + 0,33 ∗ 79,8 + 0,33 ∗ 79,8 0,67 + 0,67 + 0,33 + 0,33 + 0,33 d. Desain Tabel Prediksi

Implementasi fuzzy dengan inferensi mamdani untuk prediksi penjualan kartu perdana pada pt. Telesindo shop Oleh : Muthia Khanza 90



Prediksi berguna untuk memprediksi Penjualan Kartu Perdana dengan metode mamdani dengan terlebih dahulu memasukkan nilai persediaan dan permintaan. Tabel 3.6 Desain Prediksi Typ e Field Dat a Perse Var diaan char Permi Var ntaan char Hasil Var Predi char ksi

Uku ran 25 25 25

3.2.2 Use Case Diagram Use case merupakan gambaran skenario dari interaksi antara user dengan sistem. Sebuah diagram Use Case menggambarkan hubungan antara aktor dan kegiatan yang dapat dilakukannya terhadap aplikasi. Diagram ini memperlihatkan himpunan Use Case dan aktor-aktor. Diagram ini sangat penting untuk mengorganisasasi dan memodelkan prilaku dari suatu sistem yang dibutuhkan serta diharapkan pengguna.

Gambar 3.4 Diagram Use Case 3.2.3 Activity Diagram Activity Diagram menggambarkan berbagai alir aktifitas dalam sistem yang sedang dirancang, gambaran awal dari masing-masing alir, keputusan yang terjadi dan gambaran akhir. Diagram activity sistem dapat dilihat pada Gambar 3.5.

Gambar 3.5 Activity Diagram 4. ALGORITMA DAN IMPLEMENTASI 4.1 Aloritma Algoritma adalah kumpulan perintah untuk menyelesaikan suatu masalah. Perintah-perintah tersebut dapat diterjemahkan secara bertahap dari awal hingga akhir. Dibutuhkan langkah-langkah logika untuk menyelesaikan masalah dan berfungsi untuk penelusuran program, keperluan perbaikan, serta pengembangan yang lebih mudah dan terarah. Algoritma Menu Login adalah sebagai berikut : Input : Uname = User name Pass = Password Output : masuk Proses : If Uname.text = “Muthia” and pass = “1234” then masuk= Tampil “Menu Utama”; Else Pesan = “Login belum sukses”; End If Prediksi.MdiParent = Me Prediksi.Show() Algoritma Prediksi Mamdani adalah sebagai berikut : Input : Psd = Persediaan Prm = Permintaan Output : Pjn = Penjualan Proses : If Permintaan.text = “rendah” And Persediaan.text = “tinggi” then Penjualan.text = “rendah”. If Permintaaan.text = “rendah” And Persediaan.text = “rendah” then Penjualan.text = “rendah”.


91


If Permintaan.text = “rendah” And Persediaan.text = “rendah” then Penjualan.text = “tinggi”. If Permintaan.text = “tinggi” And Persediaan.text = “tinggi” then Penjualan.text = “tinggi”. If Permintaan.text = “tinggi” And Persediaan.text = “rendah” then Penjualan.text = “tinggi”. Dim xtgl = Format(txttanggal.Value, "yyyyMM-dd") sql = "insert into data values ('" & xtgl & _ "','" & Nmasales.text & _ "','" & Nofaktur.text & _ "','" & Bykpenjualan.text & _ "','" & Jlhkartu.text & _ "','" & Ttlharga.text & "')" cmd = New MySqlCommand(sql, db) cmd.ExecuteNonQuery() buatlv() Nmasales.text = "" Nofaktur.text = "" Bykpenjualan.text = "" Jlhkartu.text = "" Ttlharga.text = "" txttanggal.text = Now End Sub 'Nmasales.text = "" sql = "delete from data where Nmasales = '" & Nofaktur.Text & "'" cmd = New MySqlCommand(sql, db) cmd.ExecuteNonQuery() buatlv() Jlhkartu.Text = "" Bykpenjualan.Text = "" Nofaktur.Text = "" tanggal.text = Now Nmasales.text = "" End Sub


perangkat lunak, yang tercantum pada gambar di bawah ini : 1. Tampilan Form Menu Login Menu login berfungsi sebagai perantara antara user dengan menu utama dan form lainnya dengan tujuan menghindari hal-hal yang diinginkan, adapun desainnya sebagai berikut:

Gambar 5.1 Tampilan Menu Login

2. Tampilan Form Menu Utama Menu utama berfungsi sebagai induk dari semua form yang ada, adapun desainnya sebagai berikut:

Gambar 5.2 Tampilan Menu Utama

3. Tampilan Form Input Data Penjualan Form Input Data Penjualan berfungsi untuk menyimpan data penjualan, adapun desainnya sebagai berikut:

Me.Hide() 4.2 Implementasi Program Setelah melakukan implementasi terhadap rancangan yang diperoleh sebelumnya, penulis memperoleh hasil berupa sebuah perangkat lunak yang dapat digunakan untuk melakukan prediksi penjualan kartu perdana dengan metode inferensi mamdani. Adapunh asil yang penulis peroleh tersebut berupa tampilan hasil dan hasil pengujian sistem. Pada tahap ini dilakukan penerapan hasil perancangan antar muka ke dalam sistem yang dibangun dengan menggunakan perangkat lunak yang telah dipaparkan pada sub bab implementasi

Gambar 5.3 Tampilan Input data Penjualan



4. Tampilan Form Input Stok Kartu Form Input Stok Kartu berfungsi untuk menyimpan data persediaan Kartu Perdana, adapun desainnya sebagai berikut:


3.

bulan depan serta mengatasi tingkat resiko yang mengakibatkan kerugian. Perancangan aplikasi dengan menggunakan Visual Basic Net 2008 untuk menghasilkan sebuah sistem yang dapat melakukan proses prediksi penjualan kartu perdana.

5.2 Saran Berdasarkan kesimpulan yang telah diambil,maka dapat dikemukakan untuk pengembangan skripsi ini lebih lanjut, yaitu sebagai berikut: 1. Diharapkan adanya penelitian lanjutan dari sistem ini sehingga mendapatkan hasil yang lebih baik 2. Sistem ini mempunyai keterbatasan sehingga harus selalu di-update karena pengetahuan akan terus bertambah dan berkembang.

DAFTAR PUSTAKA Gambar 5.4 Tampilan Input Stok kartu 1. 5. Tampilan Form Prediksi Form Prediksi berfungsi untuk memprediksi Jumlah Penjualan Kartu Pada bulan selanjutnya, adapun desainnya sebagai berikut:

Gambar 5.5 Tampilan Form Prediksi

5. KESIMPULAN DAN SARAN 5.1 Kesimpulan Dari penyelesian skripsi ini, penulis memberi kesimpulan sebagai berikut: 1. Perhitungan prediksi penjualan kartu perdana dapat diterapkan dengan Inferensi Mamdani 2. Memprediksi penjualan kartu perdana dengan inferensi mamdani dapat memperoleh informasi tentang perkiraan penjualan untuk

Anita Desiani dan Muhammad Arhami, 2006. Konsep Kecerdasan Buatan. Yogyakarta. C.V. Andi OFFSET. 2. Abdul Kadir, 2013. Pemograman Database MYSQL Untuk Pemula. Yogyakarta. MediaKom. 3. Adi Nugroho, 2010. Rekayasa Perangkat Lunak Berorientasi Objek Dengan Metode USDP (UML) Unified Modeling Language. Yogyakarta. C.V. Andi OFFSET. 4. Gusti Ngurah Suryantara, 2014. Merancang Aplikasi Akutansi VB.Net. Jakarta. PT. Elex Media Komputindo. 5. Kusumadewi dan Purnomo, 2014. Operasi Himpunan Fuzzy. Gramedia. Jakarta. PT. Elex Media Komputindo. 6. Priyanto Hidayatullah, 2014. Visual Basic.Net. Jakarta. PT. Elex Media Komputindo. Gramedia. 7. Siswanto, 2005. Kecerdasan Buatan. Yogyakarta. Graha Ilmu 8. T. Sutojo, S.Si., M.Kom., dkk, 2011. Kecerdasan Buatan. Yogyakarta. C.V. Andi OFFSET. 9. V. Wiratna Sujarweni, 2015. Sistem Akuntansi. Yogyakarta. Gosyen Publishing. 10. http://www.pulsamurahlengkap.com/2014/11/ kartu-perdana.html 11. https://abajakarta.wordpress.com/2014/02/15/ bahasa-macam-macam-prediksi/


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

Recommend Documents