JTRISTE, Vol.2, No.2, Oktober 2015, pp. 18~28 ISSN: 2355-3677
Implementasi Metode Fuzzy-Mamdani Dalam Menentukan Jumlah Produksi Penganan Menggunakan Visual Basic Junaedy1, Abdul Munir2 STMIK KHARISMA Makassar e-mail:
[email protected],
[email protected]
Abstrak Penelitian ini bertujuan untuk merancang dan membuat suatu sistem penunjang keputusan dalam menentukan jumlah produksi yang tepat dan optimal untuk tiap-tiap jenis penganan yang diproduksi pada RM. Lasinrang dengan menggunakan metode Fuzzy Mamdani. Selanjutnya metode pengumpulan data dilakukan dengan cara wawancara dan metode studi lapangan. Analisis untuk menentukan kebutuhan sistem dirancang menggunakan Data Flow Diagram (DFD), kemudian diimplementasikan menggunakan pemrograman Visual Basic 6.0 dan Microsoft Access sebagai pengolah data, kemudian diuji menggunakan metode pengujian black-box. Hasil pengujian menunjukkan bahwa sistem penunjang keputusan yang dibuat dapat menampilkan perkiraan jumlah produksi berdasarkan ketentuan-ketentuan fuzzy yang ada serta mampu menghasilkan laporan jumlah produksi per periode yang ditentukan. Kata kunci: Fuzzy-Mamdani,Jumlah Produksi,Penganan Abstract The purpose of this research is to design and create a decision support system in determining the proper and efficient product amount for each type of food produced by Lasinrang Restaurant using Fuzzy Logic with Mamdani Method. The data collecting was done through interview and field research study. The analysis used to determine system requirement of this program was obtained with Data Flow Diagram (DFD), and then implemented using Visual Basic 6.0 Programming and Microsoft Access as the Database Management System. The program was tested with black box testing method and the result showed that the decision support system created was able to present the estimated procution amount based from the conditions given by fuzzy logic and capable of generating a report of production amount per day in a given period. Keywords: Fuzzy Logic with Mamdani, product amount, food 1. Pendahuluan Pada saat ini hampir semua perusahaan yang bergerak di bidang industri dihadapkan pada suatu masalah yaitu adanya tingkat persaingan yang semakin kompetitif. Hal ini mengharuskan perusahaan untuk merencanakan atau menentukan jumlah produksi, agar dapat memenuhi permintaan pasar dengan jumlah yang sesuai. Sehingga diharapkan keuntungan perusahaan akan meningkat. Pada dasarnya penentuan jumlah produksi ini direncanakan untuk memenuhi tingkat produksi guna memenuhi tingkat penjualan yang direncanakan atau tingkat permintaan pasar.Perusahaan dalam memproduksi suatu barang tentunya menyesuaikan dengan keinginan dan kebutuhan pelanggannya, sementara kebutuhan dan minat pelanggan terhadap hasil produksi perusahaan tidak selalu sama sehingga menuntut perusahaan untuk memproduksi berbagai macam produk. Selain upaya memenuhi keinginan dan kebutuhan para pelanggan, perusahaan juga perlu memperhatikan kapasitas produksi yang dimiliki perusahaan tersebut, minimalisasi produk sisa dan mencapai maksimasi keuntungan bagi perusahaan. Objek yang akan dibahas oleh penulis adalah RM. Lasinrang yang memproduksi beberapa jenis penganan. RM. Lasinrang mengalami kendala dalam penentuan kuantitas produksi, dimana penjualan pada hari Senin sampai Jumat, penjualan relatif lebih sedikit, sehingga biasanya terdapat banyak produk sisa. Rata-rata produksi pada Senin sampai Jumat
JTRISTE
ISSN: 2355-3677
sekitar 1300 buah untuk jalangkote dan 1200 buah untuk lumpia per hari. Adapun rata –rata produk sisa pada hari-hari tersebut adalah sekitar 500 buah untuk kedua penganan. Sedangkan rata-rata produksi untuk hari Sabtu dan Minggu serta pada hari-hari raya adalah sekitar 2000 buah untuk jalangkote dan 1900 untuk lumpia per hari, serta rata-rata produk sisa untuk kedua jenis penganan adalah sekitar 300 buah. Untuk mengatasi kendala-kendala yang dihadapi, pemilik rumah makan biasanya membatasi produksi pada jumlah tertentu dan apabila produk habis pada hari tersebut akan diproduksi lagi sesuai dengan jumlah permintaan atau sesuai dengan jumlah pada produksi yang pertama, agar tidak terlalu banyak produk sisa, mengingat produk yang dihasilkan tergolong produk yang tidak tahan lama dan mudah rusak. Namun, upaya-upaya tersebut belum dapat secara optimal menyelesaikan kendala yang ada, karena walaupun sudah dilaksanakan, produk sisa masih tetap saja ada. Berdasarkan latar belakang di atas, maka perlu dikembangkan metode untuk menyelesaikan masalah penentuan jumlah penganan yang akan diproduksi. Pengambilan keputusan dalam hal ini melingkupi tentang jumlah penjualan per hari agar dapat memaksimalkan laba dan mengurangi kerugian karena adanya produk sisa. Dalam hal ini, penulis menggunakan metode Logika Fuzzy Mamdani, dimana parameter yang diperlihatkan adalah jumlah penjualan dan produk sisa per hari. Parameter-parameter ini kemudian akan diproses dan kemudian ditentukan nilai keanggotaannya yang selanjutnya akan diproses lebih lanjut sehingga menghasilkan output yang memutuskan berapa jumlah penganan yang sebaiknya diproduksi setiap harinya. Alasan penulis mengangkat jumlah penjualan dan jumlah produk sisa per hari sebagai parameter adalah karena rumah makan dalam melakukan proses produksi dipengaruhi oleh kedua faktor ini. Penulis menggunakan logika Fuzzy Mamdani karena dalam masalah yang akan dibahas terdapat ketidakpastian atas jumlah produksi sedangkan metode fuzzy merupakan salah satu metode untuk melakukan analisis sistem yang mengandung ketidakpastian yang sangat cocok untuk menyelesaikan masalah yang dimaksud. 2. Dasar Teori 2.1. Metode Fuzzy-Mamdani Metode Mamdani sering dikenal sebagai Metode Max-Min. Metode ini diperkenalkan oleh Ebrahim Mamdani pada tahun 1975. Untuk mendapatkan output, diperlukan 4 tahapan [2]: a. Pembentukan himpunan fuzzy Pada metode Mamdani, baik variabel input maupun variabel output dibagi menjadi satu atau lebih himpunan fuzzy. b. Aplikasi fungsi implikasi Pada metode Mamdani, fungsi implikasi yang digunakan adalah Min. c. Komposisi Aturan Tidak seperti penalaran monoton, apabila sistem terdiri dari beberapa aturan, maka inferensi diperoleh dari kumpulan dan korelasi antar-aturan. 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, 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)) dengan : µdf (xi) = nilai keanggotaan solusi fuzzy sampai aturan ke – i; µkf(xi) = nilai keanggotaan konsekuen fuzzy aturan ke – i; d. 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 :
Junaedy dan Abdul Munir
19
JTRISTE
ISSN: 2355-3677
Ada dua keuntungan menggunakan metode centroid, yaitu [3]: 1. Nilai defuzzyfikasi akan bergerak secara halus sehingga perubahan dari suatu fuzzy juga akan berjalan dengan halus. 2. Lebih mudah dalam perhitungan. 2.2. Pengertian Produksi Bagi perusahaan yang bergerak dalam bidang industri, produksi merupakan kegiatan yang paling utama selain kegiatan lainnya seperti pemasaran produk, pembelanjaan, personalia maupun keuangan dan administrasi. Dimana semua kegiatan-kegiatan tersebut adalah untuk mencapai tujuan perusahaan [1]. Secara umum produksi diartikan sebagai suatu kegiatan atau proses yang mentransformasikan masukan (input) menjadi hasil keluaran (output) [1]. Produksi adalah proses kegiatan yang mengubah biaya produksi menjadi barang lain yang mempunyai nilai tambah yang lebih tinggi. Tipe proses produksi ditinjau dari arus bahan mentah sampai menjadi barang jadi dapat dibagi menjadi 2 tipe yaitu [4]: a. Tipe proses produksi terus – menerus ( Continuous Process) Proses produksi yang terus – menerus akan terjadi jika perusahaan yang berproduksi membutuhkan waktu yang lama untuk mempersiapkan peralatan atau mesin dan jenis mesin tersebut hanya bervariasi sedikit saja karena biasanya sudah ditentukan pola dan jenisnya yang khusus untuk menghasilkan produk secara besar – besaran dari bahan mentah sampai dengan menjadi barang jadi dengan pola urutan yang pasti juga dan kegiatan tersebut akan berjalan terus dalam jangka waktu yang lama. Tipe produksi ini biasanya terjadi pada industri – industri yang hanya mempunyai satu shift operasi maupun kegiatan tersebut tidak berhenti dalam jangka waktu yang lama serta barang yang dihasilkan hampir mempunyai bentuk yang sama. b. Tipe proses produksi terputus – putus ( Intermitent ) Pola produksi yang terputus – putus ini terjadi karena sering terhentinya mesin atau alat produksi untuk menyesuaikan dengan keinginan keinginan produk akhir yang akan diciptakan. Tentu saja tidak seluruh proses proses produksi akan mempunyai proses produksi yang berbeda sama sekali, kadang untuk tiga bagian atau dua bagian sebelum menghasilkan barang akhir mempunyai proses yang sama juga. Jadi yang membedakan adalah saat proses produksi dari bahan mentah sampai menjadi produk akhir selalu mempunyai pola urutan yang berbeda - beda sesuai dengan hasil produk akhir yang diinginkan konsumen. 3. Metode Penelitian 3.1. Teknik Pengumpulan Data Teknik yang digunakan dalam pengumpulan data dalam penelitian ini adalah : a. Field Research, yaitu penelitian yang dilakukan di lapangan. Hal ini dilakukan dengan cara : Interview (wawancara) yaitu : pengumpulan data yang dilakukan dengan cara melakukan wawancara terhadap pihak - pihak yang mengetahui dan berkaitan dengan bahasan dalam penelitian ini yaitu pemilik rumah makan. b. Library Research, yaitu pengumpulan data yang dilakukan dengan cara membaca buku-buku, tulisan-tulisan ilmiah, referensi, mengunjungi website yang menyediakan berbagai bahan agar memperoleh data yang berhubungan dan relevan dengan penelitian yang dilakukan. Junaedy dan Abdul Munir
20
JTRISTE
ISSN: 2355-3677
3.2. Pengolahan Data Adapun pengolahan data dilakukan dalam beberapa tahap antara lain: a. Pembentukan himpunan fuzzy Pengolahan data dilakukan dengan menentukan variabel dan semesta pembicaraan, dilanjutkan dengan membentuk himpunan fuzzy. Penentuan variabel dan semesta pembicaraan dari hasil pengambilan data dapat diperoleh pada Tabel 1. Sedang himpunan fuzzy dapat diperoleh pada Tabel 2. Selanjutnya yaitu menentukan fungsi keanggotaan untuk setiap variabel penjualan dan produk sisa.
Fungsi
Tabel 1. Penentuan Variabel dan Semesta Pembicaraan Nama Variabel Semesta Keterangan Pembicaraan Penjualan
[1000 – 2000]
Jumlah penjualan produk per hari (buah)
Produk sisa
[50 - 650]
Total produk sisa per hari
Jumlah Produksi
[980 – 2500]
Kapasitas produksi rumah makan (buah)
Input
Output
Tabel 2. Himpunan Fuzzy
Fungsi
Nama Variabel
Penjualan Input Produk sisa
Output
Jumlah Produksi
Nama Himpunan Fuzzy Sedikit Sedang
Semesta Pembicaraan
Domain [1000-1300]
[1000-2000]
[1000-2000]
Banyak
[1600- 2000]
Sedikit
[50 - 300]
Sedang
[50 - 650]
[50-650]
Banyak
[400-650]
Sedikit
[980-1600]
Sedang Banyak
[980-2500]
[980-2500] [2000-2500]
Yang menjadi variabel dalam penentuan jumlah produksi adalah jumlah penjualan dan produk sisa. 1. Himpunan linguistic fuzzy pada parameter penjualan ada 3, yaitu : Sedikit, Sedang , dan Banyak. Nilai keanggotaan (crisp) dari parameter linguistik ini diberikan pada Gambar 1.:
Junaedy dan Abdul Munir
21
JTRISTE
ISSN: 2355-3677
sedikit
sedang
banyak
1.0
1 1300 2000 600 Gambar 1. Grafik Linguistik Variabel Penjualan 1000
Fungsi keanggotaannya:
1 sedikit x 1300 x /(1300 1000) 0
0 x 1000 /(1300 1000); sedangx (2000 x) /(2000 1600); 1
x
1000
,1000 ≤ x ≤ 1300 x
1300
x ≤ 1000 dan x ≥ 2000 1000 ≤ x ≤ 1300 1600 ≤ x ≤ 2000 x ≥ 1300 dan x ≤ 1600
x ≤ 1600 0 banyak x x 1600 /(2000 1600) 1600, ≤ x ≤ 2000 1 x ≥ 2000 2. Himpunan linguistic fuzzy pada parameter produk sisa ada 3, yaitu Sedikit, Sedang dan Banyak. Nilai keanggotaan (crisp) dari parameter linguistik ini diberikan pada Gambar 2. :
Junaedy dan Abdul Munir
22
JTRISTE
ISSN: 2355-3677
sedang
sedikit
banyak
1.0
4 50
300
400
650
Gambar 2. Grafik Linguistik Variabel Produk sisa Fungsi keanggotaannya:
1 sedikit x 300 x /(300 50) 0
x ≤ 50
,
0 x 50 /(300 50); sedang x (650 x) /(650 400); 1 0 banyak x x 400 /(650 400) 1
50 ≤ x ≤ 300 x ≥ 300 x ≤ 50 dan x ≥ 650 50 ≤ x ≤ 300 400 ≤ x ≤ 650 x ≥ 300 dan x ≤ 400
x ≤ 400 , 400 ≤ x ≤ 650
x ≥ 650
3. Himpunan linguistic fuzzy pada parameter jumlah produksi ada 3, yaitu Sedikit, Sedang dan Banyak. Nilai keanggotaan (crisp) dari parameter linguistik ini diberikan pada Gambar 3 :
Junaedy dan Abdul Munir
23
JTRISTE
ISSN: 2355-3677
sedikit
sedang
banyak
1.0
2 980
1600
2000
2500
Gambar 3. Grafik Linguistik Variabel Jumlah Produksi Fungsi keanggotaannya:
1 sedikit x 1600 x /(1600 980) 0
x ≤ 980
,
0 x 980 /(1600 980); sedang x ( 2500 x ) /(2500 2000); 1
0 banyak x x 2000 /(2500 2000) 1
980 ≤ x ≤ 1600 x ≥ 1600 x ≤ 980 dan x ≥ 2500 980 ≤ x ≤ 1600 2000 ≤ x ≤ 2500 x ≥ 1600 dan x ≤ 2000 x ≤ 2000 2000 ≤ x ≤ 2500 , x ≥ 2500
b. Fungsi Implikasi Setelah penentuan fungsi keanggotaan variabel, maka dilakukan pembentukan aturan logika fuzzy. Pada metode Mamdani, fungsi implikasi yang digunakan adalah Min. Berdasarkan data yang ada, dapat dibentuk aturan – aturan sebagai berikut: 1. if (penjualan is Sedikit) and (produk sisa is Sedikit) then (jumlah produksi is Sedikit). 2. if (penjualan is Sedikit) and (produk sisa is Sedikit) then (jumlah produksi is Sedang). 3. if (penjualan is Sedikit) and (produk sisa is Sedang) then (jumlah produksi is Sedikit). 4. if (penjualan is Sedikit) and (produk sisa is Sedang) then (jumlah produksi is Sedang). 5. if (penjualan is Sedikit) and (produk sisa is Sedang) then (jumlah produksi is Banyak). 6. if (penjualan is Sedikit) and (produk sisa is Banyak) then (jumlah produksi is Sedikit). 7. if (penjualan is Sedikit) and (produk sisa is Banyak) then (jumlah produksi is Sedang). Junaedy dan Abdul Munir
24
JTRISTE 8. if (penjualan Sedikit). 9. if (penjualan Sedang). 10. if (penjualan Banyak). 11. if (penjualan Sedikit). 12. if (penjualan Sedang). 13. if (penjualan Banyak). 14. if (penjualan Sedikit). 15. if (penjualan Sedang). 16. if (penjualan Banyak). 17. if (penjualan Sedang). 18. if (penjualan Banyak). 19. if (penjualan Sedang). 20. if (penjualan Banyak). 21. if (penjualan Sedang). 22. if (penjualan Banyak). c.
ISSN: 2355-3677
is Sedang) and (produk sisa is Sedikit) then (jumlah produksi is is Sedang) and (produk sisa is Sedikit) then (jumlah produksi is is Sedang) and (produk sisa is Sedikit) then (jumlah produksi is is Sedang) and (produk sisa is Sedang) then (jumlah produksi is is Sedang) and (produk sisa is Sedang) then (jumlah produksi is is Sedang) and (produk sisa is Sedang) then (jumlah produksi is is Sedang) and (produk sisa is Banyak) then (jumlah produksi is is Sedang) and (produk sisa is Banyak) then (jumlah produksi is is Sedang) and (produk sisa is Banyak) then (jumlah produksi is is Banyak) and (produk sisa is Sedikit) then (jumlah produksi is is Banyak) and (produk sisa is Sedikit) then (jumlah produksi is is Banyak) and (produk sisa is Sedang) then (jumlah produksi is is Banyak) and (produk sisa is Sedang) then (jumlah produksi is is Banyak) and (produk sisa is Banyak) then (jumlah produksi is is Banyak) and (produk sisa is Banyak) then (jumlah produksi is
Komposisi Aturan Dari hasil aplikasi fungsi implikasi dari tiap aturan, digunakan metode MAX untuk melakukan komposisi antarsemua aturan.
d. Penegasan (defuzzy) Metode penegasan yang akan penulis gunakan adalah metode centroid.
Gambar 4. Proses Defuzzifikasi Junaedy dan Abdul Munir
25
JTRISTE
ISSN: 2355-3677
4. Analisa dan Desain Sistem 4.1. Spesifikasi Kebutuhan Sistem Spesifikasi kebutuhan sistem terdiri atas : a. Sistem mampu menyimpan dan mengedit data makanan. b. Sistem mampu menyimpan data produk sisa dan data penjualan, serta data yang diinput harus lengkap. c. Sistem mampu menampilkan perkiraan jumlah produksi berdasarkan tahapan–tahapan fuzzy yang ada. d. Sistem mampu menghasilkan laporan jumlah produksi per periode yang ditentukan. 4.2. Rancangan Sistem Secara Umum Pemodelan :
Basis Data: - Data Penjualan - Data Produk Sisa
Parameter : - Penjualan - Produk Sisa
Fuzzy Mamdani
User interface: SPK penentuan jumlah produksi
Pengambilan keputusan Gambar 5. Model Sistem Pengambilan Keputusan
- Data Penjualan - Data Produk sisa
0 a
Aplikasi Penentuan Jumlah Produksi
Pemilik
b
Karyawan
Hasil SPK
Gambar 6 Diagram Konteks
Junaedy dan Abdul Munir
26
JTRISTE
ISSN: 2355-3677
Gambar 7. Diagram Jenjang
Gambar 8. Entity Relationship Diagram (ERD) 4.3. Rancangan Input-Output
Gambar 9. Rancangan Input Data Proses Fuzzy Junaedy dan Abdul Munir
27
JTRISTE
ISSN: 2355-3677
Gambar 10. Rancangan output 5. Kesimpulan Dari hasil penelitian yang dilakukan pada Rumah Makan Lasinrang dalam membangun suatu Sistem untuk Menentukan Jumlah Produksi, maka penulis dapat menarik kesimpulan sebagai berikut : a. Berdasarkan analisis dan pengembangan yang dilakukan penulis dihasilkan sebuah sistem yang berbasis komputer, dimana sistem tersebut dapat membantu pemilik dalam mengambil keputusan untuk menentukan jumlah produksi untuk keesokan harinya, sesuai dengan kebutuhan. b. Ketidakpastian jumlah biaya produksi dan jumlah penjualan setiap harinya dalam proses produksi, dapat diselesaikan dengan menggunakan metode Fuzzy-Mamdani, dimana metode ini merupakan salah satu metode untuk melakukan analisis sistem yang mengandung ketidakpastian yang sangat cocok untuk menyelesaikan masalah yang dimaksud. Daftar Pustaka [1] Assauri. 2004. Manajemen Produksi dan Operasi. Edisi Keempat. Jakarta: Lembaga Penerbit Fakultas Ekonomi Universitas Indonesia. [2] Cox, Earl. 1994. The Fuzzy Systems Handbook (A Prsctitioner’s Guide to Building, Using, and Maintaining Fuzzy Systems). Massachusetts: Academic Press, Inc. [3] Kusumadewi, Sri & Purnomo, Hari. 2010. Aplikasi Logika Fuzzy Untuk Pengambilan Keputusan. Edisi 2. Yogyakarta : Penerbit Graha Ilmu. [4] Prawirosentono, Sujadi. 2001. Manajemen Produksi dan Operasi.Jakarta: Bumi Aksara.Turban, Efraim, Cs. 2005. Decision Support Systems and Intelligent Systems (Sistem Pendukung Keputusan dan Sistem Cerdas). (Edisi 7. Jilid 1). Yogyakarta : Andi Yogyakarta.
Junaedy dan Abdul Munir
28