Pelita Informatika Budi Darma, Volume : V, Nomor: 2, Desember 2013

SSN : 2301-9425

IMPLEMENTASI METODE FUZZY TSUKAMOTO PADA

PENENTUAN HARGA JUAL BARANG DALAM KONSEP
FUZZY LOGIC
Rizky 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 Fuzzy. Logika Fuzzy 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 fuzzy yang dapat digunakan dalam
memecahkan permasaahan tersebut adalah metode Tsukamoto Fuzzy 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 Fuzzy, 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 Fuzzy Inference System (FIS) Metode
Tsukamoto
Menurut Sri Kusumadewi dan Sri Hartati
(2010:40) sistem inferensi fuzzy merupakan suatu
kerangka komputasi yang didasarkan pada teori
himpunan fuzzy, aturan fuzzy yang berbentuk IFTHEN, dan penalaran fuzzy.

Implementasi Metode Fuzzy Tsukamoto Pada Penentuan Harga Jual Barang Dalam Konsep
Fuzzy Logic. Oleh : Rizky Amelia

104

Pelita Informatika Budi Darma, Volume : V, Nomor: 2, Desember 2013

SSN : 2301-9425

Gambar 2 : Inferensi dengan menggunakan

Metode Tsukamoto

Gambar 1 : Diagram Blok Sistem Inferensi Fuzzy

Sistem inferensi fuzzy menerima input crisp.
Input ini kemudian dikirim ke basis pengetahuan
yang berisi dan aturan fuzzy dalam bentuk IF-THEN.
Fire strength (nilai keanggotaan anteseden atau )
akan dicari pada setiap aturan. Apabila aturan lebih
dari satu, maka akan dilakukan agregasi semua
aturan. Selanjutnya pada hasil agregasi akan
dilakukan defuzzy 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
fuzzy dengan fungsi keanggotaan yang monoton.
Sebagai hasilnya, output hasil inferensi dari tiap-tiap
aturan diberikan secara tegas (crisp) berdasarkan 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
LCD 18,5 Inch
April 2011-Maret 2012
(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 fuzzy 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 fuzzy yang akan dimodelkan, yaitu :
1. Pembelian, terdiri atas 2 himpunan fuzzy, yaitu
TINGGI dan RENDAH

Implementasi Metode Fuzzy Tsukamoto Pada Penentuan Harga Jual Barang Dalam Konsep
Fuzzy Logic. Oleh : Rizky Amelia

105

Pelita Informatika Budi Darma, Volume : V, Nomor: 2, Desember 2013

[X ]

Gambar 3 : Fungsi Keanggotaan Variabel

Pembelian

0,
x xmin

xmax x
[ X]
PmbRENDAH=
, xmin x xmax
xmax xmin x xmax
1,
0,
x x min

x x min
PmbTINGGI[ X ] =
, x min x x max
x max x min
x x max
1,

0,
x 750.000

.000
[ X] x 750
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
(830.000)
=(830.000-750.000)
PmbTINGGI
/100.000 = 0,8
2. Pasaran terdiri atas 2 himpunan fuzzy, yaitu
TINGGI dan RENDAH

SSN : 2301-9425

[Y ]

Gambar 4 : Fungsi Keanggotaan Variabel

Pasaran

1,
y y min

y
[ y] y max
PsrRENDAH=
, y min y ymax
y

y
max
min

y ymax
0,
1,
y 950.000

.000 y
[y] 1.050
PsrRENDAH
,950.000 y 1.050.000
=
100.000
y 1.050.000
0,
0,
y y min

y y min
[ y]
PsrTINGGI =
, y min x y max
y

y
max
min

y y max
1,
0,
y 950.000

.000
[ y] y 950
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 fuzzy yaitu
RENDAH dan TINGGI

Implementasi Metode Fuzzy Tsukamoto Pada Penentuan Harga Jual Barang Dalam Konsep
Fuzzy Logic. Oleh : Rizky Amelia

106

Pelita Informatika Budi Darma, Volume : V, Nomor: 2, Desember 2013

[Z ]

SSN : 2301-9425

THEN Penjualan RENDAH

Lihat himpunan Penjualan RENDAH
(1.000.000-z)/130.000 = 0,2
z1 = 974.000
[R3]
IF Pembelian TINGGI And
TINGGI
THEN Penjualan TINGGI

Pasaran

Lihat himpunan Penjualan TINGGI

(z-870.000)/130.000 = 0,2
z 3 =896.000
[R4]
IF Pembelian TINGGI And
RENDAH
THEN Penjualan TINGGI;
Gambar 5 : Fungsi Keanggotaan Variabel
Penjualan

1,
z z max

z max z
[ z]
PnjRENDAH=
, z min y z max
z max z min y z max
0,
1,
z 870.000

.000z
[z] 1.000
PnjRENDAH
,870.000 z 1.000.000
=
130.000
z 1.000.000
0,
0,
z z min

z z min
[ z]
PnjTINGGI =
, z min z z max
z max z min
z z max
1,
0,
z 870.000

.000
[z] z 870
PnjTINGGI=
,870.000 z 1.000.000
130
.
000

z 1.000.000
1,
Sekarang kita cari nilai z 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-z)/130.000 = 0,2
z1 = 974.000
[R2]
IF Pembelian RENDAH And Pasaran
RENDAH

Pasaran

Lihat himpunan Produksi Barang BERTAMBAH

(z-870.000)/130.000 = 0,8
z 3 =974.000
Nilai z dapat dicari dengan cara sebagai berikut
:z=

pred1 *z1 +pred2 *z2 +pred3 *z3 +pred4 *z4

pred1 +pred2 +pred3 +pred4

z = z a + zb
0, 2 * 974 .000 + 0, 2 * 974 .000
0,2 + 0,2
389 .600
za =
0, 4
0,2 * 8 96 .000 + 0,8 * 9 74 .000
zb =
0, 2 + 0,8
958 .400
zb =
1
389 .600 + 958 .400
z=
0,4 + 1
1 .348 .000
= 9 62 .857 ,142 = 962 .900
z=
1,5
za =

Jadi harga jual LCD 18,5 inch adalah Rp.962.900,atau Rp. 963.000,-

4. Implementasi Sistem
4.1 Form Login

Gambar 6 : Form Login

Implementasi Metode Fuzzy Tsukamoto Pada Penentuan Harga Jual Barang Dalam Konsep
Fuzzy Logic. Oleh : Rizky Amelia

107

Pelita Informatika Budi Darma, Volume : V, Nomor: 2, Desember 2013

SSN : 2301-9425

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 Fuzzy Tsukamoto Pada Penentuan Harga Jual Barang Dalam Konsep
Fuzzy Logic. Oleh : Rizky Amelia

108

Pelita Informatika Budi Darma, Volume : V, Nomor: 2, Desember 2013

SSN : 2301-9425

5. Kesimpulan Dan Saran

5.1 Kesimpulan
Perancangan aplikasi sistem pendukung
keputusan
penentuan
harga
jual
barang
menggunakan logika fuzzy 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 fuzzy 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 Fuzzy Untuk Pendukung Keputusan,
Graha Ilmu, Yogyakarta: 2010
[3]. http://www.yulyantari.com/tutorial/media.php
[4]. http://kelompokfz.blogspot.com/2011/06/metod
e-tsukamoto.html
[5]. http://a120903608.blogspot.com/2013/01/metod
e-fuzzy-tsukamoto-oleh-evi ratna.html
[6]. http://id.wikipedia.org/wiki/Microsoft_Visual_S
tudio

Implementasi Metode Fuzzy Tsukamoto Pada Penentuan Harga Jual Barang Dalam Konsep
Fuzzy Logic. Oleh : Rizky Amelia

109