Iwayan Restu Apriyadi

Jurnal Teknik Informatika, Agustus 2013

RANCANG BANGUN SISTEM PREDIKSI JUMLAH PERSEDIAAN

TERIGU MENGGUNAKAN METODE FUZZY INFERENCE SYSTEM
MAMDANI
Iwayan Restu Apriyadi
Fakultas Ilmu Komputer IBI Darmajaya Lampung
zc.zero.cool91@gmail.com

ABSTRAK

Logika Fuzzy merupakan salah satu metode untuk melakukan analisis sistem yang mengandung
ketidakpastian. Logika Fuzzy meniru cara berfikir manusia yang disebut nalar, dimana nalar
daoat menjelaskan dan mengidentifikasi sesuatu secara otomatis. Pada penelitian ini digunakan
metode inferensi sistem Fuzzy Mamdani atau sering juga dikenal dengan metode min-max.
Perancangan sistem untuk memperoleh output dilakukan dalam tahap-tahap (a) Pembentukan
hinpunan Fuzzy, (b) Aplikasi fungsi implikasi, (c) Komposisi aturan, (d) penegasan
(Defuzzyfikasi).
Penentuan jumlah persediaan terigu salah satu proses awal yang harus dilakukan sebuah
distributor

dan

pedagang

tepung

terigu

sebelum

distributor

atau

pedagang

terigu

memasarkannya.Prediksi jumlah persediaan terigu dapat digunakan sebagai rekomendasi bagi

para distributor serta pedagang terigu dalam mempersiapkan jumlah persediaan terigu yang akan
dijual.
Pada penelitian ini dibagun sistem prediksi jumlah persediaan terigu menggunakan inferensi
sistem Fuzzy Mamdani dengan interfaces Borland Delphi7 dan database Microsoft Access 2003,
Penelitian ini bertujuan untuk menghasilkan jumlah pembelian terigu yang menjadi persediaan
tepung terigu yang akan dijual pada PD.Dwijaya Makmur natar, lampung selatan.

Keywords : Fuzzy mamdani, prediksi persediaan terigu

Informatics & Business Institute Darmajaya

Iwayan Restu Apriyadi

I.

Jurnal Teknik Informatika, Agustus 2013

membuat kekurangan barang yang akan

PENDAHULUAN
Penerapan teknologi

informasi

dipasarkan

(Hermawan,2007).

Masalah

dalam dunia perdagangan yang semakin

tersebut biasa dialami oleh distributor

berkembang memaksa orang harus berfikir

penjual terigu sehingga dibutuhkan suatu

lebih keras dalam menemukan maupun

sistem

membuat suatu inovasi yang lebih kreatif

menangani masalah tersebut.pengambilan

untuk

keputusan

dapat

saling

bersaing

dalam

menjalankan usaha dagangnya.

komputerisasi

yang

perusahaan

dapat

dikembangkan

untuk menghadapi keadaan lingkungan

Penggunaan sistem program yang

perusahaan

yang

penuh

dengan

terkomputerisasi merupakan salah satu

ketidakpastian(Sudarsono,1995).

pilihan

karena itu pada penelitian ini akan dibuat

yang

dapat

diambil

untuk

mempermudah suatu usaha dagang dalam

suatu

menjalankan

fase

memprediksi jumlah persediaan terigu

sistem

yang akan dijual oleh para distributor

sejumlah

perdagangannnya.Fungsi
program

komputer

proses
dari

yang

dibuat

dan

aplikasi

sistem

yang

Oleh

dapat

maupun pedagang terigu.

digunakan oleh pedagang biasanya lebih

ditujukan

pada

efisiensi

kerja

serta

II.

membantu perusahaan dalam melakukan

suatu

perhitungan-perhitungan

yang

ANALISIS SITEM
Jumlah persediaan terigu yang akan

diprediksi menggunakan data transaksi

terigu milik PD.Darmo Putra pada tahun

dibutuhkan dalam dunia dagang.

2012. Jumlah persediaan terigu yang akan

Distributor penjualan terigu sering
mengalami
berapa

masalah

persediaan

dalam

yang

ini

merupakan

jumlah

pembelian terigu merk segitiga yang

harus

dilakukan oleh PD.Darmo Putra sebagai

disediakan dalam kurun waktu tertentu

persediaan yang disiapkan untuk penjualan

pada

terigu pada periode penjualan berikutnya.

proses

terigu

penentuan

diprediksi

penjualannya.Penentuan

jumlah persediaan barang yang terlalu

Prediksi

banyak

dilakukan berdasarkan jumlah penjualan

dapat

menimbulkan

kelebihan

jumlah

persediaan

terigu

stock pada periode penjualan berikutnya,

terigu

namun sebaliknya jika penentuan jumlah

konsumennya dan sisa stock terigu pada

persediaan barang terlalu sedikit malah

PD. Darmo Putra itu sendiri.

Informatics & Business Institute Darmajaya

PD.Darmo

Putra

kepada

Iwayan Restu Apriyadi

Jurnal Teknik Informatika, Agustus 2013

Penerapan metode mamdani dalam

c)

Metode

rancang bangun sistem prediksi persediaan

terigu

menggunakan

beberapa

tahapan

berikut:
a)

Dalam pembentukan himpunan fuzzy

mamdani

diimplementasikan

yang

kedalam

akan
penelitian

rancang bangun sistem prediksi persediaan

terigu dibagi menjadi variabel sebagai
berikut:
1.

Variabel

Input

yang

digunakan adalah stock max, stock min dan

permintaan max, permintaan min.
2.

Variabel

Output

yang

digunakan adalah pembelian.

b)

komposisi

aturan

mamdani

yang

digunakan

implementasi

pada

penelitian

fuzzy
dalam
rancang

bangun sistem persediaan terigu adalah

Pembentukan Himpunan Fuzzy

metode

Komposisi Aturan

Aplikasi Fungsi Implikasi

Fungsi Implikasi yang digunakan

adalah min, yaitu dimana mengambil nilai

mnimum dari fungsi keanggotaan dari 4

metode max, dimana himpunan fuzzy

diperoleh dengan cara mengambil nilai
maksimum
menggunakannya

aturan
untuk

kemudian
memodifikasi

daerah fuzzy, dan mengaplikasikannya ke

Output dengan menggunakan operator OR
(unin).

d)

Penegasan
Metode penegasan dalam fuzzy

mamdani yang akan diimplementasikan

pada penelitian rancang bangun sistem
prediksi persediaan terigu disini adalah
Centroid (composite momento) yaitu solusi
crisp diperoleh dengan cara mengambil titik
pusat (Z*) daerah fuzzy.

aturan sebagai berikut:

1.

If penjualan min and stock

max then pembelian min.

2.

If penjualan min and stock

min then pembelian min.

3.

If penjualan max and stock

max then pembelian max.

4.

If penjualan max and stock

min then pembelian max.

Informatics & Business Institute Darmajaya

III.
IMPLEMENTASI METODE
Pada penerapan metode mamdani dalam
memprediksi dilakukan 2 contoh kasus
dengan menggunakan data transaksi terigu
PD.Darmo Putra bulan januari tahun 2012,
diperoleh informasi sebagai berikut:
1.

Nilai stock mnimum=10 sak

2.

Nilai stock mximum=15 sak

3.

Nilai pembelian mnimum=50 sak

Iwayan Restu Apriyadi

Jurnal Teknik Informatika, Agustus 2013

4.

Nilai pembelian mximum=100 sak

5.

Nilai penjualan mnimum=15 sak

6.

Nilai penjualan mximum=50 sak

penjualan
MAX[40]

penjualan

Contoh kasus 1.

MAX[40]=(40-15)/(50-

15)=0,714286
Asumsi penjualan berikutnya=40 sak dan
Mencari nilai keanggotaan variabel stock.

stock digudang=11 sak.

Dengan menggunakan metode mamdani
maka akan dilakukan 4 tahap sebelum
mendapatkan hasil prediksi yaitu:
1). Mencari nilai keanggotaan disetiap
variabel.
Mencari

nilai

keanggotaan

variabel

stock MIN[11]

penjualan.
stock MIN[11] =(15-11)/(15-10)=0,8
dan

stock MAX[11]
penjualan MIN[40]
stock MAX[11]=(11-10)/(15-10)=0,2
penjualan

MIN[40]=(50-40)/(50-15)=

0,285714

Informatics & Business Institute Darmajaya

Iwayan Restu Apriyadi

Jurnal Teknik Informatika, Agustus 2013

Memodelkan variabel pembelian.

b). If penjualan min and stock min then

pembelian min.
Min(0,285714 ; 0,8)=0,285714
pembelian
MIN[z]

c). If penjualan max and stock max then

pembelian max.
pembelian
Min(0,714286 ; 0,2)=0,2
MAX[z]

2). Aplikasi fungsi implikasi

Yaitu mencari nilai mnimum dari nilai
keanggotaan pada aturan.

d). If penjualan max and stock min then

pembelian max.
Min(0,714286 ; 0,8)=0,714286

3).Komposisi aturan
Dari hasil aplikasi fungsi implikasi dari tiap
a). If penjualan min and stock max then

aturan, digunakan metode MAX untuk

pembelian min.

melakukan komposisi antarsemua aturan

Min(0,285714 ; 0,2)=0,2

Informatics & Business Institute Darmajaya

hasilnya seperti gambar dibawah.

Iwayan Restu Apriyadi

Jurnal Teknik Informatika, Agustus 2013

Menentukan nilai min dan max dari nilai

M2=

)z

aturan
dz=

Mnimum=0,2

=0,006666667

Mximum=0,714286
Menggunakan

metode

max

pada

saat

menghitung nilai luas daerah hasil.karena

nilai max ada pada aturan 4 dengan kondisi
pembelian

max

maka,

fungsi

yang

60

- 0,5

=((0,006666667
(0,006666667 *

85,71428571

)-

))-

(( 0,5

)-( 0,5

))=

=884,7813411

digunakan untuk menghitung nilai luas

daerah

hasil

adalah

rumus

fungsi

M3=

dz=

keanggotaan variabel pembelian max.

100
85,71428571

0,357142857

pembelian

=(0,357142857
MAX[z]

)-(

0,357142857

=947,5218659
a1=(0,2*(100-50))+50=60
a2=(0,714286*(100-50))+50=85,71428571

Menghitung luas setiap daerah:

A1=(0,2*60)=12

dengan demikian, fungsi keanggotaan untuk

hasil komposisi adalah:

A2=((0,2+0,714286)*( 85,71428571-60)/2)=
11,75510204
A3=(100-85,71428571)*

[z]

0,714286=10,20308163

Titik pusat dapat diperoleh dari:

4) Penegasan.
Metode penegasan yang digunakan adalah
centroid.dimana mencari titik tengah dari z.
Menghitung momen untuk setiap daerah:
z dz = 0,1 z2

M1=
- (0,1*

60
0

= (0,1*

)=360

Informatics & Business Institute Darmajaya

(360 + 884,7813411 + 947,5218659) / (12 +

11,75510204 + 10,20308163)= 64,55700549
Hasil

prediksi

64,55700549

persediaan
jadi

terigu

persediaan

direkomendasikan adalah = 65 sak

=
yang

Iwayan Restu Apriyadi

Jurnal Teknik Informatika, Agustus 2013

Contoh kasus 2.
Asumsi

penjualan

berikutnya

turun

Mencari nilai keanggotaan variabel stock.

menjadi=20 sak dan stock digudang=11

sak.
Dengan menggunakan metode mamdani
maka akan dilakukan 4 tahap sebelum
mendapatkan hasil prediksi yaitu:
1). Mencari nilai keanggotaan disetiap

stock MIN[11]

variabel.
Mencari

nilai

keanggotaan

variabel

penjualan.

stock MIN[11] =(15-11)/(15-10)=0,8

dan

stock MAX[11]

stock MAX[11]=(11-10)/(15-10)=0,2
penjualan MIN[20]
Memodelkan variabel pembelian.
penjualan

MIN[20]=(50-20)/(50-15)=

0,85714
dan
penjualan
pembelian
MAX[20]
MIN[z]
jual MAX[20]=(20-15)/(50-15)=0,14286

Informatics & Business Institute Darmajaya

Iwayan Restu Apriyadi

Jurnal Teknik Informatika, Agustus 2013

pembelian
MAX[z]
d). If penjualan max and stock min then
pembelian max.
2). Aplikasi fungsi implikasi
Min(0,14286; 0,8)= 0,14286
Yaitu mencari nilai mnimum dari nilai
keanggotaan pada aturan.

3).Komposisi aturan
Dari hasil aplikasi fungsi implikasi dari tiap
aturan, digunakan metode MAX untuk
melakukan komposisi antarsemua aturan

a). If penjualan min and stock max then

hasilnya seperti gambar dibawah.

pembelian min.
Min(0,85714 ; 0,2)=0,2
Menentukan nilai min dan max dari nilai
aturan
Mnimum=0,14286
b). If penjualan min and stock min then

Mximum=0,8

pembelian min.

Menggunakan

metode

max

pada

saat

menghitung nilai luas daerah hasil.karena

Min(0,85714 ; 0,8)=0,8

nilai max ada pada aturan 2 dengan kondisi

pembelian min maka, fungsi yang digunakan
untuk menghitung nilai luas daerah hasil
adalah rumus fungsi keanggotaan variabel

c). If penjualan max and stock max then

pembelian min.

pembelian

pembelian

max.

Min(0,14286

0,2)=

0,14286
MIN[z]

Informatics & Business Institute Darmajaya

Iwayan Restu Apriyadi

Jurnal Teknik Informatika, Agustus 2013

=(0,071428571

a1=100-(0,14286*(100-50))= 92,85714286

)-(

0,071428571

a2=100-(0,8 *(100-50))=60

= 98,39650146

dengan demikian, fungsi keanggotaan untuk

Menghitung luas setiap daerah:

hasil komposisi adalah:

A1=(0,8*60)=48
A2=((0,8+0,14286)*( 92,85714286-60)/2)=

[z]

15,48979592
A3=(100-92,85714286)*
0,14286=1,020408163

4) Penegasan.
Metode penegasan yang digunakan adalah
centroid.dimana mencari titik tengah dari z.

z dz = 0,4 z2
- (0,4*

60
0

(1440 + 1124,742468+ 98,39650146) / (48 +

15,48979592+ 1,020408163 )= 41,28244528

Menghitung momen untuk setiap daerah:

M1=

Titik pusat dapat diperoleh dari:

Hasil
= (0,4*

)=1440

prediksi

41,28244528

persediaan
jadi

terigu

persediaan

yang

direkomendasikan adalah = 41 sak.

M2=

IV.

HASIL DAN PEMBAHASAN

Berdasarkan data transaksi terigu merk

segitiga PD.Darmo Putra pada bulan januari
=1

- 0,006666667

=((1 *
((

60

)- (1 *
0,006666667

0,006666667

2012 untuk detail data transaksi terigu lihat

92,85714286

pada lampiran 1, diperoleh hasil dengan

))-

perbandingan dua contoh kasus sebagai

)-(

berikut:

))=
Contoh kasus 1, prediksi berdasarkan data

=1124,742468

transaksi terigu bulan januari 2012 dengan

keadaan dimana diasumsikan penjualan

M3=
0,071428571

dz=

100
92,85714286

Informatics & Business Institute Darmajaya

berikutnya = 40sak dengan sisa stock

digudang =

11sak, dan menghasilkan

Iwayan Restu Apriyadi

Jurnal Teknik Informatika, Agustus 2013

jumlah prediksi pembelian untuk persediaan

dimana

= 65 (sak).

meningkat seiring kebutuhan penjualan yang

Contoh kasus 2, prediksi berdasarkan data

transaksi terigu bulan januari 2012 dengan
keadaan dimana diasumsikan penjualan
berikutnya turun menjadi 20sak dengan

kebutuhan

meningkat.

Dari

persediaan

akan

perancangan

sistem

prediksi persediaan terigu yang dibuat maka

dapat

diambil

beberapa

kesimpulan,

diantaranya adalah sebagai berikut :

dan

Hasil prediksi terigu menggunakan metode

menghasilkan jumlah prediksi pembelian

mamdani yang berjalan diharapkan dapat

untuk persediaan sebanyak= 41 (sak).

membantu

sisa

stock

digudang=

11sak,

distributor

terigu

dalam

menentukan jumlah persediaan terigu yang

Berdasarkan hasil yang diperoleh saat uji

akan dibeli untuk persiapan ketersediaan

coba prediksi mengacu pada contoh kasus

terigu pada periode penjualan berikutnya.

1 dan contoh kasus 2 terlihat adanya

penurunan jumlah prediksi persediaan dari
hasil prediksi contoh kasus 1 dan 2. Secara
logika sederhana hasil dari prediksi terigu
ini

sudah

memenuhi

syarat

dengan

perbandingan jika nilai penjualan naik

maka secara otomatis jumlah persediaan

Sistem

prediksi

persediaan

terigu

ini

diharapkan memberikan suatu gambaran

terhadap

kebutuhan

persediaan

terigu

diperiode penjualan berikutnya berdasarkan

suatu keadaan transaksi terigu yang ada di
distributor terigu.

yang harus disiapkan untuk penjualan juga

Perhitungan

prediksi

harus naik, dan begitu pula sebaliknya jika

menggunakan

nilai penjualan turun maka secara otomatis

dilakukan

jumlah persediaan yang harus disiapkan

minimum dan maksimum memiliki nilai

untuk penjualan juga menurun.

yang sama.

aplikasi

apabila

nilai

terigu
ini

dengan

tidak

variabel

bisa
input

Aplikasi prediksi tidak dapat melakukan

V.

KESIMPULAN

perhitungan prediksi jika nilai syarat stock

Penelitian pada sistem prediksi persediaan

lebih kecil dari nilai minimum stock dan

terigu menggunakan metode fuzzy inference

lebih besar dari nilai maximum stock, begitu

system mamdani menghasilkan nilai prediksi

juga saat nilai syarat penjualan dibawah nilai

yang sesuai dengan kenyataan secara logika

Informatics & Business Institute Darmajaya

Iwayan Restu Apriyadi

minimum

Jurnal Teknik Informatika, Agustus 2013

penjualan

dan

diatas

nilai

Kusumadewi, S., & Purnomo, H. 2010.

Aplikasi logika fuzzy untuk pendukung

maximum penjualan.

keputusan(edisi 2). Graha Ilmu, Yogyakarta.

Kusrini. 2006. Sistem pakar teori dan

DAFTAR PUSTAKA

aplikasi. Andi Offset, Yogyakarta.

Desiani, A., & Arhami, M. 2006. Konsep

kecerdasan buatan.Andi Offset, Yogyakarta.

Kusrini. 2008. Aplikasi Sistem Pakar. Andi

Offset, Yogyakarta.

Djunaidi. 2005. Penentuan Jumlah Produksi

dengan aplikasi metode fuzzy mamdani.

Nugroho, B. 2004. Database relasional

Jurnal Ilmiah Teknik Industri Universitas

dengan MYSQL. Andi Offset, Yogyakarta.

Surakarta, Surakarta.

Permana, B. 2004. Seri Penuntun Praktis

Fatta, H. 2007. Analisis dan Perancangan

Microsoft Office Access 2003. PT Elex

Sistem

Media Komputindo, Jakarta.

Bersaing

Informasi

untuk

Perusahaan

dan

Keunggulan
Organisasi

Prasetya,

H.,

&

Lukiastuti,

F.

2009.

Modern. Andi Offset, Yogyakarta.

Manajemen Operasi. Medpress, Yogyakarta.

Herjanto,

Pressman, R.S. 2002. Rekayasa perangkat

E.

2008.

Manajemen

Operasi(Edisi ketiga). PT Grasindo, Jakarta

lunak : pendekatan praktisi. Andi Offset,

Hermawan, I. 2007. Analisis perencanaan

Yogyakarta.

dan pengendalian persediaan barang jadi.

Sudarsono. 1995. Pengantar ekonomi mikro.

Skripsi Institut Pertanian Bogor, Bogor.

LP3ES, Jakarta.

Kadir, A. 2003. Dasar aplikasi database

Sujana, A.S. 2005. Paradigma baru dalam

mysql delphi. Andi Offset, Yogyakarta.

manajemen ritel modern. Graha Ilmu,

Kadir, A. 2004. Pemrograman database

Yogyakarta.

dengan delphi7 menggunakan access. Andi

Yuhefizard. 2008. Database Management

Offset, Yogyakarta.

menggunakan Ms Access 2003. PT Elex

Kristanto, H. 1994. Konsep dan perancangan

Media Komputindo, Jakarta.

database. Andi Offset, yogyakarta.

Informatics & Business Institute Darmajaya