Beras merupakan sumber makanan pokok

masyarakat Indonesia dan bangsa-bangsa di Asia,

tingkat komsumsi beras relatif lebih tinggi
dibandingkan dengan bahan pokok lainnya.
Perubahan kualitas pangan yang dipengaruhi oleh
lingkungan, menuntut adanya pengelolaan hasil
produksi dalam bentuk penyimpanan musiman yang
baik.
UD. SEJAHTERA adalah toko yang berada di
Kepanjen dan menyediakan berbagai macam
kebutuhan pokok, salah satunya adalah beras.
 Bagaimana merancang dan membangun
sistem prediksi stok beras pada UD. Sejahtera
menggunakan metode Fuzzy Tsukamoto.
 Data yang digunakan mulai bulan Februari 2015
sampai bulan Juli 2017.
 Kriteria Input meliputi : permintaan, persediaan,
produksi.

1. Harga Jual (HJ)

2. Stok Beras (SB)
3. Jumlah Penjualan (JP)
 Menganalisis masalah untuk pengadaan stok
beras yang belum terkomputerisasi atau masih secara
manual, serta merancang sebuah aplikasi untuk
memprediksi stok beras pada bulan selanjutnya.
NO Kriteria Range

1 Harga Jual 9.000 – 11.000

2 Stok Barang 800 – 1250 kg

3 Jumlah Penjualan 775 – 1215 kg

NO Kriteria Input Linguistik
Murah
1 w Sedang
Mahal
Sedikit
2 x Sedang
Banyak
Sedikit
3 y Sedang
Banyak
 Harga Jual (HJ)
1,2

0,8

0,6

0,4

0,2

0
9.000 10.000 11.000

Murah Sedang Mahal

 Fungsi keanggotaan murah:
 𝜇𝐻𝐽 𝑀𝑢𝑟𝑎ℎ 𝑤
1 w ≤ 9.000
= 10.000−w / 10.000−9.000 ; 9.000 < w < 10.000
0 w ≥ 10.000

 Fungsi keanggotaan sedang:

 𝜇𝐻𝐽 𝑆𝑒𝑑𝑎𝑛𝑔(𝑤) =
1
w−9.000 / 10.000−9.000 ; w = 10.000
9.000 <w< 11.000
11.000−w / 11.000−10.000 ; 10.000 <w< 11.000
0 w ≥ 11.000 dan w ≤ 9.000

 Fungsi keanggotaan mahal:

1 w ≥ 11.000
 𝜇𝐻𝐽 𝑀𝑎ℎ𝑎𝑙(𝑤) = w−10.000 / 11.000−10.000 ; 10.000 < w< 11.000
0 w ≤ 10.000
 Stok Barang (SB)
1,2

0,8

0,6

0,4

0,2

0
800 1025 1250

Sedikit Sedang Banyak

 Fungsi keanggotaan sedikit:
 𝜇𝑆𝐵 𝑆𝑒𝑑𝑖𝑘𝑖𝑡 𝑥
1 x ≤ 800
= 1025−x / 1025−800 ; 800 < x < 1025
0 x ≥ 1025
 Fungsi keanggotaan sedang:
 𝜇𝑆𝐵 𝑆𝑒𝑑𝑎𝑛𝑔 𝑥
1
x = 1025
x−800 / 1025−800 ;
= 800 < x < 1025
1250−x / 1250−1025 ; 1025 < x < 1250
0 x ≥ 1250 dan x ≤ 800
 Fungsi keanggotaan banyak:
 𝜇𝑆𝐵 𝐵𝑎𝑛𝑦𝑎𝑘 𝑥
1 x ≥ 1250
= x−1025 / 1250−1025 ; 1025 < x < 1250
0 x ≤ 1025
 Jumlah Penjualan (JP)
1,2

0,8

0,6

0,4

0,2

0
775 995 1215

Sedikit Sedang Banyak

 Fungsi keanggotaan sedikit:
 𝜇𝐽𝑃 𝑆𝑒𝑑𝑖𝑘𝑖𝑡 𝑦
1 y ≤ 775
= 995−y / 995−775 ; 775 < y < 995
0 y ≥ 955
 Fungsi keanggotaan sedang:
 𝜇𝐽𝑃 𝑆𝑒𝑑𝑎𝑛𝑔 𝑦
1 y = 995
y−775 / 995−775 ;
= 775 < y < 995
1215−y / 1215−995 ;
995 <y< 1215
0
x ≥ 1215 dan y ≤ 775
 Fungsi keanggotaan banyak:
 𝜇𝐽𝑃 𝐵𝑎𝑛𝑦𝑎𝑘 𝑦
1 y ≥ 1215
= y−995 / 1215−995 ; 995 <y< 1215
0 y ≤ 995
 Tahap analisis perhitungan dilakukan setelah
tahap rule base selesai. Berikut ini adalah studi kasus
dalam analisis perhitungan:

 Harga Jual : 11.000

 Stok Barang : 1.215
 Jumlah Penjualan : 1.195
 𝜇𝑀𝑢𝑟𝑎ℎ = 0
 𝛼[𝐻𝑎𝑟𝑔𝑎 𝐽𝑢𝑎𝑙 = 11.000 ] 𝜇𝑆𝑒𝑑𝑎𝑛𝑔 = 0
𝜇𝑀𝑎ℎ𝑎𝑙 = 1

𝜇𝑆𝑒𝑑𝑖𝑘𝑖𝑡 = 0
 𝛼 𝑆𝑡𝑜𝑘 𝐵𝑎𝑟𝑎𝑛𝑔 = 1215 𝜇𝑆𝑒𝑑𝑎𝑛𝑔 = 0,16
𝜇𝐵𝑎𝑛𝑦𝑎𝑘 = 0,84

𝜇𝑆𝑒𝑑𝑖𝑘𝑖𝑡 = 0
 𝛼[𝐽𝑢𝑚𝑙𝑎ℎ 𝑃𝑒𝑛𝑗𝑢𝑎𝑙𝑎𝑛 = 1195 ] 𝜇𝑆𝑒𝑑𝑎𝑛𝑔 = 0,09
𝜇𝐵𝑎𝑛𝑦𝑎𝑘 = 0,91
 [R1] 𝛼𝑝𝑟𝑒𝑑𝑖𝑘𝑎𝑡 = 𝑀𝑖𝑛 𝜇𝑀𝑢𝑟𝑎ℎ ; 𝜇𝑆𝑒𝑑𝑖𝑘𝑖𝑡 ; 𝜇𝑆𝑒𝑑𝑖𝑘𝑖𝑡
= 𝑀𝑖𝑛 0; 0; 0
=0

 [R2] 𝛼𝑝𝑟𝑒𝑑𝑖𝑘𝑎𝑡 = 𝑀𝑖𝑛 𝜇𝑀𝑢𝑟𝑎ℎ ; 𝜇𝑆𝑒𝑑𝑖𝑘𝑖𝑡 ; 𝜇𝑆𝑒𝑑𝑎𝑛𝑔

= 𝑀𝑖𝑛 0; 0; 0,09
=0

 [R3] 𝛼𝑝𝑟𝑒𝑑𝑖𝑘𝑎𝑡 = 𝑀𝑖𝑛 𝜇𝑀𝑢𝑟𝑎ℎ ; 𝜇𝑆𝑒𝑑𝑖𝑘𝑖𝑡 ; 𝜇𝐵𝑎𝑛𝑦𝑎𝑘

= 𝑀𝑖𝑛 0; 0; 0,91
=0
 [R25] 𝛼𝑝𝑟𝑒𝑑𝑖𝑘𝑎𝑡 = 𝑀𝑖𝑛 𝜇𝑀𝑎ℎ𝑎𝑙 ; 𝜇𝐵𝑎𝑛𝑦𝑎𝑘 ; 𝜇𝑆𝑒𝑑𝑖𝑘𝑖𝑡
= 𝑀𝑖𝑛 1; 0,84; 0
=0

 [R26] 𝛼𝑝𝑟𝑒𝑑𝑖𝑘𝑎𝑡 = 𝑀𝑖𝑛 𝜇𝑀𝑎ℎ𝑎𝑙 ; 𝜇𝐵𝑎𝑛𝑦𝑎𝑘 ; 𝜇𝑆𝑒𝑑𝑎𝑛𝑔

= 𝑀𝑖𝑛 1; 0,84; 0,09
= 0,09

 [R27] 𝛼𝑝𝑟𝑒𝑑𝑖𝑘𝑎𝑡 = 𝑀𝑖𝑛 𝜇𝑀𝑎ℎ𝑎𝑙 ; 𝜇𝐵𝑎𝑛𝑦𝑎𝑘 ; 𝜇𝐵𝑎𝑛𝑦𝑎𝑘

= 𝑀𝑖𝑛 1; 0,84; 0,91
= 0,84
 Langkah terahkir adalah proses defuzzifikasi yang
mana untuk menemukan nilai output berupa (z).
Metode yang digunakan dalam proses ini adalah
metode rata-rata pusat defuzzyfier metode ini
dijelaskan pada Persamaan berikut :
αi _pi ∗ z
 z= i
αi _pi

1338,1
 z = = 1134
1,18
 Berdasarkan hasil perhitungan yang telah
dilakukan, didapatkan nilai MAPE sebagai berikut:

3,987
 MAPE = x 100% = 13%
30

 Didapatkan hasil peramalan stok beras untuk

bulan Agustus 2017 sebesar 1134 kg, dengan nilai
error peramalan sebesar 13%.