ABSTRACT
The house is one of the basic needs for human beings. Along with the growth in
population, housing needs increase. This is evidenced by the proliferation of complex
construction of housing, especially in big cities are densely populated as the city of
Batam. However, during PT Gracia Herald stands, the company is very difficult to see an
increase or decrease in home sales per month of annual data, Fuzzy Logic to determine
home sales methods mamdani is one method that can be applied both in the field
determine home sales in PT Gracia Herald, Data collection techniques used by
investigators are interviewing techniques, documentation studies, and literature. Steps
being taken in this study started from processing of data per month in each year, the
establishment of fuzzy set, forming a fuzzy rules, fuzzy inference models, assertion
(defuzzification). Testing the system uses existing home sales data out of the twelve
months in a year, defining the membership function in this study using triangular and
trapezoidal curve with rule number seventy-nine rules. The result in April, June and
November are sales rose.
ABSTRAK
Rumah merupakan salah satu kebutuhan dasar manusia. Seiring dengan pertumbuhan
penduduk, kebutuhan perumahan meningkat. Hal ini dibuktikan dengan berkembangnya
konstruksi perumahan yang kompleks, terutama di kota-kota besar yang padat
penduduknya seperti kota Batam. Namun, selama PT Gracia Herald berdiri, perusahaan
sangat sulit melihat kenaikan atau penurunan penjualan rumah per bulan data tahunan,
Fuzzy Logic untuk mengetahui metode penjualan rumah mamdani adalah salah satu
metode yang bisa diterapkan baik di lapangan menentukan penjualan rumah. Di PT
Gracia Herald, teknik pengumpulan data yang digunakan oleh peneliti adalah teknik
wawancara, studi dokumentasi, dan literatur. Langkah yang diambil dalam penelitian ini
dimulai dari pengolahan data per bulan di setiap tahun, pembentukan himpunan fuzzy,
membentuk aturan fuzzy, model inferensi fuzzy, penegasan (defuzzifikasi). Pengujian
sistem menggunakan data penjualan rumah yang ada dari dua belas bulan dalam setahun,
menentukan fungsi keanggotaan dalam penelitian ini dengan menggunakan kurva
segitiga dan trapesium dengan aturan nomor tujuh puluh sembilan peraturan. Hasilnya
pada bulan April, Juni dan November penjualan meningkat.
Jurnal ISD Vol.2 No.2 Juli - Desember 2017 pISSN : 2477-863X eISSN: 2528--5114 91
PENDAHULUAN Salah satu bidang yang menggunakan
Kota Batam adalah kota terbesar di Artificial intelligence adalah logika
provinsi Kepulauan Riau, kota Batam fuzzy. Kecerdasan buatan atau Artificial
merupakan kawasan yang terbilang Intelligence (AI) merupakan bidang
sangat prospektif untuk dikembangkan ilmu komputer yang mempunyai peran
sektor propertinya. Lokasinya yang penting di era kini dan masa yang akan
terbilang strategis, ditengah jalur datang. [1]
pelayaran, turut membuat transaksi Sebagian kalangan menerjemahkan
perniagaan menjadi mudah, tidak Artificial Intelligence sebagai
mengherankan bila perkembangan kecerdasan buatan, kecerdasan artificial,
ekonomi disini terbilang pesat. PT inteligensia artificial, atau intelijensia
Gracia Herald adalah salah satu buatan. Kecerdasan buatan juga
perusahaan yang berkembang di kota berdasarkan pemikiran bahwa komputer
Batam yang bergerak dalam bidang bisa melakukan penalaran secara logis
developer. PT Gracia Herald berdiri dan juga bisa melakukan aksi secara
pada tahun 2010 hingga saat ini, dan rasional berdasarkan hasil penalaran
mempunyai proyek yang berada di tersebut. [2]
perumahan Puri Gracia Tj. Riau, Batam.
Logika Fuzzy
PT. Gracia Herald adalah pengembang
Fuzzy logic atau logika yang samar dan
perumahan yang menyediakan
dapat diartikan pula sebagai suatu cara
perumahan dengan lokasi strategis,
memetahkan suatu ruang input dan
nyaman dan harga yang terjangkau.
ruang output yang dimiliki nilai
Metode Mamdani banyak digunakan
selanjutnya. Sistem logika fuzzy
untuk penelitian tentang sistem cerdas.
mempunyai sifat yang mampu
Sistem cerdas tersebut dapat berupa
mengakomodasi ketidakpastian dalam
sistem pakar atau juga sistem
proses akumudisi suatu data. Fuzzy
pendukung keputusan (SPK). Keunikan
logic didefenisikan sebagai suatu jenis
dari metode ini adalah penilaian
logika yang bernilai ganda dan
dilakukan dengan menggunakan derajat
berhubungan dengan ketidakpastian dan
keanggotaan. Derajat keanggotaan
kebenaran parsial.[2] Seperti pernah
tersebut meliputi nilai tentang suatu
dibahas pada propositional dan first-
variabel berdasarkan tingkat
order logic, objek dasar dari suatu logic
linguistiknya. Variabel linguistik pada
adalah proposition (proposisi) atau
fuzzy yaitu nilai yang bersifat relativitas,
pernyataan yang menyatakan suatu
misalnya tinggi, sedang dan pendek.
fakta.
Tingkatan nilai tersebutlah yang
digunakan sebagai penilaian terhadap Metode Mamdani
segitiga fuzzy. ) Logika fuzzy merupakan salah satu
Penelitian ini bertujuan untuk komponen pembentuk soft computing.
menemukan hasil dari naik dan turunnya Logika fuzzy pertama kali di
penjualan rumah menggunakan logika perkenalkan oleh Prof. Lotfi A. Zaedah
fuzzy metode mamdani dan pada tahun 1965. Dasar logika fuzzy
menghasilkan pengujian Matlab dalam teori himpunan fuzzy. Pada teori
menentukan naik dan turunnya himpunan fuzzy, peranan derajat
penjualan rumah menggunakan logika keanggotaan sebagai penentu
fuzzy metode mamdani. keberadaan elemen dalam suatu
Artificial intelligence dapat dikatakan himpunan sangatlah penting. Nilai
kecerdasan yang dimasukkan ke dalam keanggotaan atau derajat keanggotaan
suatu mesin atau komputer agar dapat atau membership function menjadi ciri
melakukan pekerjaan seperti manusia.
Jurnal ISD Vol.2 No.2 Juli - Desember 2017 pISSN : 2477-863X eISSN: 2528--5114 92
utama dari penalaran dengan logika notasi-notasi matematis yang bisa
fuzzy tersebut. [3] dipakai. Spectrum penggunaan Matlab
Metode Mamdani adalah metode yang yang luas ini dimungkinkan karena
paling sering digunakan karena metode Matlab telah melengkapi diri dengan
ini merupakan metode yang pertama berbagai toolbox.
kali dibangun dan berhasil diterapkan Sebuah toolbox dalam Matlab adalah
dalam rancang bangun sistem kontrol koleksi berbagai fungsi Matlab (M-
menggunakan teori himpunan fuzzy Files, yaitu file berektensi .m) yang
Ebrahim Mamdani yang pertama kali merupakan perluasan Matlab untuk
mengusulkan metode ini di tahun 1975 memecahkan masalah-masalah khusus
ketika membangun sistem kontrol mesin pada bidang tertentu. Oleh karenanya,
uap dan boiler. Untuk mendapatkan dengan memakai toolbox dalam Matlab,
output diperlukan 4 tahapan: para pengguna bisa belajar dan
(1)Pembentukan himpunan fuzzy (2) menerapkan berbagai Specialized
Aplikasi fungsi aplikasi (3) Komposisi Technology. Beberapa bidang sudah
aturan (4) Penegasan.[3] tersedia toolbox-nya dalam matlab,
meliputi Fuzzy Logic, Neural Network
Penjualan Rumah
(jaringan saraf tiruan), Control System
Defenisi penjualan sangat luas, beberapa
(sistem kontrol), Signal Processing
ahli menyebutnya sebagai ilmu dan
(pengolahan sinyal) dan wavelet.
beberapa yang lain menyebutnya
sebagai seni. Ada pula yang Kerangka Pemikiran
memasukkan masalah etik dalam Kerangka berfikir adalah model
penjualan. Pada pokoknya, istilah konseptual tentang bagaimana teori
menjual dapat diartikan sebagai berikut: hubungan dengan berbagai faktor yang
Menjual adalah ilmu dan seni telah didefenisikan sebagai masalah
mempengaruhi pribadi yang dilakukan yang penting.[4] Berdasarkan judul
oleh penjual untuk mengajak orang lain penelitian diatas, peneliti membuat
agar bersedia membeli barang/jasa yang kerangka pemikiran yang tertera pada
ditawarkannya. Jadi, adanya penjualan gambar 1sebagai berikut:
dapat tercipta suatu proses pertukaran
barang dan/atau jasa antara penjual
dengan pembeli.
Di dalam perekonomian kita (ekonomi
uang), seseorang yang menjual sesuatu
akan mendapatkan imbalan berupa
uang. Dengan alat penukaran berupa
uang, orang akan lebih mudah
memenuhi segala keinginannya; dan Gambar 1. Kerangka Pemikiran
penjualan menjadi lebih mudah
dilakukan. METODE PENELITIAN
Teknik Pengumpulan Data
Software Pendukung Pengumpulan data adalah dapat
Software yang digunakan dalam melakukan berbagai setting, berbagai
penelitian ini adalah Matlab. Matlab sumber dan berbagai cara. Bila dilihat
adalah bahasa pemograman tingkat dari settingnya, data dapat dikumpulkan
tinggi dimana arti perintah dan fungsi- pada setting alamiah (natural setting),
fungsinya bisa dimengerti dengan pada laboratorium dengan metode
mudah, meskipun bagi seorang pemula. eksperimen, dirumah dengan berbagai
Hal ini karena di dalam matlab, masalah responden, pada suatu seminar, diskusi
dan solusi bisa diekspresikan dalam dan jalan-jalan lain. Bila dilihat sumber
Jurnal ISD Vol.2 No.2 Juli - Desember 2017 pISSN : 2477-863X eISSN: 2528--5114 93
datanya, maka pengumpulan data dapat tertentu yang duitetapkan oleh peneliti
menggunakan sumber primer dan untuk dipelajari dan kemudian ditarik
sekunder. Data primer adalah sumber kesimpulannya.[5] Variabel merupakan
data yang langsung memberikan data gejala yang menjadi objek penelitian,
kepada pengumpul data. Data ini tidak setiap gejala yang muncul dan dijadikan
tersedia dalam bentuk terkompilasi objek penelitian adalah variabel
ataupun dalam bentuk file-file. penelitian. Variabel ini memiliki variasi
Pada penelitian ini menggunakan teknik makna dan nilai ketika sudah diteliti.
observasi, Teknik pengumpulan data Adapun variabel pada penelitian ini
dengan observasi di gunakan bila tertera pada tabel 1 berikut:
penelitian berkenaan dengan perilaku Tabel 1. Variabel Input dan Output
manusia, proses kerja, gejala-gejala Nama
Vari Semesta *
alam dan bila responden yang di amati Himpunan Domain*
abel Pembicaraan
Fuzzy
tidak terlalu besar. Observasi Banyak [160 220] [50 220]
mempunyai ciri yang spesifik yaitu Tahun
Sedang [100 170] [50 220]
wawancara dan kuisioner. [5] 2013
Sedikit [50 110] [50 220]
Banyak [210 280] [70 280]
Observasi Tahun
Sedang [130 220] [70 280]
Pemgumpulan data dengan observasi 2014
Sedikit [70 140] [70 280]
langsung atau dengan pengamatan Banyak [260 350] [90 350]
langsung adalah cara pengambilan data Tahun
Sedang [170 270] [90 350]
dengan menggunakan data dengan 2015
Sedikit [90 180] [90 350]
menggunakan mata tanpa ada Banyak [340 460] [130 460]
pertolongan alat standar lain untuk Tahun
Sedang [230 360] [130 460]
2016
keperluan tersebut.[6] Dalam penelitian Sedikit [130 250] [130 460]
ini metode dokumentasi dimaksudkan Keput Naik [60 100] [0 100]
untuk memperoleh data langsung dari usan Turun [0 70] [0 100]
tempat penelitian, meliputi data-data *dalam jutaan rupiah
relevan peraturan-peraturan, laporan
kegiatan, dan data relevan lainnya.
Desain penelian dapat dilihat pada HASIL DAN PEMBAHASAN
gambar 2 dibawah berikut: Dalam kasus ini terdapat 4 variabel
input dan 1 variabel output. Yang mana
variabel input terdiri atas pejualan tahun
2013, tahun 2014, tahun 2015 dan tahun
2016. Output keputusan, atau decision.
hal ini dapat dilihat pada gambar 3
dibawah ini:
Jurnal ISD Vol.2 No.2 Juli - Desember 2017 pISSN : 2477-863X eISSN: 2528--5114 96
d. Analisis Sistem Untuk Tahun 2016
Variabel Tahun 2016 dibentuk menjadi ( ) ( )
{
tiga himpunan yaitu sedikit, sedang, dan
banyak. Untuk himpunan sedikit dan
banyak menggunakan bentuk kurva
trapesium sedangkan himpunan sedang ( ) ( )
menggunakan bentuk kurva segitiga. {
( ) ( )
Variabel tahun 2016 dibagi atas tiga
himpunan seperti gambar 7 dibawah ini:
( ) ( )
{
Jurnal ISD Vol.2 No.2 Juli - Desember 2017 pISSN : 2477-863X eISSN: 2528--5114 97
secara manual, selanjutnya akan dibuat [R40] If (Tahun2013 is Sedang) and
aturanya. Untuk mengelompokan (Tahun2014 is Sedang) and
himpunan data yang lain dibuat (Tahun2015 is Banyak) and
mengunakan Matlab, sehingga akan (Tahun2016 is Sedang) then
didapat rule (aturan) sebagai berikut: (Keputusan is Naik) [1]
[R1] If (Tahun2013 is Banyak) and [R41] If (Tahun2013 is Sedang) and
(Tahun2014 is Banyak) and (Tahun2014 is Sedang) and
(Tahun2015 is Banyak) and (Tahun2015 is Banyak) and
(Tahun2016 is Banyak) then (Tahun2016 is Banyak) then
(Keputusan is Naik) [1] (Keputusan is Naik) [1]
[R2] If (Tahun2013 is Banyak) and [R42] If (Tahun2013 is Sedang) and
(Tahun2014 is Banyak) and (Tahun2014 is Sedang) and
(Tahun2015 is Banyak) and (Tahun2015 is Sedang) and
(Tahun2016 is Sedang) then (Tahun2016 is Banyak) then
(Keputusan is Naik) [1] (Keputusan is Naik) [1]
⁞ ⁞
[R10] If (Tahun2013 is Banyak) and [R50] If (Tahun2013 is Sedang) and
(Tahun2014 is Sedang) and (Tahun2014 is Sedikit) and
(Tahun2015 is Banyak) and (Tahun2015 is Banyak) and
(Tahun2016 is Banyak) then (Tahun2016 is Sedang) then
(Keputusan is Naik) [1] (Keputusan is Naik) [1]
[R11] If (Tahun2013 is Banyak) and [R51] If (Tahun2013 is Sedang) and
(Tahun2014 is Sedang) and (Tahun2014 is Sedikit) and
(Tahun2015 is Banyak) and (Tahun2015 is Sedikit) and
(Tahun2016 is Sedang) then (Tahun2016 is Sedang) then
(Keputusan is Naik) [1] (Keputusan is Turun) [1]
⁞ ⁞
[R20] If (Tahun2013 is Banyak) and [R60] If (Tahun2013 is Sedikit) and
(Tahun2014 is Sedikit) and (Tahun2014 is Banyak) and
(Tahun2015 is Banyak) and (Tahun2015 is Banyak) and
(Tahun2016 is Sedang) then (Tahun2016 is Sedikit) then
(Keputusan is Turun) [1] (Keputusan is Naik) [1]
[R21] If (Tahun2013 is Banyak) and [R61] If (Tahun2013 is Sedikit) and
(Tahun2014 is Sedikit) and (Tahun2014 is Banyak) and
(Tahun2015 is Banyak) and (Tahun2015 is Sedikit) and
(Tahun2016 is Sedikit) then (Tahun2016 is Sedikit) then
(Keputusan is Turun) [1] (Keputusan is Turun) [1]
⁞ [R62] If (Tahun2013 is Sedikit) and
[R30] If (Tahun2013 is Sedang) and (Tahun2014 is Banyak) and
(Tahun2014 is Banyak) and (Tahun2015 is Sedang) and
(Tahun2015 is Sedang) and (Tahun2016 is Sedikit) then
(Tahun2016 is Banyak) then (Keputusan is Turun) [1]
(Keputusan is Naik) [1] ⁞
[R31] If (Tahun2013 is Sedang) and [R70] If (Tahun2013 is Sedikit) and
(Tahun2014 is Banyak) and (Tahun2014 is Sedikit) and
(Tahun2015 is Banyak) and (Tahun2015 is Banyak) and
(Tahun2016 is Sedikit) then (Tahun2016 is Sedikit) then
(Keputusan is Naik) [1] (Keputusan is Turun) [1]
⁞
Jurnal ISD Vol.2 No.2 Juli - Desember 2017 pISSN : 2477-863X eISSN: 2528--5114 98
[R71] If (Tahun2013 is Sedikit) and
(Tahun2014 is Sedikit) and
(Tahun2015 is Banyak) and ⁞
[R78] If (Tahun2013 is Sedikit) and
(Tahun2014 is Sedikit) and
(Tahun2015 is Sedikit) and
(Tahun2016 is Sedang) then
(Keputusan is Turun) [1]
[R79] If (Tahun2013 is Sedikit) and Gambar 9. Defuzzifikasi data 11
(Tahun2014 is Sedikit) and
(Tahun2015 is Sedikit) and 1. Menentukan Nilai a1
(Tahun2016 is Sedikit) then a. a1 berada pada himpunan Naik,
(Keputusan is Turun) [1] sehingga:
Dari penjabaran rule yang tercipta ( )
dapat dilihat pada gambar 9 dibawah ini
1=
1 = 60,71
b. a2 berada pada himpunan Naik,
sehingga:
( )
Jadi:
a = 60 a1 = 60,71 a2 = 99,29 d = 100
( )
( )
( )
( )
{( )
Selanjutnya melakukan defuzzifikasi
menggunakan metode bisektor:
Gambar 9. Rule Editor
Penerapan dengan mengambil data 11 ∫ ∫
Jurnal ISD Vol.2 No.2 Juli - Desember 2017 pISSN : 2477-863X eISSN: 2528--5114 99
( ) Tabel 3. Perbandingan Hasil Matlab
( dan Hitungan Manual
) Hasil
Peng Kepu Hasil
Defuzz Selisih
ujian tusan Matlab
ifikasi
Pertama Naik 84 83,2 0,8
Kedua Naik 80 84 -4
Ketiga Naik 80 83,6 -3,6
Jurnal ISD Vol.2 No.2 Juli - Desember 2017 pISSN : 2477-863X eISSN: 2528--5114 100
[4]Sugiyono (2012). Metode Penelitian
Kuantitatif, Kualitatif dan R & D.
Alfabeta. Bandung.
Jurnal ISD Vol.2 No.2 Juli - Desember 2017 pISSN : 2477-863X eISSN: 2528--5114 101