net/publication/334292781
Prediksi Jumlah Produksi Mebel Pada CV. Sinar Sukses Manado Menggunakan
Fuzzy Inference System
CITATION READS
1 1,301
3 authors, including:
Altien J. Rindengan
Sam Ratulangi University
20 PUBLICATIONS 61 CITATIONS
SEE PROFILE
All content following this page was uploaded by Altien J. Rindengan on 06 July 2020.
deCartesiaN
ISSN:2302-4224
J o u r n a l h o m e p a g e: https://ejournal.unsrat.ac.id/index.php/decartesian deCartesiaN
data persediaan dan jumlah permintaan pada menurun ke nilai domain yang memiliki derajat
perusahaan CV. Sinar Sukses di Kota Manado. keanggotaan lebih rendah seperti pada Gambar 2.
Penelitian ini akan menggunakan bantuan komputer
untuk membangun sistem pendukung keputusannya
dan metode yang akan digunakan yakni metode Fuzzy
Inference System Mamdani.
2. MANAJEMEN PRODUKSI
Istilah produksi dan operasi sering
dipergunakan dalam suatu organisasi yang Gambar 2. Representasi Linear Turun
menghasilkan keluaran atau output baik berupa barang
dan jasa, pengertian produksi dalam arti luas sebagai Persamaan Fungsi Keanggotaan :
kegiatan yang mentransformasikan masukan (input) 1; 𝑥≤𝑎
menjadi keluaran (output), tercakup semua kegiatan 𝜇[𝑥] = {(𝑏 − 𝑥)⁄(𝑏 − 𝑎) ; 𝑎<𝑥<𝑏
yang menghasilkan barang atau jasa serta kegiatan lain 0; 𝑥≥𝑏
yang mendukung usaha untuk menghasilkan produk Keterangan :
tersebut [6]. 𝜇[𝑥] = nilai keanggotaan suatu item x
2
Prediksi Jumlah Produksi Mebel Pada CV. Sinar Sukses Manado Menggunakan Fuzzy Inference System
Jurnal Matematika dan Aplikasi deCartesiaN, Vol.7, No.1 (Maret 2018): 35 -43
3
Try Buana Donda, Chriestie E. J. C. Montolalu1, Altien J. Rindengan
Jurnal Matematika dan Aplikasi deCartesiaN, Vol.7, No.1 (Maret 2018): 29 -34
4
Prediksi Jumlah Produksi Mebel Pada CV. Sinar Sukses Manado Menggunakan Fuzzy Inference System
Jurnal Matematika dan Aplikasi deCartesiaN, Vol.7, No.1 (Maret 2018): 35 -43
0 ; 𝑥2 ≤ 20 0 ; 𝑥1 ≤ 50
1 1
(𝑥 − 20); 20 < 𝑥2 < 26 𝜇[𝑥1 ]𝑝𝑟𝑑𝑏𝑒𝑟𝑡𝑎𝑚𝑏𝑎ℎ = { (𝑥1 − 50); 50 < 𝑥1 < 65
6 2 15
𝜇[𝑥2 ]𝑝𝑚𝑡𝑠𝑒𝑑𝑎𝑛𝑔 = 1 ; 𝑥2 = 26 1 ; 𝑥1 ≥ 65
1
(32 − 𝑥2 ); 26 < 𝑥2 < 32
6
{ 0 ; 𝑥2 ≥ 32 b. Fungsi Produksi lemari
1 ; 𝑥2 ≤ 20
0 ; 𝑥2 ≤ 26 1
𝜇[𝑥2 ]𝑝𝑟𝑑𝑏𝑒𝑟𝑘𝑢𝑟𝑎𝑛𝑔 = { (30 − 𝑥2 ); 20 < 𝑥2 < 30
1 10
𝜇[𝑥2 ]𝑝𝑚𝑡𝑡𝑖𝑛𝑔𝑔𝑖 = { (𝑥2 − 26); 26 < 𝑥2 < 32 0 ; 𝑥2 ≥ 30
6
1 ; 𝑥2 ≥ 32
0 ; 𝑥2 ≤ 20
1
2. Variabel Persediaan (𝑥 − 20); 20 < 𝑥2 < 30
a. Fungsi persediaan pintu 10 2
1 ; 𝑥1 ≤ 9 ]
𝜇[𝑥2 𝑝𝑟𝑑𝑡𝑒𝑡𝑎𝑝 = 1 ; 𝑥2 = 30
1 1
𝜇[𝑥1 ]𝑝𝑠𝑑𝑠𝑒𝑑𝑖𝑘𝑖𝑡 = { (14 − 𝑥1 ); 9 < 𝑥1 < 14 (40 − 𝑥2 ); 30 < 𝑥2 < 40
5 10
0 ; 𝑥1 ≥ 14 { 0 ; 𝑥2 ≥ 40
0 ; 𝑥1 ≤ 9 0 ; 𝑥2 ≤ 30
1 1
(𝑥 − 9); 9 < 𝑥1 < 14 𝜇[𝑥2 ]𝑝𝑟𝑑𝑏𝑒𝑟𝑡𝑎𝑚𝑏𝑎ℎ = { (𝑥2 − 30); 30 < 𝑥2 < 40
5 1 10
𝜇[𝑥1 ]𝑝𝑠𝑑𝑠𝑒𝑑𝑎𝑛𝑔 = 1 ; 𝑥1 = 14 1 ; 𝑥2 ≥ 40
1
(20 − 𝑥1 ); 14 < 𝑥1 < 20 Dengan mengkombinasikan himpunan-himpunan dari setiap
6
{ 0 ; 𝑥1 ≥ 20 variabel fuzzy tersebut, maka diperoleh sembilan aturan fuzzy
sebagai berikut:
5
Try Buana Donda, Chriestie E. J. C. Montolalu1, Altien J. Rindengan
Jurnal Matematika dan Aplikasi deCartesiaN, Vol.7, No.1 (Maret 2018): 29 -34
[R1] IF Permintaan RENDAH And Persediaan BANYAK [R6] IF Permintaan SEDANG And Persediaan
THEN Produksi Barang BERKURANG; SEDIKIT THEN Produksi BERTAMBAH
[R2] IF Permintaan RENDAH And Persediaan SEDANG α6 = 𝜇[𝑥1 ]𝑝𝑚𝑡𝑠𝑒𝑑𝑎𝑛𝑔 ∩ 𝜇[𝑥1 ]𝑝𝑠𝑑𝑠𝑒𝑑𝑖𝑘𝑖𝑡
THEN Produksi Barang BERKURANG; = min(0,89 , 0,2)
= 0,117647
[R3] IF Permintaan RENDAH And Persediaan SEDIKIT
THEN Produksi Barang BERKURANG; 7.4. Komposisi Setiap Aturan
[R4] IF Permintaan SEDANG And Persediaan BANYAK Dari hasil inferensi tiap aturan digunakan,
THEN Produksi Barang BERKURANG; digunakan metode max untuk melakukan komposisi
[R5] IF Permintaaan SEDANG And Persediaan SEDANG antar semua aturan.
THEN Produksi Barang TETAP;
[R6] IF Permintaan SEDANG And Persediaan SEDIKIT
THEN Produksi Barang BERTAMBAH;
[R7] IF Permintaan TINGGI And Persediaan BANYAK
THEN Produksi Barang BERTAMBAH;
[R8] IF Permintaan TINGGI And Persediaan SEDANG
THEN Produksi Barang BERTAMBAH;
[R9] IF Permintaan TINGGI And Persediaan SEDIKIT
THEN Produksi Barang BERTAMBAH.
Gambar 8. Kurva komposisi aturan fuzzy
7.3. Aplikasi Fungsi Implikasi
Sebelum masuk pada tahapan ini, akan dipilih
Cari nilai 𝑎1 dan 𝑎2 berdasarkan grafik pada gambar 8.
1 data yang akan diprediksi untuk menunjukkan contoh 50−𝑎1
perhitungan secara manual. Contoh data yang akan • = 0,8
50−35
dihitung manual adalah data pintu pada bulan Januari 50 − 𝑎1 = 0,8 (15)
2013 yaitu permintaan 32 unit dan persediaan 10 unit. 𝑎1 = 38
50−𝑎2
• = 0,117647
Tahap 1. Hitung Nilai Keanggotaan himpunan dari 50−35
setiap variabel menggunakan fungsi yang sudah di 50 − 𝑎2 = 0,117647 (15)
bentuk. 𝑎2 = 48,2353
- Permintaan 32 unit (karena 32 masuk dalam fungsi
keanggotaan permintaan rendah dan sedang Dengan demikian, fungsi keanggotaan untuk hasil
berdasarkan grafik pada gambar 9 dan 10, maka komposisi ini adalah:
gunakan fungsi keanggotaan permintaan rendah 0,8 ; 𝑧 ≤ 38
dan sedang). 50 − 𝑧
𝜇[𝑧] = { ; 38 < 𝑧 < 48,2353
𝜇[𝑥1 ]𝑝𝑚𝑡𝑟𝑒𝑛𝑑𝑎ℎ =
47−32 15
= = 0,882353 50 − 35
47−30 17 0,117647 ; 𝑧 ≥ 48,2353
32−30 2
𝜇[𝑥1 ]𝑝𝑚𝑡𝑠𝑒𝑑𝑎𝑛𝑔 = = = 0,117647 7.5. Defuzzyfikasi
47−30 17
- Persediaan 10 unit (karena 10 masuk dalam fungsi - Metode yang akan digunakan adalah metode
keanggotaan persediaan sedikit dan sedang centroid, untuk itu pertama-tama dihitung dulu
berdasarkan grafik pada gambar 15 dan 16, maka momen untuk setiap daerah kurva komposisi
gunakan fungsi keanggotaan persediaan sedikit dan aturan pada gambar 8.
sedang).
14−10 4 38 38
𝜇[𝑥1 ]𝑝𝑠𝑑𝑠𝑒𝑑𝑖𝑘𝑖𝑡 = = = 0,8
14−9 5
𝜇[𝑥1 ]𝑝𝑠𝑑𝑠𝑒𝑑𝑎𝑛𝑔 =
10−9 1
= = 0,2 𝑀1 = ∫ 0,8 𝑧 𝑑𝑧 = 0,4 𝑧 2 | = 577,6
14−9 5
0 0
48,2353 48,2353
Tahap 2. Inferensi aturan yang telah dibentuk. 50 − 𝑧 1
𝑀2 = ∫ 𝑧 𝑑𝑧 = ∫ (50 𝑧 − 𝑧 2 ) 𝑑𝑧
Karena yang digunakan dalam variabel permintaan 50 − 35 15
(RENDAH, SEDANG) dan persediaan (SEDIKIT, 38 38
48,2353
SEDANG) maka hanya berlaku 4 aturan yaitu :
[R2] IF Permintaan RENDAH And Persediaan 1 1
= [25𝑧 2 − 𝑧 3 ]
SEDANG THEN Produksi BERKURANG 15 3
α2 = 𝜇[𝑥1 ]𝑝𝑚𝑡𝑟𝑒𝑛𝑑𝑎ℎ ∩ 𝜇[𝑥1 ]𝑝𝑠𝑑𝑠𝑒𝑑𝑎𝑛𝑔 38
= min(0,882 , 0,2) = 196,5318
65 65
= 0,2
[R3] IF Permintaan RENDAH And Persediaan 𝑀3 = ∫ 0,117647 𝑧 𝑑𝑧 = 0,058824 𝑧2|
SEDIKIT THEN Produksi BERKURANG 48,2353 48,245
α3 = 𝜇[𝑥1 ]𝑝𝑚𝑡𝑟𝑒𝑛𝑑𝑎ℎ ∩ 𝜇[𝑥1 ]𝑝𝑠𝑑𝑠𝑒𝑑𝑖𝑘𝑖𝑡 = 111,668
= min(0,882 , 0,8)
= 0,8 - Hitung luas setiap daerah kurva pada gambar 19.
[R5] IF Permintaan SEDANG And Persediaan 𝐴1 = 38 × 0,8 = 30,4
SEDANG THEN Produksi TETAP (0,117647 + 0,8)(48,2353 − 38)
α5 = 𝜇[𝑥1 ]𝑝𝑚𝑡𝑠𝑒𝑑𝑎𝑛𝑔 ∩ 𝜇[𝑥1 ]𝑝𝑠𝑑𝑠𝑒𝑑𝑎𝑛𝑔 𝐴2 = = 4,696194
2
= min(0,117647 , 0,2) 𝐴3 = (65 − 48,2353) × 0.117647 = 1,972317
= 0,117647 - Terakhir gunakan metode centroid untuk
mendapatkan nilai tegasnya
6
Prediksi Jumlah Produksi Mebel Pada CV. Sinar Sukses Manado Menggunakan Fuzzy Inference System
Jurnal Matematika dan Aplikasi deCartesiaN, Vol.7, No.1 (Maret 2018): 35 -43
7
Try Buana Donda, Chriestie E. J. C. Montolalu1, Altien J. Rindengan
Jurnal Matematika dan Aplikasi deCartesiaN, Vol.7, No.1 (Maret 2018): 29 -34
8
Prediksi Jumlah Produksi Mebel Pada CV. Sinar Sukses Manado Menggunakan Fuzzy Inference System
Jurnal Matematika dan Aplikasi deCartesiaN, Vol.7, No.1 (Maret 2018): 35 -43