(z-2000)/5000 = 0,6 ---> z4 = 5000

3. Mencari berapakah nilai z (Defuzzy/Penegasan), yaitu:

pred 1 * z1 pred 2 * z 2 pred 3 * z 3 pred 4 * z 4

z
pred 1 pred 2 pred 3 pred 4

0,25 * 5750 0,25 * 5750 0,4 * 4000 0,6 * 5000 7475

z 4983
0,25 0,25 0,4 0,6 1,5

Jadi jumlah makanan kaleng jenis ABC yang harus diproduksi sebanyak
4983 kemasan.

9.2 Metode Mamdani

Metode Mamdani sering juga dikenal dengan nama Metode Max-Min.
Metode ini diperkenalkan oleh Ebrahim Mamdani pada tahun 1975.
Untuk mendapatkan output, diperlukan 4 tahapan:

1. Pembentukan himpunan fuzzy

Pada Metode Mamdani, baik variabel input maupun variabel output dibagi
menjadi satu atau lebih himpunan fuzzy.

2. Aplikasi fungsi implikasi

Pada Metode Mamdani, fungsi implikasi yang digunakan adalah Min.

3. Komposisi Aturan
Biasanya metode yang digunakan dalam melakukan inferensi sistem
fuzzy, yaitu : MAX.
Pada metode ini, solusi himpunan fuzzy diperoleh dengan cara mengambil
nilai maksimum aturan, kemudian menggunakannya untuk memodifikasi
daerah fuzzy, dan mengaplikasikannya ke output dengan menggunakan
operator OR (union).
Jika semua proposisi telah dievaluasi, maka output akan berisi suatu
himpunan fuzzy yang merefleksikan konstribusi dari tiap-tiap proposisi.
Secara umum dapat dituliskan:
sf[xi] max( sf[xi], kf[xi])
dengan :
sf[xi] = nilai keanggotaan solusi fuzzy sampai aturan ke-i;
kf[xi] = nilai keanggotaan konsekuen fuzzy aturan ke-i;
Misalkan ada 3 aturan (proposisi) sebagai berikut:
21
 [R1]IF Biaya Produksi RENDAH And Permintaan NAIK
THEN Produksi Barang BERTAMBAH
[R2] IF Biaya Produksi STANDAR
THEN Produksi Barang NORMAL;
[R3] IF Biaya Produksi TINGGI And Permintaan TURUN
THEN Produksi Barang BERKURANG;
Proses inferensi dengan menggunakan metode Max dalam melakukan
komposisi aturan dan menggunakan fungsi implikasi MIN, maka metode
komposisi ini sering disebut dengan nama MAX-MIN atau MIN-MAX atau
MAMDANI.seperti terlihat pada Gambar 6.27.

1. Input fuzzy 2. Aplikasi operasi fuzzy 3. Aplikasi metode implikasi

(And = Min) (min)

RENDAH NAIK BERTAMBAH

IF Biaya Produksi RENDAH And Permintaan NAIK THEN Produksi Barang BERTAMBAH

STANDAR NORMAL



IF Biaya Produksi STANDAR THEN Produksi Barang NORMAL

TINGGI TURUN BERKURANG

IF Biaya Produksi TINGGI And Permintaan TURUN THEN Produksi Barang BERKURANG
4. Aplikasi metode
komposisi
(max)

Gambar 6.27 Komposisi aturan Fuzzy: Metode MAX.

4. Penegasan (Defuzzy)
Input dari proses defuzzifikasi adalah suatu himpunan fuzzy yang
diperoleh dari komposisi aturan-aturan fuzzy, sedangkan output yang

22
 dihasilkan merupakan suatu bilangan pada domain himpunan fuzzy
tersebut.
Sehingga jika diberikan suatu himpunan fuzzy dalam range tertentu, maka
harus dapat diambil suatu nilai crsip tertentu sebagai output seperti
terlihat pada gambar 6.28.

Daerah fuzzy ‘A’

Output:
Daerah fuzzy ‘B’ Daerah fuzzy

Daerah fuzzy ‘C’

Nilai yang
diharapkan

Gambar 6.28 Proses defuzzifikasi.

Defuzzifikasi pada komposisi aturan MAMDANI yang biasa digunakan,

yaitu : Metode Centroid.
Pada Metode Centroid, solusi crisp diperoleh dengan cara mengambil titik
pusat (z*) daerah fuzzy. Secara umum dirumuskan:
n
z (z)dz z j (z j)
Z j 1
z* z*
n
(z)dz (z j)
z j 1

Contoh :
Kita kembali pada contoh yang sama seperti pada contoh metode tsukamoto.
Himpunan fuzzy pada setiap variabel juga sama seperti penyelesaian pada
contoh tersebut. Sekarang kita awali dengan mengaplikasikan fungsi implikasi
untuk setiap aturan. Karena kita menggunakan metode mamdani, maka
fungsi implikasi yang kita gunakan adalah fungsi min.

Penyelesaian :

23
1. Memodelkan Variabel Fuzzy (Pembentukan Himpunan Fuzzy) ke dalam
fungsi keanggotaan dan nilai keanggotaan.
a. Permintaan;
Terdiri-atas 2 himpunan fuzzy, yaitu: NAIK dan TURUN (Gambar
6.29).
[x] TURUN NAIK
1
0,75

0,25

0
1000 4000 5000
Permintaan
(kemasan/hari)

Gambar 6.29 Fungsi keanggotaan variabel Permintaan

Fungsi Keanggotaan :
1, x 1000
5000 x
PmtTURUN[x] , 1000 x 5000
4000
0, x 5000

0, x 1000
x 1000
PmtNAIK [x] , 1000 x 5000
4000
1, x 5000

Nilai keanggotaan :
PmtTURUN[4000] = (5000-4000)/4000
= 0,25
PmtNAIK[4000] = (4000-1000)/4000
= 0,75

b. Persediaan;
Terdiri-atas 2 himpunan fuzzy, yaitu: SEDIKIT dan BANYAK
(Gambar 6.30).
[y] SEDIKIT BANYAK
1

0,6
0,4

0
100 300 600
Persediaan
(kemasan/hari)

Gambar 6.30 Fungsi keanggotaan variabel Persediaan

Fungsi Keanggotaan :

24
 1, y 100
600 y
PsdSEDIKIT[y] , 100 y 600
500
0, y 600

0, y 100
y 100
PsdBANYAK [y] , 100 y 600
500
1, y 600

Nilai Keanggotaan :
PsdSEDIKIT[300] = (600-300)/500
= 0,6
PsdBANYAK[300] = (300-100)/500
= 0,4

c. Produksi Barang;
Terdiri-atas 2 himpunan fuzzy, yaitu: BERKURANG dan
BERTAMBAH (Gambar 6.31).

[z] BERKURANG BERTAMBAH

1

0
2000 7000
Produksi Barang
(kemasan/hari)

Gambar 6.31 Fungsi keanggotaan variabel Produksi Barang

Fungsi Keanggotaan :
1, z 2000
7000 z
Pr BrgBERKURANG[z] , 2000 z 7000
5000
0, z 7000

0, z 2000
z 2000
Pr BrgBERTAMBAH[z] , 2000 z 7000
5000
1, z 7000

2. Aplikasi fungsi implikasi:

a. Aturan 1
[R1] IF Permintaan TURUN And Persediaan BANYAK
THEN Produksi Barang BERKURANG;
-predikat1 = PmtTURUN PsdBANYAK

= min( PmtTURUN [4000], PsdBANYAK[300])

= min(0,25; 0,4)
= 0,25

25
 [x] [y] [z] [z]
TURUN BANYAK BERKURANG
1 1 1 1

0,4 0,25
0,25

0 0 0 0
4000 300
Permintaan Persediaan Prod. Brg.

Gambar 6.32 Aplikasi fungsi implikasi untuk R1.

b. Aturan 2
[R2] IF Permintaan TURUN And Persediaan SEDIKIT
THEN Produksi Barang BERKURANG;
-predikat2 = PmtTURUN PsdSEDIKIT

= min( PmtTURUN [4000], PsdSEDIKIT[300])

= min(0,25; 0,6)
= 0,25

[x] [y] [z] [z]

TURUN SEDIKIT BERKURANG
1 1 1 1
0,6
0,25
0,25

0 0 0 0
4000 300
Permintaan Persediaan Prod. Brg.

Gambar 6.33 Aplikasi fungsi implikasi untuk R2.

c. Aturan 3
[R3] IF Permintaan NAIK And Persediaan BANYAK
THEN Produksi Barang BERTAMBAH;
-predikat3 = PmtNAIK PsdBANYAK

= min( PmtNAIK [4000], PsdBANYAK[300])

= min(0,75; 0,4)
= 0,4
[x] [y] [z] BERTAMBAH [z]
NAIK BANYAK
1 1 1 1
0,75
0,4
0,4

0 0 0 0
4000 300
Permintaan Persediaan Prod. Brg.

Gambar 6.34 Aplikasi fungsi implikasi untuk R3.

26
 d. Aturan 4
[R4] IF Permintaan NAIK And Persediaan SEDIKIT
THEN Produksi Barang BERTAMBAH;
-predikat4 = PmtNAIK PsdBANYAK

= min( PmtNAIK [4000], PsdSEDIKIT[300])

= min(0,75; 0,6)
= 0,6

[x] [y] [z] [z]

NAIK SEDIKIT BERTAMBAH
1 1 1 1
0,75 0,6
0,6

0 0 0 0
4000 300
Permintaan Persediaan Prod. Brg.

Gambar 6.35 Aplikasi fungsi implikasi untuk R4.

3. Komposisi Antar Aturan

Dari hasil aplikasi fungsi implikasi dari tiap aturan, digunakan metode
MAX untuk melakukan komposisi antar semua aturan. Hasilnya seperti
pada Gambar 7.36.

[z]
1

0,6

0,25 A3
A1 A2

0 a1 a2
Prod. Brg.

Gambar 6.36 Daerah hasil komposisi.

Pada Gambar 6.36 tersebut, daerah hasil kita bagi menjadi 3 bagian, yaitu
A1, A2, dan A3. Sekarang kita cari nilai a1 dan a2.
a. Mencari Nilai a1
Karena Produksi Barang hasil komposisi seperti gambar 7.36
digambarkan dalam kurva BERTAMBAH, maka :
a1 – 3000 = a1 – 3000 = 0,42
1000 – 3000 7000
0,42 x 7000 = a1 – 3000
2940 = a1 – 3000
a1 = 5940

b. Mencari Nilai a2
a2 – 3000 = a2 – 3000 = 0,58
1000 – 3000 7000
0,58 x 7000 = a2 – 3000
4060 = a2 – 3000
a2 = 5940

27
 Dengan demikian, fungsi keanggotaan untuk hasil komposisi ini adalah:
0,25; z 3250
[z] (z 2000) / 5000; 3250 z 5000
0,6; z 5000

4. Penegasan (defuzzy)
Metode penegasan yang akan kita gunakan adalah metode centroid
(menghitung titik pusat).
a. Menghitung Momen Tiap Daerah (A1, A2, A3)
Momen daerah A1
3250 3250
M1 (0,25)z dz 0,125z2 1320312,5
0
0

Momen daerah A2
5000
5000 5000
(z 2000) 2 3 2
M2 z dz (0,0002z 0,4z) dz 0,000067z 0,2z 3187515,625
5000
3250 3250 3250

Momen daerah A3
7000 7000
M3 (0,6)z dz 0,3z2 7200000
5000
5000

b. Menghitung Luas Tiap Daerah (A1, A2, A3)

Luas daerah A1
A1 = 3250*0,25 = 812,5
Luas daerah A2
A2 = (0,25+0,6)*(5000-3250)/2 = 743,75
Luas daerah A3
A3 = (7000-5000)*0,6 = 1200

Titik pusat dapat diperoleh dari:

1320312,5 3187515,625 7200000
z 4247,74
812,5 743,75 1200

Jadi jumlah makanan kaleng jenis ABC yang harus diproduksi sebanyak
4248 kemasan.

28