50060-Article Text-166577-2-10-20220624
50060-Article Text-166577-2-10-20220624
Penerapan Metode Fuzzy Mamdani dan Metode Fuzzy Sugeno dalam Penentuan
Jumlah Produksi
Abstract
___________________________________________________________________
This study examines the application of the Mamdani fuzzy method and Sugeno fuzzy method in
determining the amount of jenang production, based on the variables of demand, supply, raw
materials and production. The purpose of this study was to apply the Mamdani fuzzy and Sugeno
fuzzy methods, and to find out which method is more accurate between the two methods in
determining the amount of jenang production based on the MAPE value. Data collection was
obtained at PJ Menara Kudus with Jenang Kombinasi and Jenang Wijen products in January
2020 to March 2021. The results of data processing obtained MAPE values for jenang kombinasi
products using the Mamdani fuzzy method is 7,5% while the Sugeno fuzzy method is 7,1%, and
the MAPE value for jenang wijen product using Mamdani fuzzy method is 21,7% while the
Sugeno fuzzy method is 8,2%. Based on the result obtained, the MAPE value of Sugeno fuzzy
method is less than Mamdani fuzzy method. So it can be concluded that Sugeno fuzzy method
more accurate than Mamdani fuzzy method in determining the amount of jenang production at
PJ Menara Kudus.
How to cite:
__________ ________________________________________________________
Muflihunna, K. & Mashuri. (2022). Penerapan Metode Fuzzy Mamdani dan Metode Fuzzy
Sugeno Dalam Penentuan Jumlah Produksi (Studi Kasus :PJ Menara Kudus). Unnes Journal
of Mathematics, 11(1), 27-37
28
K Muflihunna & Mashuri /UNNES Journal of Mathematics 11(1) (2022)
menerapkan metode fuzzy Mamdani dan fuzzy output. Pada metode fuzzy Sugeno output
Sugeno, serta mengetahui metode yang lebih berbentuk persamaan linear.
akurat diantara kedua metode dalam penentuan b. Pembentukan aturan dasar fuzzy. Aturan
jumlah produksi jenang berdasarkan nilai fuzzy pada metode fuzzy Sugeno sama
MAPE. seperti metode fuzzy Mamdani terbentuk
27 aturan.
METODE c. Komposisi aturan, pada metode fuzzy
Sugeno yang digunakan dalam inferensi
Metode penelitian dilakukan dengan yaitu metode max.
metode studi pustaka, pengumpulan data, d. Deffuzifikasi, pada metode fuzzy Sugeno
pengolahan data serta penarikan kesimpulan. deffuzifikasi yang digunakan adalah
Pengumpulan data dilakukan dengan observasi metode rata-rata terbobot (average).
dan wawancara kepada pihak yang
bersangkutan. Pengambilan data dilakukan di Setelah dilakukan perhitungan
Pabrik Jenang Menara Kudus yang berlokasi di menggunakan metode fuzzy Mamdani dan
Jl. Sosrokartono desa Kaliputu, kecamatan metode fuzzy Sugeno dengan software Matlab,
Kudus, kabupaten Kudus. Data yang digunakan kemudian akan dihitung nilai The Mean Absolute
berupa data jumlah permintaan, jumlah Percentage (MAPE) untuk melihat keakuratan
persediaan, jumlah bahan baku, dan jumlah
dari masing-masing metode. MAPE adalah
produksi dalam periode bulan Januari 2020
salah satu ukuran yang paling populer dari
sampai bulan Maret 2021.
akurasi prediksi (Kim & Kim, 2016). MAPE
Pada penelitian ini terdapat dua variabel
menunjukkan akurasi prediksi dalam persentase.
yaitu variabel input dan output. Variabel input
MAPE dirumuskan sebagai berikut:
yang digunakan yaitu variabel permintaan,
|𝑋𝑖 − 𝐹𝑖 |
persediaan, dan bahan baku, sedangkan untuk ∑𝑛𝑖=1 × 100%
variabel output yaitu jumlah produksi. Data
𝑋𝑖
𝑀𝐴𝑃𝐸 =
produk jenang yang diambil yaitu jenis jenang 𝑛
kombinasi dan jenang wijen. Metode yang
digunakan dalam penentuan jumlah produksi dengan:
yaitu metode fuzzy Mamdani dan metode fuzzy 𝑋𝑖 = Nilai aktual periode 𝑖
Sugeno dengan bantuan software Matlab R2018b. 𝐹𝑖 = Nilai ramalan periode 𝑖
1. Metode fuzzy Mamdani 𝑛 = Banyaknya periode.
Untuk mendapatkan output, diperlukan 4
langkah yaitu (Kusumadewi & Purnomo, Semakin rendah nilai MAPE, maka
2010): model dapat dikatakan mempunyai
a.Fuzzyfikasi, yaitu menentukan himpunan kemampuan peramalan yang baik.
fuzzy dari setiap variabel input dan output Kemampuan peramalan sangat baik jika nilai
menggunakan fungsi keanggotaan. MAPE < 10% , peramalan baik jikan nilai
b.Pembentukan aturan dasar fuzzy. Pada MAPE 10 − 20%, peramalan layak/memadai
metode fuzzy Mamdani fungsi implikasi jika nilai MAPE 20 − 50% dan peramalan
yang digunakan adalah min. Aturan dasar buruk jika nilai MAPE > 50% (Hutasuhut, et
fuzzy terbentuk 27 aturan berdasarkan al., 2014).
masing-masing variabel input.
c.Komposisi aturan, pada metode fuzzy Selanjutnya langkah terakhir dalam
Mamdani yang digunakan dalam inferensi penelitian ini adalah penarikan kesimpulan.
yaitu metode max. Berdasarkan nilai MAPE yang telah dihitung,
d.Deffuzifikasi, pada metode fuzzy Mamdani maka akan diperoleh metode yang lebih akurat
deffuzifikasi yang digunakan adalah dalam perhitungan dengan memperhatikan
metode centroid. nilai persentase MAPE yang lebih kecil.
2. Metode fuzzy Sugeno
Pada penelitian ini metode fuzzy Sugeno ber
orde-satu dibagi menjadi beberapa tahapan HASIL DAN PEMBAHASAN
sebagai berikut dengan bantuan software
Matlab R2018b. Dalam penelitian ini data yang diambil
a. Fuzzyfikasi, himpunan fuzzy pada metode adalah data jenang kombinasi dan jenang wijen,
fuzzy Sugeno sama seperti metode fuzzy karena kedua jenis jenang tersebut paling
Mamdani, yang membedakan adalah banyak diminati konsumen pada PJ Menara
Kudus. Data yang diambil meliputi data jumlah
29
K Muflihunna & Mashuri /UNNES Journal of Mathematics 11(1) (2022)
permintaan, jumlah persediaan, jumlah bahan output. Data tersebut disajikan dalam Tabel 1
baku, dan jumlah produksi pada bulan Januari dan Tabel 2
2020 sampai dengan Maret 2021. Terdapat dua
variabel penelitian yaitu variabel input dan
30
K Muflihunna & Mashuri /UNNES Journal of Mathematics 11(1) (2022)
Semesta
Fungsi Variabel Himpunan Fuzzy Domain
Pembicaraan
Rendah [110, 350]
Permintaan Sedang [110, 590]
[ 110, 590]
Tinggi [350,590]
Sedikit [0, 12]
Input Persediaan Sedang [0, 24]
[0, 24]
Banyak [12, 24]
Sedikit [27, 81]
Bahan baku Sedang [27, 135]
[27, 135]
Banyak [81, 135]
Berkurang [120, 360]
Output Produksi Normal [120, 600]
[120, 600]
Bertambah [360, 600]
3
K Muflihunna & Mashuri /UNNES Journal of Mathematics 11(1) (2022)
𝟎 , 𝐝 ≤ 𝟑𝟔𝟎
𝐝 − 𝟑𝟔𝟎
𝛍𝐏𝐫𝐝𝐁𝐄𝐑𝐓𝐀𝐌𝐁𝐀𝐇 (𝐝) = { , 𝟑𝟔𝟎 ≤ 𝐝 ≤ 𝟔𝟎𝟎
𝟔𝟎𝟎 − 𝟑𝟔𝟎
𝟏 , 𝐝 ≥ 𝟔𝟎𝟎
2) Pembentukan aturan dasar fuzzy
Tahap kedua yaitu pembentukan aturan dasar
fuzzyy. Pada metode fuzzy Mamdani, fungsi
implikasi yang digunakan adalah min. Terdapat
27 aturan fuzzy yang terbentuk berdasarkan
jumlah himpunan fuzzy dari masing-masing
Gambar 3 Himpunan Fuzzy Bahan Baku variabel input. Aturan fuzzy disajikan pada Tabel
4.
Fungsi keanggotaan untuk variabel
bahan baku dirumuskan sebagai berikut. Tabel 4 Aturan Dasar Fuzzy Metode Mamdani
𝟏 , 𝐜 ≤ 𝟐𝟕
𝟖𝟏 − 𝐜
𝛍𝐁𝐡𝐧𝐁𝐚𝐤𝐮𝐒𝐄𝐃𝐈𝐊𝐈𝐓 (𝐜) = { , 𝟐𝟕 ≤ 𝐜 ≤ 𝟖𝟏 Aturan Bahan
𝟖𝟏 − 𝟐𝟕 Permintaan Persediaan Produksi
𝟎 , 𝐛 ≥ 𝟖𝟏 Fuzzy baku
𝟎 , 𝐜 ≤ 𝟐𝟕 𝐚𝐭𝐚𝐮 𝐜 ≥ 𝟏𝟑𝟓
𝐜 − 𝟐𝟕 [R1] Rendah Sedikit Sedikit Berkurang
, 𝟐𝟕 ≤ 𝐜 ≤ 𝟖𝟏
𝛍𝐁𝐡𝐧𝐁𝐚𝐤𝐮𝐒𝐄𝐃𝐀𝐍𝐆 (𝐜) = 𝟖𝟏 − 𝟐𝟕 [R2] Rendah Sedikit Sedang Normal
𝟏𝟑𝟓 − 𝐜
, 𝟖𝟏 ≤ 𝐜 ≤ 𝟏𝟑𝟓 [R3] Rendah Sedikit Banyak Bertambah
{𝟏𝟑𝟓 − 𝟖𝟏
𝟎 , 𝐜 ≤ 𝟐𝟕 𝐚𝐭𝐚𝐮 𝐜 ≥ 𝟏𝟑𝟓 [R4] Rendah Sedang Sedikit Berkurang
𝐜 − 𝟐𝟕
, 𝟐𝟕 ≤ 𝐜 ≤ 𝟖𝟏 [R5] Rendah Sedang Sedang Berkurang
𝛍𝐁𝐡𝐧𝐁𝐚𝐤𝐮𝐒𝐄𝐃𝐀𝐍𝐆 (𝐜) = 𝟖𝟏 − 𝟐𝟕
𝐜 − 𝟖𝟏 [R6] Rendah Sedang Banyak Normal
{𝟏𝟑𝟓 − 𝟖𝟏 , 𝟖𝟏 ≤ 𝐜 ≤ 𝟏𝟑𝟓
[R7] Rendah Banyak Sedikit Berkurang
32
K Muflihunna & Mashuri /UNNES Journal of Mathematics 11(1) (2022)
4) Deffuzifikasi (penegasan)
Pada tahap terakhir ini akan dihasilkan
output. Metode deffuzifikasi yang digunakan
adalah metode centroid. Dengan bantuan
software Matlab R2018b diperoleh hasil
deffuzifikasi dari masing-masing data.
Sebagai contoh data jenang kombinasi pada
bulan maret 2020, dengan permintaan 320
kg, persediaan 13 kg, dan bahan baku 79 kg,
kemudian pada kolom input ditulis
[𝟑𝟐𝟎; 𝟏𝟑; 𝟕𝟗] diperoleh output 358 kg, yang
artinya pada bulan Maret jumlah produksi
Gambar 6 Output Produksi Berkurang
jenang kombinasi dengan menggunakan
metode Mamdani yaitu 358 kg. Gambar 5
b. Normal
adalah hasil deffuzifikasi metode fuzzy
Bentuk persamaan linear kategori
Mamdani menggunakan software Matlab
”normal” yaitu 𝒑𝒓𝒐𝒅𝒖𝒌𝒔𝒊 =
R2018b.
𝒑𝒆𝒓𝒎𝒊𝒏𝒕𝒂𝒂𝒏 + 𝒑𝒆𝒓𝒔𝒆𝒅𝒊𝒂𝒂𝒏, sehingga
isikan pada kolom ”Params” sebagai
parameter yaitu [𝟏 𝟏 𝟎 𝟎] seperti pada
Gambar 7.
33
K Muflihunna & Mashuri /UNNES Journal of Mathematics 11(1) (2022)
34
K Muflihunna & Mashuri /UNNES Journal of Mathematics 11(1) (2022)
Perbandingan Hasil
Tabel 5. Hasil Perhitungan Produksi Jenang Kombinasi Dengan Metode Fuzzy Mamdani Dan Fuzzy
Sugeno
Produksi Produki
Permintaan Persediaan Bahan Produksi Jenang
No Bulan Metode Metode
(kg) (kg) Baku (kg) Pabrik (kg)
Mamdani (kg) Sugeno (kg)
35
K Muflihunna & Mashuri /UNNES Journal of Mathematics 11(1) (2022)
Tabel 6. Hasil Perhitungan Produksi Jenang Wijen Dengan Metode Fuzzy Mamdani Dan Fuzzy Sugeno
PENUTUP
35
K Muflihunna & Mashuri /UNNES Journal of Mathematics 11(1) (2022)
37