PROYEK LOGIKA DAN HIMPUNAN FUZZY

OPTIMASI HASIL PRODUKSI MINYAK KELAPA

SAWIT (CPO) DENGAN METODE MAMDANI
(Studi kasus: PT. Amal Tani Perkebunan Tanjung
Putri-Bahorok)

DELVIA MONICA F1A019004

LOLA AZHARI F1A019017
TIARA ANGRIANI F1A019030
JANWY BORA SEFANYA SIAHAAN F1A019044
 Latar Belakang
Kelapa sawit (Elaeis guineensis Jacg) pertama kali diperkenalkan di Indonesia oleh
pemerintah Belanda pada tahun 1848. Kelapa sawit dikenal juga sebagai tanaman
industri penghasil Tandan Buah Segar (TBS), jika diolah akan menghasilkan
minyak yang disebut dengan minyak kelapa sawit.

Saat ini, Indonesia menjadi salah satu produsen dan pengekspor minyak kelapa
sawit terbesar di dunia.

Pemanfaatan minyak kelapa sawit yang begitu banyak untuk produk pangan dan
non pangan, membuat kondisi persaingan semakin ketat. Sehingga, memaksa
perusahaan mencari alternatif untuk dapat menang dan bertahan di pasar.

Keuntungan yang maksimal diperoleh dari penjualan yang maksimal. Penjualan yang maksimal artinya dapat memenuhi permintaan-
permintaan yang ada. Apabila jumlah produk yang diproduksi oleh perusahaan kurang dari jumlah permintaan maka perusahaan akan
kehilangan peluang untuk mendapatkan keuntungan yang maksimal. Sebaliknya, apabila jumlah produk yang diproduksi jauh lebih
banyak dari jumlah permintaan maka perusahaan akan mengalami kerugian

Oleh karena itu, Perencanaan jumlah produk dalam suatu perusahaan sangatlah penting agar dapat memenuhi permintaan pasar dengan
tepat dan dengan jumlah yang sesuai. Dengan adanya masalah tersebut, maka untuk menentukan jumlah produksi dalam memenuhi
permintaan konsumen, diperlukan suatu alternatif pemecahan masalah dalam menetukan estimasi optimum. Salah satunya yaitu dengan
menggunakan logika fuzzy. Pada logika fuzzy, terdapat beberapa metode dalam menentukan ketidakpastian antara lain, metode
Tsukamoto, Sugeno, dan Mamdani.
Latar Belakang
Fuzzy merupakan ilmu mengenai ketidakpastian yang pertama kali
diperkenalkan oleh seorang ilmuan Amerika Serikat berkebangsaan Iran, Lotfi
Asker Zadeh pada tahun 1965.
Pada logika fuzzy, terdapat beberapa metode antara lain, metode Tsukamoto,
Sugeno, dan Mamdani.

Metode mamdani diperkenalkan oleh Ebrahim Mamdani pada tahun 1975, dikenal juga
dengan sebutan metode min-max dimana mampu mengambil nilai keanggotaan yang
minimum dan maksimum. Sehingga, bisa diterapkan pada optimasi penjualan. Pada
penelitian ini, data yang diambil berdasarkan arsip dari PT. Amal Tani Perkebunan Tanjung
Putri-Bahorok.

Tujuan penelitian
Tujuan dari penelitian ini adalah untuk mengetahui solusi dari
penggunaan metode Mamdani dalam mengoptimalkan jumlah
produksi minyak kelapa sawit di PT. Amal Tani Perkebunan
Tanjung Putri-Bahorok.
Batasan
masalah
penelitian ini dibatasi dengan data hasil produksi, permintaan dan
persediaan minyak kelapa sawit PT. Amal Tani Perkebunan
Tanjung Putri-Bahorok bulan Januari sampai Oktober tahun 2014.

Sistematika
Manfaat penelitian
penelitian
Bab I : Pendahuluan • Bagi pengusaha dapat membantu mencapai tingkat penjualan
minyak kelapa sawit yang maksimal.
Bab II : Tinjauan Pustaka • Bagi peneliti dapat menambah wawasan dan dapat
Bab III : Metode Penelitian menerapkan Metode logika Fuzzy Mamdani pada kasus
optimasi hasil produksi minyak kelapa sawit.
Bab IV: Hasil Dan Pembahasan • Bagi mahasiswa, dapat menjadi bahan literatur terkait teori
dan metode yang digunakan.
Bab V : Kesimpulan Dan Saran

Daftar Pustaka
Tinjauan Pustaka
Logika fuzzy adalah logika yang menerapkan derajat
keanggotaan dalam suatu himpunan, sehingga
keanggotaan tidak hanya bersifat true/false.
Secara bahasa, fuzzy berarti kabur, samar, tidak jelas,
tidak pasti, grey area.
Ada beberapa hal yang perlu diketahui
dalam memahami sistem fuzzy yaitu:
Variabel Fuzzy
Variabel fuzzy merupakan variabel yang hendak
dibahas dalam suatu sistem fuzzy. Contohnya umur,
temperatur, dan permintaan, dan sebagainya.
Himpunan Fuzzy
Himpunan fuzzy merupakan suatu grup yang mewakili
suatu kondisi atau keadaan tertentu dalam suatu variabel
fuzzy. Himpunan fuzzy memiliki dua atribut yaitu:
a. Linguistik
b. numerik
Fuzzifikasi merupakan fase pertama dari perhitungan fuzzy, yaitu
mengubah suatu masukan dari bentuk tegas (crisp) menjadi fuzzy
(variabel linguistik). Dengan demikian, tahap ini mengambil nilai-nilai
crips dan menentukan derajat dimana nilai-nilai tersebut menjadi
anggota dari setiap himpunan fuzzy yang sesuai. (Setiawan, Yanto, dan
Yasdomi, 2018).
Semesta Pembicaraan
Semesta pembicaraan adalah keseluruhan nilai yang
diperbolehkan untuk dioperasikan dalam suatu variabel
fuzzy.
Domain
Domain yaitu keseluruhan nilai yang diijinkan dalam
semesta pembicaraan dan boleh dioperasikan dalam
suatu himpunan fuzzy.
Tinjauan Pustaka

fUZZYFIKASI
Fuzzifikasi merupakan fase pertama dari perhitungan fuzzy,
yaitu mengubah suatu masukan dari bentuk tegas (crisp)
menjadi fuzzy (variabel linguistik). Dengan demikian, tahap
ini mengambil nilai-nilai crips dan menentukan derajat
dimana nilai-nilai tersebut menjadi anggota dari setiap
himpunan fuzzy yang sesuai. (Setiawan, Yanto, dan Yasdomi,
2018).

Fungsi Keanggotaan
Fungsi keanggotaan adalah suatu kurva yang
menunjukkan pemetaan titik-titik Input data ke dalam
nilai keanggotaan (derajat keanggotaan) yang memiliki
interval antara 0 sampai 1.
Tinjauan Pustaka

Menurut Kusumadewi dan Purnomo (2004), terdapat beberapa representasi fungsi

keanggotaan yang dapat digunakan pada himpunan fuzzy, antara lain:

kurva linier turun

fungsi keanggotaan
1. Kurva linier

kurva linier naik

Fungsi keanggotaan
Tinjauan Pustaka
Menurut Kusumadewi dan Purnomo (2004), terdapat beberapa representasi fungsi
keanggotaan yang dapat digunakan pada himpunan fuzzy, antara lain:

2. Fungsi Keanggotaan Segitiga

Fungsi keanggotaan

3. Representasi Kurva Trapesium

Fungsi keanggotaan
Tinjauan Pustaka

fuzzy inference system (sistem inferensi fuzzy)

fuzzy Inference System (FIS) adalah sebuah

sistem pengambilan keputusan yang didasarkan
pada teori fuzzy, aturan fuzzy if-then. Terdapat 3
metode. Sugeno, tsukamoto dan mamdani.
Tinjauan Pustaka

Motode Mamdani

Metode Mamdani sering dikenal dengan

nama Metode Max-Min.
Untuk mendapatkan output diperlukan 4
tahapan:
1. Pembentukan himpunan fuzzy
(Fuzzyfikasi)
Pada proses Fuzzyfikasi langkah yang
pertama dilakukan adalah menentukan
variabel fuzzy dan himpunan fuzzynya.
Kemudian tentukan jumlah derajat
fungsinya.
2. Aplikasi fungsi implikasi (aturan)
Fungsi implikasi yang digunakan adalah
minimum.
3. Komposisi aturan
Penegasan (defuzzy)
Beberapa metode defuzzifikasi aturan
Mamdani yaitu:
1. Metode Centroid (Composite Moment)
2. Metode Bisektor
3. Metode Mean of Maximun (MOM)
Solusi crisp diperoleh dengan cara
mengambil nilai rata-rata domain yang
memiliki nilai keanggotaan maksimum.
4. Metode Largest of Maximum (LOM)
5. Metode Smallest of Maximum (SOM)
Tinjauan Pustaka

Motode tsukamoto

Menurut Setiadji (2009), pada metode

Tsukamoto implikasi setiap aturan
berbentuk implikasi “sebab-akibat” atau
implikasi “input-output” yang mana antara
antiseden dan konsekuen harus ada
hubungannya. Setiap aturan
direpresentasikan menggunakan
Secara umum logika fuzzy sugeno adalah
himpunan-himpunan fuzzy, dengan fungsi
keanggotaan yang monoton. Kemudian suatu logika yang digunakan untuk
untuk menentukan hasil tegas (crisp menghasilkan keputusan tunggal / crisp saat
solution) digunakan rumus defuzzifikasi defuzzifikasi, penggunaannya tergantung dari
yang disebut metode rata-rata terpusat domain masalah yang terjadi. Dimana urutan
atau metode defuzzifikasi rata-rata prosesnya dimulai dari fuzzifikasi, penerapan
rule, defuzzyfikasi dan output
terpusat (center average defuzzyfier).
 Produksi
LaMenurut
webPardede
oficial
(2005), produksi
adalah seluruh kegiatan yang
meliputi pemanfaatan berbagai
Persediaan
jumlah dan jenis sumber daya
Persediaan didefinisikan sebagai
untuk menghasilkan barang-
barang yang disimpan untuk digunakan
barang atau jasa-jasa.
atau optimal pada periode mendatang
persediaan terjadi apabila jumlah bahan
atau barang yang diadakan (dibeli atau
dibuat sendiri) lebih besar daripada
Optimasi jumlah yang digunakan (dijual atau
Wardi (2007) menyatakan, dalam diolah sendiri) (Pardede, 2005).
disiplin matematika optimasi
merujuk pada studi permasalahan
yang mencoba untuk mencari nilai
minimum dan maksimum dari suatu
fungsi nyata.
Metode Penelitian

1 2

Melakukan pengumpulan data Menentukan variabel fuzzy, himpunan fuzzy,

semesta pembicaraan dan domain.
3

5 Dari himpunan fuzzy dapat ditentukan fungsi

kenggotaan.

4
Melakukan sistem infersi fuzzy dengan
menggunakan metode Mamdani
Membentuk aturan fuzzy

6 7

Defuzzifikasi
Penentuan hasil dan penarikan kesimpulan
Hasil & Pembahasan

Bulan Permintaan Persediaan Produksi Data Permintaan, Persediaan, dan

Januari 2014 5000 Ton 570 Ton 4440 Ton Produksi per bulan tahun 2014
Februari 2014 4500 Ton 600 Ton 3900 Ton
Maret 2014 3500 Ton 500 Ton 3000 Ton
April 2014 1000 Ton 350 Ton 4900 Ton
Mei 2014 5000 Ton 600 Ton 4600 Ton
Juni 2014 4700 Ton 420 Ton 4300 Ton
Juli 2014 3300 Ton 320 Ton 1000 Ton
Agustus 2014 4500 Ton 370 Ton 4200 Ton
September 2014 2500 Ton 100 Ton 2400 Ton
Oktober 2014 2873 Ton 577 Ton 2093 Ton
Data Setelah Diurutkan

Data ke Permintaan Persediaan Produksi

1 1000 Ton 100 Ton 1000 Ton
Semesta Pembicaraan 2 2500 Ton 320 Ton 2093 Ton
3 2873 Ton 350 Ton 2400 Ton
Variabel Permintaan adalah [1000, 5000] 4 3300 Ton 370 Ton 3000 Ton
5 3500 Ton 420 Ton 3900 Ton
Variabel Persediaan adalah [100, 600]
6 4500 Ton 500 Ton 4200 Ton
Variabel Produksi adalah [1000, 4900] 7 4500 Ton 570 Ton 4300 Ton
8 4700 Ton 577 Ton 4440 Ton
9 5000 Ton 600 Ton 4600 Ton
10 5000 Ton 600 Ton 4900 Ton
Hasil & Pembahasan

Domain Variabel Permintaan

Fungsi Nama Himpunan Semesta Domain
Variabel Fuzzy Pembicaraan
ton

ton Input Permintaan Sedikit [1000, 5000] [1000, 4000]

ton
Sedang [2873, 4700]

Domain Variabel Persediaan

Banyak [4000, 5000]

ton Persediaan Sedikit [100, 600] [100, 460]

ton
Sedang [350, 577]
ton

Banyak [460, 600]

Domain Variabel Produksi
Output Produksi Berkurang [1000, 4900] [1000, 4050]
ton

ton Tetap [2400, 4440]

ton
Bertambah [4050, 4900]
 Representasi Variabel Permintaan
Nama Himpunan Semesta Domain
Variabel Fuzzy Pembicaraan

Permintaan Sedikit [1000, 5000] [1000, 4000]

Sedang [2873, 4700]
Banyak [4000, 5000]

𝜇 𝑠𝑒𝑑𝑎𝑛𝑔 ( 𝑝 ) =¿ Himpunan Fuzzy Variabel Permintaan

𝜇 𝑏𝑎𝑛𝑦𝑎𝑘 ( 𝑝 )=¿
 Representasi Variabel Persediaan
Nama Himpunan Semesta Domain
Variabel Fuzzy Pembicaraan
Persediaan Sedikit [100, 600] [100, 460]
Sedang [350, 577]
Banyak [460, 600]

𝜇 𝑠𝑒𝑑𝑎𝑛𝑔 (𝑞 )=¿ Himpunan Fuzzy Variabel Persediaan

𝜇 𝑏𝑎𝑛𝑦𝑎𝑘 ( 𝑞 )=¿
 Representasi Variabel Produksi
Nama Himpunan Semesta Domain
Variabel Fuzzy Pembicaraan

Produksi Berkurang [1000, 4900] [1000, 4050]

Tetap [2400, 4440]
Bertambah [4050, 4900]

𝜇 tetap ( 𝑟 ) =¿ Himpunan Fuzzy Variabel Produksi

𝜇 bertambah ( 𝑟 ) =¿
Pembentukan Aturan Fuzzy

Jumlah aturan yang terbentuk berdasarkan tiga

himpunan fuzzy adalah sebanyak 27 aturan.

Aturan Permintaan Persediaan Fungsi Implikasi Produksi

Maka Berkurang
R1 Sedikit Banyak
Sedikit Maka Berkurang
R2 Sedang
Sedikit Maka Berkurang
R3 Sedikit
Maka Berkurang
R4 Sedang Banyak
Sedang Maka Tetap
R5 Sedang
Sedang Maka Bertambah
R6 Sedikit
Maka Bertambah
R7 Banyak Banyak
Maka Bertambah
R8 Banyak Sedang
Maka Bertambah
R9 Banyak Sedikit
Hasil & Pembahasan defuzzifikasi
Hasil produksi barang menggunakan metode Mamdani
Januari 2014 Selanjutnya mencari nilai , …,, yaitu:
Permintaan 5000 ton dan Persediaan 570 ton.

= min( )

= min

= min( )

= min

= min( )

= min

=
Hasil & Pembahasan defuzzifikasi
=
=
= min( )
= min( )
= min
= min
=
=
=
=
= min( )
= min
= min
= min
=
=
=

= min( )
= Max
= min

= = Max
=
=
= min( )

= min

=
Hasil & Pembahasan defuzzifikasi

Produksi Berkurang

= Max (0; 0; 0; 0) = 0

Karena = 0, sehingga Langkah terakhir defuzzifikasi dengan metode MOM,

Produksi Tetap

= Max (0) = 0

Karena = 0, sehingga atau

Produksi Bertambah

= Max (0; 0,79; 0,06; 0) = 0.79

Hasil & Pembahasan defuzzifikasi
Februari 2014 Produksi Berkurang
Permintaan 4500 ton dan Persediaan 600 ton
= Max (0; 0; 0; 0,29) =

Produksi Tetap

= Max (0) = 0

Karena = 0, sehingga atau

Produksi Bertambah

= Max (0; 0,5; 0; 0) = 0.5

Selanjutnya mencari nilai …,, diperoleh:

=0 =0
=0 = 0,5
=0 =0 Langkah terakhir defuzzifikasi dengan metode MOM,

= 0,29 =0 .

=0
Hasil
Setelah menghitung produksi barang menggunakan metode Mamdani mulai bulan Januari
2014 sampai Oktober 2014 diperoleh :

Produksi Produksi (Metode

Bulan Permintaan Persediaan Optimasi
(Perusahaan) Mamdani)

Januari 2014 5000 Ton 570 Ton 4440 Ton 4404 Ton Terpenuhi

Februari 2014 4500 Ton 600 Ton 3900 Ton 4027 Ton Tidak Terpenuhi

Maret 2014 3500 Ton 500 Ton 3000 Ton 3300 Ton Tidak Terpenuhi

April 2014 1000 Ton 350 Ton 4900 Ton 3865 Ton Terpenuhi

Mei 2014 5000 Ton 600 Ton 4600 Ton 4463 Ton Terpenuhi

Juni 2014 4700 Ton 420 Ton 4300 Ton 4351 Ton Tidak Terpenuhi

Juli 2014 3300 Ton 320 Ton 1000 Ton 4053 Ton Tidak Terpenuhi

Agustus 2014 4500 Ton 370 Ton 4200 Ton 3670 Ton Terpenuhi
September
2500 Ton 100 Ton 2400 Ton 3338 Ton Tidak Terpenuhi
2014
Oktober 2014 2873 Ton 577 Ton 2093 Ton 3794 Ton Tidak Terpenuhi
thnks