Hal - 1
PENERAPAN METODE FUZZY MAMDANI UNTUKMEMPREDIKSI JUMLAH PRODUKSI MINYAK SAWIT
BERDASARKAN DATA PERSEDIAAN DAN JUMLAHPERMINTAAN
(STUDI KASUS PT PERKEBUNAN MITRA OGAN BATURAJA)
Dwi Martha Sukandy1), Agung Triongko Basuki2), Shinta Puspasari3)[email protected], [email protected], [email protected]
1,2,3Program Studi Teknik InformatikaSTMIK GI MDP
Abstrak : Produksi merupakan salah satu kegiatan yang dilakukan dalam sebuah perusahaan khususnyaPT Perkebunan Mitra Ogan Baturaja yang bergerak dalam bidang pengolahan minyak sawit. Oleh karenaitu, pengembangan sistem ini bertujuan untuk membuat aplikasi yang menerapkan metode fuzzy Mamdaniuntuk memprediksi jumlah produksi minyak sawit berdasarkan data persediaan dan jumlah permintaan.Pengembangan sistem ini dibuat berbasis desktop menggunakan bahasa pemrograman Microsoft VB.Netdan Microsoft SQL Server 2008 dengan metodologi prtototyping. Berdasarkan dari hasil pengujianaplikasi maka dapat diketahui bahwa prediksi dari penerapan metode fuzzy Mamdani sebagian besar dapatmemenuhi jumlah permintaan yang ada. Dengan menggunakan aplikasi ini pihak perusahaan dapatmelakukan prediksi lebih cepat dari perhitungan manual. Sehingga diharapkan dapat memberikankemudahan bagi pihak perusahaan untuk memprediksi jumlah produksi minyak sawit berdasarkan datapersediaan dan jumlah permintaan.
Kata kunci : Produksi, Persediaan, Permintaan, Metode Fuzzy Mamdani.
Abstract : The production is one of the activities carried out in a company especially PT PerkebunanMitra Ogan Baturaja which is engaged in the processing of palm oil. Therefore, the development of thissystem aims to make applications that implement Mamdani fuzzy method to predict the amount of palmoil production based on inventory data and total of requests. The development of this system was madebased desktops using Microsoft VB.Net and Microsoft SQL Server 2008 with prtototyping methodology.Based on the results of testing the application it can be seen that the predictions of the most aplication theMamdani fuzzy method can meet the existing demand. By using this application the company can makepredictions more quickly than manual calculation. Thus expected to provide facilities for the company topredict the amount of palm oil production based on inventory data and total of requests.
Keywords: Production, Supply, Demand, Mamdani Fuzzy Methods.
1 PENDAHULUAN
Produksi minyak sawit dalam waktuyang tepat dan dalam jumlah yang tepatmerupakan sesuatu yang diinginkanperusahaan perkebunan sawit, begitu jugabagi perusahaan PT Perkebunan Mitra OganBaturaja. Namun dalam menentukan jumlahproduksi minyak sawit di waktu yang akandatang tidak lah mudah. Banyaknya faktoryang terlibat dalam perhitungan menjadikendala dalam mengambil kebijakan untukdapat menentukan jumlah minyak sawit yangakan diproduksi. Faktor-faktor tersebut adalah
permintaan maksimum, permintaanminimum, persediaan maksimum, persediaanminimum, produksi maksimum, produksiminimum, permintaan saat ini, dan persediaansaat ini.
Salah satu cara yang bisa digunakandalam memprediksi jumlah produksi minyaksawit adalah penerapan logika fuzzy, karenaterdapat beberapa data yang bisa digunakandalam melakukan perhitungan gunamendapatkan prediksi jumlah produksiminyak sawit. Di dalam perhitungan logikafuzzy terdapat beberapa metode, yaitu metodeTsukamoto, metode Mamdani, dan metode
Hal - 2
Sugeno. Setiap metode tersebut memiliki caradan hasil perhitungan yang berbeda. Dalamkasus ini, masalah yang timbul adalahbagaimana cara menerapkan metode fuzzyMamdani untuk memprediksi jumlahproduksi minyak sawit berdasarkan datapersediaan dan jumlah permintaan.
2 LANDASAN TEORIa. Logika Fuzzy
Konsep tentang logika fuzzydiperkenalkan oleh Prof. Lotfi AstorZadeh pada 1962. Logika fuzzy adalahmetodologi sistem kontrol pemecahanmasalah, yang cocok untukdiimplementasikan pada sistem, mulai darisistem yang sederhana, sistem kecil,embedded system, jaringan PC, multi-channel atau workstation berbasis akuisisidata, dan sistem kontrol. Metodologi inidapat diterapkan pada perangkat keras,perangkat lunak, atau kombinasikeduanya. Dalam logika klasik dinyatakanbahwa segala sesuatu bersifat biner, yangartinya adalah hanya mempunyai duakemungkinan, Ya atau Tidak, Benaratau Salah, Baik atau Buruk, dan lain-lain. Oleh karena itu, semua ini dapatmempunyai nilai keanggotaan 0 atau 1.Akan tetapi, dalam logika fuzzykemungkinan nilai keanggotaan beradadiantara 0 dan 1. Artinya,bisa saja suatukeadaan mempunyai dua nilai Ya danTidak, Benar dan Salah, Baik danBuruk secara bersamaan, namun besarnilainya tergantung pada bobotkeanggotaan yang dimilikinya [3].
b. Operasi Himpunan Fuzzy
Operasi himpunan fuzzy diperlukanuntuk proses inferensi atau penalaran.Dalam hal ini yang dioperasikan adalahderajat keanggotaanya. Derajatkeanggotaan sebagai hasil dari operasi duabuah himpunan fuzzy disebut sebagai firestrength atau -predikat [3].
Ada beberapa hal yang perludiketahui dalam memahami sistem fuzzy,yaitu :
1. Variabel fuzzy merupakan variabelyang hendak dibahas dalam suatusistem fuzzy.
2. Himpunan fuzzy merupakan suatu grupyang mewakili suatu kondisi ataukeadaan tertentu dalam suatu variabelfuzzy.
3. Semesta pembicaraan adalahkeseluruhan nilai yang diperbolehkanuntuk dioperasikan dalam suatuvariabel fuzzy. Semesta pembicaraanmerupakan himpunan bilangan realyang senantiasa naik (bertambah)secara monoton dari kiri ke kanan.Nilai semesta pembicaraan dapatberupa bilangan positif maupun negatif.Adakalanya nilai semesta pembicaraanini tidak dibatasi batas atasnya.
4. Domain himpunan fuzzy adalahkeseluruhan nilai yang diizinkan dalamsemesta pembicaraan dan bolehdioperasikan dalam suatu himpunanfuzzy. Seperti halnya semestapembicaraan, domain merupakanhimpunan bilangan real yang senantiasanaik (bertambah) secara monoton darikiri ke kanan. Nilai domain dapatberupa bilangan positif maupun negatif[1].
c. Fungsi Keanggotaan
Fungsi keanggotaan adalah grafikyang mewakili besar dari derajatkeanggotaan masing-masing variabel inputyang berada dalam interval antara 0 dan 1.Derajat keanggotaan sebuah variabel xdilambangkan dengan simbol (x). Rule-rule menggunakan nilai keanggotaansebagai faktor bobot untuk menentukanpengaruhnya pada saat melakukaninferensi untuk menarik kesimpulan [3].
Ada beberapa fungsi yang bisadigunakan antara lain :1. Representasi Linear, pada representasi
linear pemetaan input ke derajatkeanggotaannya digambarkan sebagaisuatu garis lurus. Bentuk ini palingsederhana dan menjadi pilihan yangbaik untuk mendekati suatu konsepyang kurang jelas. Ada dua keadaanfuzzy yang linear yaitu representasi
Hal - 3
linear naik dan representasi linearturun.
2. Representasi Kurva Segitiga, Kurvasegitiga pada dasarnya merupakangabungan antara dua garis linear.
3. Representasi Kurva Trapesium, Kurvatrapesium pada dasarnya sepertibentuk segitiga, hanya saja adabeberapa titik yang memiliki nilaikeanggotaan 1.
4. Representasi Kurva Bentuk Bahu,Daerah yang terletak di tengah tengahsuatu variabel yang dipresentasikandalam bentuk segitiga, pada sisi kanandan kirinya akan naik dan turun. Tetapiterkadang salah satu sisi dari variabeltersebut tidak mengalami perubahan.
5. Representasi Kurva-S, KurvaPERTUMBUHAN danPENYUSUTAN merupakan kurva-Satau sigmoid yang berhubungan dengankenaikan dan penurunan permukaansecara tak linear.
6. Representasi Kurva Bentuk Lonceng(Bell Curve), Untuk mempresentasikanbilangan fuzzy, biasanya digunakankurva berbentuk lonceng. Kurvaberbentuk lonceng ini terbagi atas tigakelas, yaitu kurva PI, kurva beta, dankurva Gauss. Perbedaan ketiga kurvaini terletak pada gradientnya [1].
d. Cara Kerja Logika Fuzzy Mamdani
Metode Mamdani paling seringdigunakan dalam aplikasi-aplikasi karenastrukturnya yang sederhana, yaitumenggunakan operasi MIN-MAX atauMAX-PRODUCT. Untuk mendapatkanoutput, diperlukan empat tahapan berikut[3] :1. Fuzzyfikasi.2. Pembentukan basis pengetahuan fuzzy
(rule dalam bentuk IFTHEN).3. Aplikasi fungsi implikasi menggunakan
fungsi MIN dan Komposisi antar-rulemenggunakan fungsi MAX(menghasilkan himpunan fuzzy baru).
4. Defuzzyfikasi menggunakan metodeCentroid. = ( ) ( ) (1)
e. Rancangan Sistem
Sebuah prototyping adalah bagiandari produk yang mengekspresikan logikamaupun fisik antarmuka eksternal yangditampilkan. Konsumen potensialmenggunakan prototyping danmenyediakan masukan untuk timpengembang sebelum pengembanganskala besar dimulai. Melihat danmempercayai menjadi hal yang diharapkanuntuk dicapai dalam prototyping. Denganmenggunakan pendekatan ini, konsumendan tim pengembang dapatmengklarifikasi kebutuhan dan intepretasimereka [2].
f. Flowchart
Alat yang banyak digunakan untukmembuat algoritma dalam pembuatanprogram adalah diagram alur atau seringdisebut dengan flowchart[4].
3 RANCANGAN SISTEMa. Profil PT Perkebunan Mitra Ogan
PT Perkebunan Mitra Ogan (PTPMO) berkedudukan di kota Palembang,didirikan pada tanggal 19 Desember 1988.PTP MO merupakan perusahaan patunganantara PT RNI dan PTPN III yangbergerak dibidang usaha perkebunan,pengolahan, dan pemasaran hasilperkebunan kelapa sawit dengan produkutamanya antara lain minyak sawit mentah/ Crude Palm Oil (CPO) dan inti sawit /Palm Kernel (PK).
b. Pengumpulan Data
Pada tahap ini dikumpulkaninformasi, keterangan dari narasumbermelalui pihak perusahaan tentang produksiminyak sawit, teori-teori dari buku,rujukan dari artikel ataupun jurnal yangterkait dengan metode fuzzy Mamdaniserta referensi lain yang dapat digunakanuntuk menyelesaikan laporan skripsi ini.
c. Wawancara
Wawancara dilakukan pada pihakperusahaan PT Perkebunan Mitra Ogan
Hal - 4
Baturaja sebagai tempat pengambilan data.Hal yang mungkin ha
