1

TUGAS ARTIFICIAL INTELLIGENT

PENENTUAN JUMLAH PRODUKSI DENGAN APLIKASI METODE FUZZY

- MAMDANI

Diusulkan oleh :

FARID BAHARUDIN ; 081346820770

FAKULTAS TEKNIK

UNIVERSITAS WIDYAGAMA MALANG

2010

2

KATA PENGANTAR

Dengan mengucap puji syukur kehadirat Allah SWT, serta rasa terima

kasih atas Rahmat, Karunia dan Hidayah-Nya bahwasanya saya dapat

menyelesaikan penyusunan makalah ini dengan baik.

Dalam penyusunan makalah Artificial Intelligent ini apabila terdapat

kesalahan yang mungkin karena adanya kesalahan dari pengambilan

bahan ajar baik yang berasal dari sumber on-line, dari diktat buku ajar

AI yang relevan maupun dari jurnal. Terselesaikannya makalah ini

karena adanya dorongan dan petunjuk dari dosen mata kuliah, dan

tidak lupa kami sampikan kepada semua pihak yang telah berjasa

dalam penyelesaian makalah ini.

Saya masih menyadari bahwa dalam proses penyusunan makalah ini

masih terdapat banyak sekali kekurangan dan jauh dari sempurna.

Oleh karena itu saran dan kritik guna perbaikan makalah ke arah yang

lebih baik sangat saya harapkan, guna penyempurnaan.

Demikian yang dapat saya sajikan, semoga banyak memberikan

banyak manfaat bagi semua pihak.

Malang, 29 November 2010

Penulis

3

LATAR BELAKANG

Pada saat ini hampir semua perusahaan yang bergerak dibidang industry

dihadapkan pada suatu masalah yaitu adanya tingkat persaingan yang

semakin kompetitif. Hal ini mengharuskan perusahaan untuk

merencanakan atau menentukan jumlah produksi, agar dapat memenuhi

permintaan pasar dengan tepat waktu dan dengan jumlah yang sesuai.

Sehingga diharapkan keuntungan perusahaan akan meningkat. Pada

dasarnya penentuan jumlah produksi ini direncanakan untuk memenuhi

tingkat produksi guna memenuhi tingkat penjualan yang direncanakan

atau tingkat permintaan pasar.

Logika fuzzy (logika samar) itu sendiri merupakan logika yang berhadapan

dengan konsep kebenaran sebagian, dimana logika klasik menyatakan

bahwa segala hal dapat di ekspresikan dalam istilah binary (0 atau 1).

Logika fuzzy memungkinkan menunjukkan bahwa pada dasarnya logika

fuzzy dapat digunakan untuk memodelkan berbagai sistem. Logika fuzzy

dianggap mampu untuk memetakan suatu input kedalam suatu output

tanpa mengabaikan faktor–faktor yang ada. Logika fuzzy diyakini dapat

sangat fleksibel dan memiliki toleransi terhadap data-data yang ada.

Dengan berdasarkan logika fuzzy, akan dihasilkan suatu model dari suatu

sistem yang mampu memperkirakan jumlah produksi. Faktor–faktor yang

mempengaruhi dalam menentukan jumlah produksi dengan logika fuzzy

antara lain jumlah permintaan dan jumlah persediaan.

PERUMUSAN MASALAH

Berdasarkan uraian dari latar belakang, dapat dirumuskan permasalahan

dari penelitian yang akan dilakukan yaitu: memperkirakan jumlah produksi

berdasarkan logika fuzzy dengan memperhatikan faktor jumlah

permintaan dan jumlah persediaan.

4

BATASAN MASALAH

Produk yang diteliti adalah kloset jongkok.

Faktor–faktor yang mempengaruhi penentuan jumlah produksi

adalah jumlah permintaan dan jumlah persediaan.

Penalaran fuzzy menggunakan metode mamdani

Penegasan (defuzzyfikasi) dengan metode centroid.

Pengolahan data menggunakan bantuan software matlab 6.1

Data lain tidak diteliti atau dianggap tetap.

TUJUAN

Tujuan dari penelitian ini adalah memperkirakan/ Mengestimasi berapa

jumlah produksi pada bulan tertentu berdasarkan logika fuzzy dengan

memperhatikan variabel jumlah permintaan dan jumlah persediaan

barang.

MANFAAT

Diharapkan dengan adanya penelitian ini dapat diambil beberapa manfaat

sebagai berikut :

Sebagai masukan atau informasi yang bermanfaat bagi perusahaan

dalam menentukan atau mempertimbangkan jumlah produksi.

Diharapkan mampu sebagai alat ukur proses perencanaan produksi.

Menambah Ilmu Pengetahuan dalam penerapan konsep logika

fuzzy terhadap bidang–bidang industri.

METODOLOGI PENELITIAN

Dalam Penelitian ini dilakukan beberapa Metode yang runtut dan

sistematis guna tercapainya kualitas data yang mendekati sempurna,

adapun beberapa metode sebagai berikut :

5

Identifikasi Data

Identifikasi data dilakukan dengan penentuan variabel yang diperlukan

dalam melakukan perhitungan dan analisis masalah. Perusahaan dalam

melakukan proses produksi dipengaruhi oleh beberapa faktor, diantaranya

Jumlah Permintaan

Jumlah Persediaan

Jumlah Produksi

Pembentukan himpunan fuzzy

Pada metode ini, baik variabel input maupun variabel output dibagi

menjadi satu atau lebih himpunan fuzzy.

Aplikasi fungsi implikasi

Fungsi implikasi yang digunakan untuk tiap – tiap aturan adalah

fungsi min.

Penegasan (defuzzy)

Proses penegasan (defuzzyfikasi) menggunakan bantuan software

matlab dengan menggunakan fasilitas yang disediakan pada

toolbox fuzzy.

Pengumpulan dan Pengolahan Data

Pengumpulan Data

Data yang dikumpulkan dalam penelitian ini meliputi data

permintaan, data persediaan dan data jumlah produksi

Pengolahan Data

Pengolahan data dilakukan dengan menentukan variabel dan

semesta pembicaraan, dilanjutkan dengan membentuk himpunan

fuzzy. Langkah selanjutnya adalah membuat fungsi keanggotaan

untuk tiap variable permintaan, persediaan dan jumlah produksi.

6

TINJAUAN PUSTAKA

Sistem Inferensi Fuzzy Metode Mamdani

Metode mamdani sering juga dikenal dengan nama metode min–max.

Metode ini diperkenalkan oleh Ebrahim Mamdani pada tahun 1975. Untuk

mendapatkan output diperlukan 4 tahapan, diantaranya :

Pembentukan himpunan fuzzy

Pada metode mamdani baik variabel input maupun variabel output

dibagi menjadi satu atau lebih himpunan fuzzy.

Aplikasi fungsi implikasi

Pada Metode Mamdani, fungsi implikasi yang digunakan adalah

min.

Komposisi aturan

Metode yang digunakan dalam melakukan inferensi sistem fuzzy,

yaitu Metode

max (maximum). Secara umum dapat dituliskan :

μsf[Xi] = max (μsf [Xi], μkf [Xi])

Dengan :

μsf[Xi] = nilai keanggotaan solusi fuzzy sampai aturan ke i

μkf [Xi]) = nilai keanggotaan konsekuan fuzzy aturan ke i

Penegasan (defuzzy)

Defuzzyfikasi pada komposisi aturan mamdani dengan

menggunakan metode

centroid. Dimana pada metode ini, solusi crisp diperoleh dengan

cara mengambil

titik pusat daerah fuzzy. Secara umum dirumuskan :

7

Ada dua keuntungan menggunakan metode centroid, yaitu

Nilai defuzzyfikasi akan bergerak secara halus sehingga

perubahan dari suatu himpunan fuzzy juga akan berjalan

dengan halus.

Lebih mudah dalam perhitungan.

Simulasi

Gambar 1. Plot Sistem Input Jumlah_Permintaan

8

Gambar diatas memperlihatkan jumlah Permintaan Barang pada

periode Bulan tertentu yang berada pada kisaran range 14.868 –

23.432 Unit

Gambar 2. Plot Sistem Input Persediaan Barang

Gambar plot diatasjuga memperlihatkan jumlah persediaan barang

yang ada di gudang pada Bulan tertentu, yaitu berada pada kisaran

1.170 – 3190 Unit.

9

Gambar 3. Plot Sistem Output Jumlah Produksi Barang

Gambar diatas merupakan Plot Sistem Output dari sinergi antara

Jumlah Permintaan dan Persediaan barang yang ada pada suatu

perusahaan dan pada bulan tertentu, setelah melalui pemetaan

dengan metode mamdani didapatkan output jumlah produksi antar

range 14.105 – 25.000 Unit. Ini dilakukan dengan pengambilan

fungsi MIN, yaitu segala bentuk input akan disesuaikan dengan

logika AND (Nilai terkecil).

Gambar 4. Penalaran Fuzzy dengan metode Mamdani – Centroid

10

Gambar 5. Fuzzy Interference Sysytem

Hasil dan Analisa

11

Dari Berbagai permasalahan diatas , dapat diambil beberapa

penalaran yang nantinya dapat dipergunakan dalam pengambilan

keputusan dalam suatu perusahaan yang berkaitan dengan jumlah

produksi barang dalam waktu tertentu. Adapun beberapa Rule

(aturan ) antara lain :

if (Permintaan is Sedikit) and (Persediaan is Sedikit) then (Jumlah Produksi is Sedikit) if (Permintaan is Sedikit) and (Persediaan is Sedikit) then (Jumlah Produksi is Sedang) if (Permintaan is Sedikit) and (Persediaan is Sedang) then (Jumlah Produksi is Sedikit) if (Permintaan is Sedikit) and (Persediaan is Sedang) then (Jumlah Produksi is Sedang) if (Permintaan is Sedikit) and (Persediaan is Sedang) then (Jumlah Produksi is Banyak) if (Permintaan is Sedikit) and (Persediaan is Banyak) then (Jumlah Produksi is Sedikit) if (Permintaan is Sedikit) and (Persediaan is Banyak) then (Jumlah Produksi is Sedang) if (Permintaan is Sedang) and (Persediaan is Sedikit) then (Jumlah Produksi is Sedikit) if (Permintaan is Sedang) and (Persediaan is Sedikit) then (Jumlah Produksi is Sedang) if (Permintaan is Sedang) and (Persediaan is Sedikit) then (Jumlah Produksi is Banyak) if (Permintaan is Sedang) and (Persediaan is Sedang) then (Jumlah Produksi is Sedikit) if (Permintaan is Sedang) and (Persediaan is Sedang) then (Jumlah Produksi is Sedang) if (Permintaan is Sedang) and (Persediaan is Sedang) then (Jumlah Produksi is Banyak) if (Permintaan is Sedang) and (Persediaan is Banyak) then (Jumlah Produksi is Sedikit) if (Permintaan is Sedang) and (Persediaan is Banyak) then (Jumlah Produksi is Sedang) if (Permintaan is Sedang) and (Persediaan is Banyak) then (Jumlah Produksi is Banyak) if (Permintaan is Banyak) and (Persediaan is Sedikit) then (Jumlah Produksi is Sedang) if (Permintaan is Banyak) and (Persediaan is Sedikit) then (Jumlah Produksi is Banyak) if (Permintaan is Banyak) and (Persediaan is Sedang) then (Jumlah Produksi is Sedang) if (Permintaan is Banyak) and (Persediaan is Sedang) then (Jumlah Produksi is Sedang) if (Permintaan is Banyak) and (Persediaan is Banyak) then (Jumlah Produksi is Sedang) if (Permintaan is Banyak) and (Persediaan is Banyak) then (Jumlah Produksi is Banyak)

Langkah terakhir adalah penegasan (defuzzyfikasi). Penegasan dilakukan

dengan bantuan software matlab 6.5 toolbox fuzzy. Hasil pengujian

dengan metode mamdani-centroid dengan input jumlah permintaan

12

sebesar 21.945 unit dan jumlah persediaan sebesar 1.824 unit

menghasilkan output jumlah produksi sebesar 20.300 unit.

13

KESIMPULAN

Berdasarkan hasil penelitian yang telah dilakukan, serta uraian – uraian

yang telah dikemukakan, maka dapat diambil kesimpulan yaitu : Untuk

menentukan jumlah produksi pada bulan juli 2005, dilakukan pengolahan

data dengan menggunakan bantuan software Matlab 6.5 Toolbox Fuzzy,

dimana pada penegasan (defuzzyfikasi) dengan menggunakan metode

centroid. Dengan memasukkan variabel input, yaitu jumlah permintaan

sebesar 21.945 unit dan jumlah persediaan

sebesar 1.824 unit, maka hasil yang didapatkan untuk jumlah produksi

pada bulan juli 2005 sebesar 20.300 unit.

14

DAFTAR PUSTAKA

Cox, Earl, 1994, “The Fuzzy System Handbook”. Massachusetts: Academic Press - Inc Jang, J.R., Sun, C.T., Mizutami, E, 1997, “Neuro Fuzzy and Soft Computing” London: Prentice – Hall Klir, J.R., Bo Yuan, 1999, “ Fuzzy sets and Fuzzy Logic Theory and Aplications”. New Jersey: Prentice Hall Kusumadewi, Sri, 2000, “Perancangan Sistem fuzzy : Studi Kasus Prediksi Jumlah Produksi dan Harga Jual Barang” dalam Jurnal Teknologi Industri Volume 5, No.1. Jogjakarta: Jurusan Teknik Industri Fakultas Teknologi Industri Universitas Islam Indonesia Kusumadewi, Sri, 2002, “Analisis Desain Sistem Fuzzy menggunakan Tool Box Matlab”. Jogjakarta: Graha Ilmu. Kusumadewi, Sri, 2003, “Artificial Intelegence Teknik dan Aplikasinya”. Jogjakarta: Graha Ilmu Kosko, Bart, 1997, “Fuzzy Engineering”. New Jersey: Prentice – Hall, Inc. Pratikno, Budi, 2003, “Aplikasi Fuzzy Servqual untuk Menganalisa Kepuasan Pelanggan terhadap Kualitas Pelayanan Jasa Pendidikan (Studi Kasus Pada Universitas Muhammadiyah Surakarta)”. Skripsi: Universitas Muhammadiyah Surakarta. Sufa, Mila Faila, 2003, “Evaluasi Kinerja Proses pada Gudang Barang Jadi dengan Metode Fuzzy” dalam Prosiding Seminar Nasional “Perubahan Paradigma Bisnis dan Industri terhadap Kompetensi Teknik Industri”. Semarang: Universitas Diponegoro. Zulkifli, Helmi Puri, 2002, “Penerapan Logika Fuzzy untuk Menentukan Jumlah Produk (Studi Kasus di PT. Friesche Vlag Jakarta Indonesia)”. Skripsi: Universitas Islam Indonesia, Jogjakarta.