Penerapan Fuzzy Inference System Untuk Menentukan Jumlah Produksi Kelapa Sawit.docx

BAB 1 PENDAHULUAN 1.1 Latar Belakang Sektor pertanian merupakan sektor yang sangat penting didalam perekonomian diberbagai negara berkembang termasuk Indonesia. Kelapa sawit merupakan tumbuhan yang berguna sebagai penghasil minyak masak, minyak industri, maupun bahan bakar.(Lina Arliana Nur Kadim,2014) Produksi pertanian hanya dapat diperoleh jika persyaratan yang dibutuhkan dapat dipenuhi, yaitu tanah, tenaga kerja, modal, dan skill. Indonesia sebagai negara yang banyak mempunyai perkebunan kelapa sawit sehingga banyak persaingan investor di dunia pasar, yang dapat dilihat tidak konstanya harga kelapa sawit berubah-ubah dengan standar dan hukum Indonesia (Asni,2005) . Produksi kelapa sawit untuk berbagai kebutuhan tentu menyita banyak sekali akan kebutuhan-kebutuhan perusahaan, baik itu waktu, biaya, maupun proses produksi itu sendiri. Tidak serta merta juga proses akan berjalan dengan baik, kebutuhan produksi akan kelapa sawit pun juga dipengaruhi dengan tingkat kematangan kelapa sawit, dan musim yang sedang terjadi. Perusahaan yang biasa bergerak disektor pertanian kelapa sawit rata-rata mengolah kelapa sawit menjadi minyak, yang mampu memberikan keuntungan. Namun dalam satu sisi, perusahaan bisa menjadi rugi karena kesalahan prediksi atas apa yang akan terjadi di masa yang akan datang, bisa jadi karena kekurangan pasokan kelapa sawit, maupun kelebihan produksi. Proses produksi kelapa sawit sulit untuk diprediksi, maka solusinya adalah menggunakan logika fuzzy karena fleksibel dan memiliki toleransi terhadap hasil prediksi menggunakan logika fuzzy adalah lebih besar hasilnya sehingga tidak terjadi kekurangan untuk memproduksi kelapa sawit. Selain itu logika fuzzy dapat membangun dan mengaplikasikan pengalamanpengalaman para pakar secara langsung dan menggunakan data pelatihan.Dengan menggunakan fuzzy inference system metode Tsukamoto akan diperoleh basis aturan yang diperoleh berdasarkan data produksi , sehingga mendapat aturan yang sesuai dengan permasalahan.

1

1.2 Rumusan Masalah Berdasarkan latar belakang yang sudah dijelaskan di atas, permasalahan yang dapat diangkat yaitu bagaimana merancang dan membangun Fuzzy Inference System yang mampu memprediksi dan menentukan jumlah produksi kelapa sawit. 1.3 Batasan Masalah Batasan masalah dalam merancang aplikasi ini adalah sebagai berikut: 1. Hasil dari penentuan jumlah produksi kelapa sawit menggunakan logika fuzzy. 2. Penulis hanya menggunakan fuzzy inference system metode Tsukamoto. 3. Variabel yang digunakan dalam pengambilan keputusan produksi barang ada 2 macam, yaitu permintaan, persediaan. 1.4 Tujuan Penelitian Tujuan penelitian masalah dalam pembahasan tugas akhir ini adalah sebagai berikut : a. Untuk menentukan jumlah prediksi kelapa sawit menggunakan fuzzy inference system dengan metode Tsukamoto. b. Untuk menentukan aturan yang sesuai dengan data. 1.5 Manfaat Penelitian Manfaat penelitian dalam pembahasan tugas akhir ini adalah sebagai berikut: a. Dapat memebantu proses prediksi kelapa sawit di perusahaan. b. Memberikan wawasan baru dalam prediksi kelapa sawit pada suatu perusahaan dengan menggunakan fuzzy inference system metode Tsukamoto. c. Memprediksi jumlah produksi berdasarkan jumlah permintaan dan persediaan sehingga pengusaha dapat mengoptimalkan produksi kelapa sawit.8 1.6 Landasan Teori Fuzzy adalah sebuah sistem kontrol untuk pemecahan masalah berbasis komputer berbasis akuisisi data. Logika fuzzy mempunyai dua kemungkinan seperti 0 atau 1, “ benar” atau “salah”. Meskipun nilai keanggotaanya sama namun fuzzy mampu membedakan nilai dari keanggotaan tersebut dari bobot yang dimiliki. Fuzzy mampu memodelkan fungsi-fungsi non

2

linear yang sangat kompleks dan memiliki toleransi terhadap data yang tidak tepat dengan menggunakan bahasa alami sehingga mudah untuk dimengerti . 1.6.1 Himpunan Fuzzy Himpunan fuzzy adalah lanjutan dari himpunan tegas dengan keberadaan suatu elemen tidak lagi bernilai benar atau salah, tetapi mempunyai derajat keanggotaan yang berada dalam rentang [0,1] Definisi(Li-Xin Wang, 1997:22) Suatu himpunan fuzzy pada himpunan semesta U dapat dinyatakan dengan nilai fungsi keanggotaan pada interval [0 1]. Suatu himpunan fuzzy A pada himpunan semesta U dapat dinyatakan dengan himpunan pasangan terurut elemen x dan nilai keanggotaanya. Secara matematis pernyataan tersebut dapat ditulis dengan : A = {(x, µA (x))| x U}. 1.6.2 Fungsi Keanggotaan Fuzzy Fungsi keanggotaan fuzzydapat direoresentasikan dengan beberapa cara, seperti reprentasi secara grafik, representasi secara tabulasi/list, representasi secara geometrik dan representasi secara analitik. Adapun fungsi keanggotaan yang biasa digunakan secara analitik yaitu representasi llinear, representasi kurva segitiga, representaasi kurva trapesium, representasi kurva S(sigmoid), representasi kurva bentuk lonceng, representasi kurva bahu.(Sri Kusumadewi, 2010) 1.6.3 Operator Fuzzy Seperti halnya himpunan tegas (crips set), ada beberapa operasi yang didefinisikan secara khusus untuk mengkombinasikan dan memodifikasi himpunan fuzzy. Nilai keanggotaan sebagai hasil dari operasi dua himpunan sering dikenal dengan nama fire strength atau α-cut. Ada tiga operator dasar yang diciptakan Zadeh, yaitu : AND,OR, dan NOR. 1.6.4 Fungsi Implikasi Secara umum, terdapat dua fungsi implikasi yang dapat digunakan, yaitu Min(minimum),Dot(product)(Sri Kusumadewi,2010) 1.6.5 Sistem Inferensi Fuzzy Terdapat tiga metode sistem inferensi fuzzy yaitu metode Tsukamoto, metode Mamdani, dan metode Sugeno. 3

1.6.6 Defuzzifikasi Defuzzifikasi digunakan untuk menghasilkan nilai variabel solusi yang diinginkan dari suatu daerah konsekuen fuzzy. Karena sistem inferensi hanya dapat membaca nilai yang tegas, maka diperlukan suatu mekanisme untuk mengubah nilai fuzzy output itu menjadi tegas. 1.7 Metode Penelitian Dalam melaksanakan penelitian ini, penulis menggunakan metode yang terbagi menjadi dua bagian, yaitu : 1.7.1 Metode Pengumpulan Data Pada metode pengumpulan data, penulis akan mengklasifikasikan data yang diperoleh berdasarkan dari jenis data yang diperlukan. Penelitian yang penulis kerjakan merupakann sebuah penelitian kualitatif, maka dari itu diperlukan data dalam bentuk bukan angka. a. Wawancara (interview) Wawancara dilakukan kepada pihak yang terkait untuk mengetahui permasalahan yang dihadapi. Dengan melakukan dialog atau proses tanya jawab kepada narasumber serta meminta data terkait dengan kebutuhan data. b. Studi Literatur (Library Research) Pengumpulan data juga dilakukan dengan melakukan studi pustaka maupun kajian terhadap penelitian-penelitian sebelumnya dengan menggunakan buku, jurnal, dan paper yang berhubungan dengan permasalahan yang akan dibahas dalam penulisan laporan tugas akhir ini. Selain itu peneliti juga menggunakan saran internet untuk mendapatkan informasi mengenai topik tugas akhir seperti artikel yang berhubungan dengan topik. 1.7.2 Metode Pengembangan Sistem Dalam melakukan pengembangan sistem, peneliti menggunakan seperangkat komputer dengan spesifikasi perangkat keras(hardware) sebagai berikut: a. AMD A8-6410 APU 4

b. RAM 4 GB c. Hardisk sebesar 500 GB Adapun perangkat lunak (software) yang hendak digunakan dalam penelitian antara lain: a. Sistem Operasi Windows 8.1 b. NetBeans c. XAMPP Metode pengembangan sistem yang akan digunakan dalam perancangan fuzzy inference system metode Tsukamoto ini mengikuti tahapan-tahapan dalam pengembangan model waterfall yang biasa disebut classic life cycle (Pressman,2005). Adapun tahapan-tahapannya adalah sebagai berikut : a. Communication Merupakan tahapan komunikasi dengan stakeholder tentang kebutuhan sistem yang hendak dikembangkan b. Planning Merupakan tahapan perencanaan tentang bagaimana sistem dibuat c. Modelling Merupakan tahapan desain atau permodelan sistem. Pada tahapan ini dilakukan perancangan DFD, ERD, desain database dan rancangan desain antarmuka (interface) sistem. d. Construction Merupakan tahap implementasi sistem. Berdasarkan rancangan yang telah dibuat di tahapan modelling, selanjutnya akan dilakukan pengembangan pada tahap construction. Di tahap ini rancangan diubah bentuk yang dimengerti oleh mesin menggunakan bahasa pemrograman. e. Deployment Pada tahap ini, sistem yang telah dibuat akan dilakukan pengujian oleh pengguna sehingga akan diperoleh kesesuain hasil implementasi dari identifikasi kebutuhan, serta harapan dan tujuan pengembangan sistem 1.8. Jadwal Penelitian

5

Untuk jadwal penelitian yang akan dilakukan penulis adalah sebagai berikut :

September

Oktober

November

Desember

Januari

Studi Pustaka Perancangan Sistem Implementasi Pengujian dan Analisis Sistem Pembuatan Laporan

6

DAFTAR PUSTAKA

Nur Kadim, Lina Arliana. 2014. Analisa Hubungan Faktor Yang Mempengaruhi Harga Jual Minyak Kelapa Sawit Pada Pt. Langkat Nusantara Kepong PKS. Padang Brahrang. Informasi dan Teknologi Ilmiah Asni.2005. Analisis Pendapatan Dan Alih Fungsi Lahan Di Kabupaten Labuhan Batu. Tesis. Program Pascasarjana Program Magister Ekonomi Pembangunan. USU. Mutammimul. 2014, Implementasi Logika Fuzzy Dalam Optimasi Jumlah Pengadaan Barang Menggunakan Metode Tsukamoto, Skripsi: Universitas Malikussaleh. Kusumadewi S. 2010, Aplikasi Logika Fuzzy, Untuk pendukung keputusan, Yogyakarta: Graha Ilmu Susilo F., 2003, Himpunan dan Logika Kabur Serta Aplikasinya, Yogyakarta: Graha Ilmu. Sri Kusumadewi dan Heri Purnomo. 2013. Aplikasi Logika Fuzzy. Yogyakarta: Graha Ilmu Wang, L.X. 1997. A Course in Fuzzy System and Control. New Jersey: Prentice Hall International, Inc

7