4

BAB II

TINJAUAN PUSTAKA DAN LANDASAN TEORI

2.1 Tinjauan Pustaka

Penelitian dengan judul “PERANCANGAN SISTEM INFORMASI

MANAJEMEN PERSEDIAAN BARANG ELECTROLUX AUTHORIZED

SERVICE CV. MOMENTUM TEKNIK”. Penelitian ini membahas tentang

permasalahan sistem inventory yang dimiliki “Electrolux Authorized Service CV.

Momentum Teknik” yang menggunakan pendokumentasian data barang masuk dan

barang keluar secara manual sehingga membuat lambatnya kinerja perusahaan. Data-

data tersebut tidak terintegrasi dan tidak terkonsolidasi. Karena itu dibuat perancangan

sistem informasi manajemen persediaan barang secara komputerisasi dan terintegrasi

agar mempercepat kinerja perusahaan. Guna menerapkan perancangan tersebut,

maka digunakan metode System Development Life Cycle (SDLC) mulai dari

perencanaan sistem hingga tahap perancangan sistem yang rinci, mencakup

perancangan database, perancangan kontrol, perancangan input output, hingga

teknologinya (Sawitri, 2013)

Penelitian dengan judul “PERANCANGAN SISTEM INFORMASI UNTUK

PENGENDALIAN STOK SECARA SIMULTAN DAN REAL TIME BERBASIS

MOBILE AGENT PADA SUPPLY CHAIN”. Persaingan global yang semakin

kompetitif menyebabkan siklus hidup produk menjadi lebih pendek dan kecenderungan

penurunan harga dalam waktu yang relatif singkat. Perusahaan manufaktur sebagai

produsen harus melakukan pengendalian produksi sesuai dengan permintaan kustomer

di masing-masing distributor. Penjualan di tiap distributor mengalami perubahan setiap

saat sehingga diperlukan monitoring perubahan stok dan penjualan secara simultan dan

real time. Untuk menjawab permasalahan di atas diperlukan perancangan sistem

informasi berbasis objek untuk pengendalian stok dan penjualan yang meliputi

monitoring, updating dan prediksi. Proses monitoring dan updating stok dan penjualan

dilakukan oleh mobile agent yang dapat berpindah dalam jaringan web, sedangkan

5

prediksi posisi stok dan laju penjualan digunakan untuk membantu manajemen dalam

menentukan produksi. Penelitian ini mencoba untuk mengembangkan sistem informasi

untuk pengendalian stok dan penjualan dan pembangunan prototipe sistem yang akan

diimplementasikan dengan Java dan Aglets sebagai agent server, sedangkan transaksi

yang terjadi di masing-masing distributor diimplementasikan dengan script PHP yang

berjalan pada server Apache dengan basis data MySQL. Verifikasi model dilakukan

dengan pengujian prototipe untuk mensimulasikan kondisi yang terjadi dalam sistem

sesungguhnya. Dari hasil simulasi, sistem yang dikembangkan mampu menjalankan

fungsi pengendalian yang meliputi monitoring, updating dan prediksi stok dan

penjualan di masing-masing distributor secara simultan dan real time (Ali, 2004).

Penelitian dengan judul “SISTEM PENDUKUNG KEPUTUSAN

PENENTUAN JUMLAH PENGADAAN BARANG PADA CV. RODA BAJA

MANDIRI SEMARANG DENGAN METODE MAMDANI”. Kebutuhan akan

informasi yang cepat, tepat dan akurat merupakan suatu hal yang mutlak pada

era yang serba cepat seperti ini. Suatu sistem yang baik harus mampu memberikan

informasi pada waktunya, dengan data-data yang akurat dan tepat dalam proses

pengolahannya. Salah satu faktor yang terjadi pada CV. Roda Baja Mandiri adalah

Kelebihan stok besi digudang bisa mengakibatkan besi berkarat, sehingga secara

kualitas sudah mengalami penyusutan. Jika konsumen mengetahui hal ini maka ketika

menyerahkan suatu pesanan kontruksi akan meminta besi dengan kualitas terbaru.

Sehingga besi yang mengalami penumpukan di gudang tidak akan dipakai. Sisa

besi yang tertumpuk di gudang tidak bisa dikembalikan ke suplier karena dari awal

transaksi suplai besi ke gudang dengan melakukan pembayaran cash. Pada intinya

faktor utama yang harus diperhatikan adalah mengenai pengadaan stok barang.

Distributor atau pedagang harus mampu menyesuaikan antara permintaan konsumen

dengan stok barang yang harus tersedia di gudang. Diperlukan sebuah sistem

pendukung keputusan yang mampu memberikan bantuan dalam menentukan secara

otomatis jumlah pengadaan barang berdasarkan analisa data pada kurun waktu

tertentu. Pembuatan laporan análisis pembelian barang masih disusun secara

6

manual, dengan mengumpulkan data-data transaksi yang terjadi pada periode

tertentu, sehingga banyak kesalahan data pada laporan yang dihasilkan, selainitu

memerlukan waktu yang cukup lama. Metode yang digunakan adalah metode

mamdani, metodeini berguna menentukan pengadaan yang sesuai untuk setiap

barangnya. Hasil dari pemakaian metode mamdani adalah pengadaan yang

dilakukan sesuai dengan realita barang yang laku untuk periode tertentu (Saputro,

2010).

Penelitian dengan judul “SISTEM PERSEDIAAN KAYU JATI DENGAN

FUZZY TSUKAMOTO”. Indonesia merupakan negara agraris dengan hutan sebagai

mata pencaharian sebagian warga, baik untuk digunakan sebagai komoditas dalam

negeri maupun komoditas ekspor. Salah satu komoditas yang dilakukan beberapa

masyarakat Indonesia adalah pembuatan kerajinan rumah tangga dengan

menggunakan kayu jati. Penggunaan kayu jati sudah dikenal sejak zaman dahulu,

karena kayu jati mempunyai tekstur yang kuat sehingga dapat bertahan lama.Namun

dengan penggunaan stok persediaan kayu yang baik, dapat berdampak pada efisiensi

kerja dan beban biaya pengusaha. Dalam penelitian ini akan diteliti pembelian dan

penjualan terhadap stok persediaan dengan menggunakan metode fuzzy Tsukamoto.

Dengan diketahui stok yang ada, maka akan didapatkan jawaban apakah stok

kurang atau sebaliknya. Sehingga pengusaha akan dapat melakukan kebijakan

terhadap persediaan yang ada (Hayadi, 2015).

Penelitian dengan judul “RANCANG BANGUN APLIKASI SISTEM

INFORMASI PENJUALAN DAN STOK BARANG DI TOKO WIDARI GARUT’

Sistem adalah Suatu jaringan kerja dari prosedur-prosedur yang saling

berhubungan, berkumpul bersama-sama untuk melakukan suatu kegiatan atau untuk

menyelesaikan suatu sasaran yang tertentu. Informasi merupakan data yang telah

diolah menjadi suatu bentuk yang lebih berguna dan lebih berarti bagi yang

menerimanya. sistem Informasi merupakan Suatu sistem didalam suatu organisasi

yang mempertemukan kebutuhan pengolahan transaksi harian, mendukung operasi,

bersifat manajerial dan kegiatan strategi dari suatu organisasi dan menyediakan

7

pihak luar tertentu dengan laporan-laporan yang diperlukan. Toko Widari Garut

merupakan salah satu toko pakaian bordir yang berada di kabupaten Garut yang

bergerak pada bidang penjualan baju muslim penjualan yang dilakukan secara

tunai. Kegiatan pengolahan pencatatan barang masuk, barang keluar dan penjualan

menjadi sesuatu yang sangat penting untuk kemajuan toko tersebut. Hampir di setiap

harinya, kegiatan pencatatan barang masuk, barang keluar dan penjualan ini

dilakukan. namun dalam kegiatan pemrosesan masih ditemukan banyak permasalahan

yang timbul. pekerjaan yang dilakukan selama ini hanya menggunakan manual yang

dimana penjualan, pencatatan barang masuk, barang keluar masih menggunakan

pencatatan dalam sebuah buku, sehingga penumpukan berkas/catatan menjadi hal yang

sangat tidak efisien. Dalam mendukung kegiatan sistem penjualan, barang masuk dan

barang keluar , dibutuhkan suatu sistem yang lebih terkomputerisasi agar dapat

memperlancar serta mempermudah proses penjualan, pencatatan barang masuk dan

barang keluar. Metode perancangan sistem yang digunakan dalam Laporan Tugas

Akhir ini adalah menggunakan metodologi sekuensial linier pendekatan waterfall,

Model ini mengusulkan sebuah pendekatan kepada perkembangan software.

Dimodelkan setelah siklus rekayasa konvensional, model sekuensial linier

melingkupi aktivitas-aktivitas. Berdasarkan hasil penelitian Tugas Akhir ini,

diharapkan dengan adanya Sistem Informasi penjualan, pencatatan barang masuk

dan barang ini dapat membantu Toko Widari Garut dalam melakukantransaksi

penjualan, pencatatan barang masuk dan barang keluar yang lebih

terkomputerisasi, efisien dan akurat (Maulana, 2015)

Penelitian dengan judul “SISTEM INFORMASI PENGHITUNGAN STOK

BARANG PADA TOKO SEPATU MEDLEY MENGGUNAKAN METODE

ECONOMIC ORDER QUANTITY (EOQ)” Sistem stok barang merupakan kegiatan

dalam proses mengelola data transaksi dan persediaan dalam gudang, sistem stok

barang biasanya terdiri dari sistem penerimaan barang, sistem pembelian barang dan

sistem gudang. Sistem pendataan stok barang di Toko Sepatu Medley Palembang

masih dilakukan dengan bantuan aplikasi perkantoran yaitu belum terkomputerisasi,

8

dengan aplikasi ini pendataan dilakukan secara berulang-ulang, sering kali terjadi

duplikasi data dan hasil pengetikan disimpan dalam map-map berupa arsip kertas.

Solusi dari permasalahan diatas, dengan memanfaatkan suatu teknologi informasi

untuk mengetahui stok barang dalam mencari data dan pembuatan laporan untuk

pimpinan (Tanjung, 2015)

Penelitian ini fokus untuk menentukan informasi stok barang dengan

mengunakan fuzzy tsukamoto dengan mengunakan beberapa variabel persedian dan

permintaan. Sistem ini ditunjukan untuk membantu menentukan informasi stok barang.

Optimasi jumlah pengadaan barang dilakukan dengan menggunakan dua variabel,

yaitu persediaan dan permintaan. Variabel persediaan terdiri dari dua himpunan fuzzy,

yaitu : turun dan naik, variabel permintaan terdiri dari dua himpunan fuzzy, yaitu :

sedikit dan banyak. Dengan mengkombinasikan semua himpunan fuzzy tersebut,

diperoleh empat aturan fuzzy, yang selanjutnya digunakan dalam setiap inferensi.

Analisa dengan menggunakan metode Tsukamoto ini memperlihatkan kondisi rill

yang harus dijalankan pihak penjual barang di Toko Ud Rezeki Barokah dalam

melakukan proses pengadaan barang supaya lebih tepat sasaran.

2.2 Landasan Teori

2.2.1 Stok Barang

Stok Barang persediaan dapat diartikan sebagai barang-barang yang

disimpan untuk digunakan atau dijual pada masa atau periode yang akan datang.

Persediaan terdiri dari persediaan bahan baku, persediaan bahan setengah jadi dan

persediaan barang jadi. Persediaan bahan baku dan bahan setengah jadi disimpan

sebelum digunakan atau dimasukkan ke dalam proses produksi, sedangkan

persediaan barang jadi atau barang dagangan disimpan sebelum dijual atau

dipasarkan. Dengan demikian setiap toko yang melakukan kegiatan usaha

umumnya memiliki persediaan. Persediaan merupakan suatu model yang umum

digunakan untuk menyelesaikan masalah yang terkait dengan usaha pengendalian

bahan baku maupun barang jadi dalam suatu aktifitas toko. Maka dapat diambil

kesimpulan bahwa pengertian pengendalian persediaan merupakan suatu usaha

9

memonitor dan menentukan tingkat komposisi bahan yang optimal dalam

menunjang kelancaran dan efektifitas serta efisiensi dalam kegiatan toko (Jheon,

2017)

2.2.2 Definisi Stok Barang

Stok barang ialah sebagai suatu aktivitas lancar yang meliputi barang-

barang yang merupakan milik perusahaan dengan sebuah maksud supaya dijual

dalam suatu periode usaha normal ataupun persediaan barang-barang yang masih

dalam pekerjaan sebuah proses produksi maupun persediaan bahan baku yang juga

menunggu penggunaannya di dalam suatu proses produksi (Assauri, 2016).

2.2.3 Sistem Pendukung Keputusan

Sistem Pendukung Keputusan (Decision Support System) adalah sebuah

sistem yang mampu memberikan kemampuan pemecahan masalah maupun

kemampuan pengkomunikasian untuk masalah dengan kondisi semi terstruktur

dan tak terstruktur. Sistem ini digunakan untuk membantu pengambilan keputusan

dalam situasi semi terstruktur dan situasi yang tidak terstruktur, dimana tak

seorangpun tahu secara pasti bagaimana keputusan seharusnya dibuat (Riadi,

2013)

Sistem Pendukung Keputusan beserta komponen, manfaat dan tujuannya

lengkap sistem pendukung keputusan merupakan bagian dari sistem informasi

berbasis komputer (termasuk sistem berbasis pengetahuan (knowledge

management) yang digunakan untuk mendukung pengambilan keputusan dalam

suatu organisasi atau perusahaan.

Hal ini juga dapat dianggap sebagai sistem komputer yang mengolah data

menjadi informasi untuk pengambilan keputusan-isu spesifik semi-terstruktur.

Menurut Moore and Chang, SPK dapat digambarkan sebagai sistem yang dapat

mendukung analisis data, dan pemodelan keputusan, orientasi perencanaan masa

depan berorientasi keputusan, dan digunakan pada waktu yang tidak biasa.

Tahapan SPK :

1. Definisi masalah

http://www.gurupendidikan.com/sistem-pendukung-keputusan-beserta-komponen-manfaat-dan-tujuannya-lengkap/http://www.gurupendidikan.com/sistem-pendukung-keputusan-beserta-komponen-manfaat-dan-tujuannya-lengkap/

10

Pengumpulan data atau elemen informasi yang relevan Pengolahan data

menjadi informasi baik dalam bentuk laporan grafik maupun tulisan.

2. Menentukan alternatif-alternatif solusi (bisa dalam persentase)

3. Tujuan dari SPK:

a. Membantu menyelesaikan masalah semi-terstruktur

b. Mendukung manajer dalam mengambil keputusan suatu masalah

c. Meningkatkan efektifitas bukan efisiensi pengambilan keputusan

d. Dalam pengolahan, DSS bisa menggunakan bantuan sistem lain

seperti Artificial Intelligence, Expert Systems, Fuzzy Logic, dan lain

lain.

4. Manfaat Sistem Pendukung Keputusan SPK dapat memberikan berbagai

manfaat dan keuntungan. Manfaat yang dapat diambil dari SPK adalah :

a. SPK memperluas kemampuan pengambil keputusan dalam

memproses data informasi bagi pemakainya.

b. SPK membantu pengambil keputusan untuk memecahkan masalah,

terutama dalam berbagai isu yang sangat kompleks dan tidak

terstruktur.

c. SPK dapat menghasilkan solusi yang lebih cepat dan hasil yang

lebih dapat diandalkan.

Walaupun suatu SPK mungkin tidak dapat memecahkan masalah yang

dihadapi oleh pengambil keputusan, tapi dia bisa menjadi stimulan bagi para

pengambil keputusan dalam memahami masalah, karena mampu menghadirkan

berbagai solusi alternatif.

Komponen Sistem Pendukung Keputusan secara umum, Sistem Pendukung

Keputusan yang dikembangkan oleh tiga komponen utama, yaitu manajemen

database, Basis Model dan Sistem Software/User Interface. Komponen SPK dapat

digambarkan sebagai berikut.

11

Database Management Adalah subsistem dari data yang terorganisir dalam

database. Data adalah suatu sistem pendukung keputusan dapat berasal dari luar

dan dalam lingkungan.

Model Base Adalah model yang mewakili masalah dalam format kuantitatif

(model matematika sebagai contoh) sebagai dasar simulasi atau pengambilan

keputusan, termasuk tujuan permaslahan (tujuan), komponen terkait, keterbatasan

yang ada (kendala), dan hal-hal terkait lainnya (Kurniawan, 2016).

2.2.4 Logika Fuzzy

Kosep tentang logika fuzzy diperkenalkan oleh Prof. Lotfi Astor Zedah

pada tahun 1962. Fuzzy adalah metodelogi sistem control pemecah masalah, yang

cocok untuk di implementasikan pada sistem, mulai dari sistem yang sederhana,

sistem kecil, embedded system, jaringan PC, multi-chanel atau workstation

berbasis akuisisi data, dan sistem kontrol. Metodelogi ini dapat diterapkan pada

perangkat keras, perangkat lunak atau kombinasi pada keduanya. Dalam logika

klasik klasik dinyatakan bahwa segalanya sesuatu bersifat biner, yang artinya

adalah hanya mempunyai dua kemungkinan, “Ya” atau “Tidak”, “Benar” atau

“Salah”, “Baik” atau “Buruk” dan lain-lain, oleh karna itu, semua ini dapat

mempunyai nilai keanggotaan 0 atau 1. Akan tetapi, dalam logika fuzzy

memungkinkan nilai keanggotaan berada diantara 0 dan 1. Artinya, bisa saja suatu

keadaan mempunyai dua nilai “Ya dan Tidak”, “Benar dan Salah”, “Baik dan

Buruk” secara bersamaan, namun besar nilainya tergantung pada bobot

keanggotaan yang dimiliki. Logika fuzzy dapat digunakan di berbagai bidang,

seperti pada sistem diagnosa penyakit (dalam bidang kedokteran); pemodelan

sistem pemasaran, riset operasi (dalam bidang ekonomi); kendali kualitas air,

predeksi adanya gempa bumi, klasifikasi dan pencocokan pola (dalam bidang

tehnik).

Kontroler logika fuzzy dikategorikan dalam kontrol cerdas (intellegent

control). Unit logika fuzzy memiliki kemampuan menyelesaikan masalah perilaku

12

sistem yang kompleks, yang tidak dimiliki oleh kontroler konvensional Secara

umum kontroler logika fuzzy memiliki kemampuan sebagai berikut :

Beroperasi tanpa campur tangan manusia secara langsung tetapi memiliki

efektivitas yang sama dengan kontroler manusia.

1. Mampu menangani sistem-sistem yang kompleks non-linier dan tidak

tetap.

2. Memenuhi spesifikasi operasional dan kriteria kinerja.

3. Struktur sederhana, kokoh dan beroperasi real time.

Ada 4 tahapan dalam fuzzy logic, yaitu : fuzzifikasi, penalaran/ Inferensia

(untuk penetapan Rule Base), aturan dasar dan defuzzifikasi, seperti diperlihatkan

dalam blok diagram Gambar 2.1.

Fuzzy Sistem

Gambar 2. 1 Sistem fuzzy

Berdasarkan gambar Gambar 2.1, dalam sistem logika fuzzy terdapat

beberapa tahapan operasional yang meliputi :

1. Fuzzifikasi adalah suatu proses pengubahan nilai tegas yang ada ke dalam

fungsi keanggotaan.

2. penalaran adalah proses implikasi dalam menalar nilai masukan guna

penentuan nilai keluaran sebagai bentuk pengambilan keputusan. Salah

satu model penalaran yang banyak dipakai adalah penalaran max-min.

Dalam penalaran ini, proses pertama yang dilakukan adalah melakukan

operasi min sinyal keluaran lapisan fuzzifikasi, yang diteruskan dengan

13

operasi max untuk mencari nilai keluaran yang selanjutnya akan

didefuzzifikasikan sebagai bentuk keluaran.

Aturan dasar (rule based) pada control logika fuzzy merupakan suatu

bentuk aturan relasi “Jika-Maka” atau “if-then” seperti berikut ini: if x is A then y

is B dimana A dan B adalah linguistic values yang didefinisikan dalam rentang

variabel X dan Y. Pernyataan “x is A” disebut antecedent atau premis. Pernyataan

“y is B” disebut consequent atau kesimpulan.

Defuzzifikasi Input dari proses defuzzifikasi adalah suatu himpunan fuzzy

yang diperoleh dari komposisi aturan-aturan fuzzy, sedangkan output yang

dihasilkan merupakan suatu bilangan pada domain himpunan fuzzy tersebut.

Sehingga jika diberikan suatu himpunan fuzzy dalam range tertentu, maka harus

dapat diambil suatu nilai crisp tertentu.

Kelebihan dan kekurangan logika fuzzy Kelebihan dari logika fuzzy dapat

disimpulkan sebagi berikut :

1. Konsep logika fuzzy mudah dimengerti. Konsep matematis yang mendasari

penalaran fuzzy sangat sederhana dan mudah dimengerti.

2. Logika Fuzzy sangat fleksibel.

3. Logika fuzzy memiliki toleransi terhadap data-data yang tidak tepat.

4. Logika Fuzzy mampu memodelkan fungsi-fungsi non linear yang sangat

kompleks.

5. Logika fuzzy dapat membangun dan mengaplikasikan pengalaman-

pengalaman para pakar secara langsung tanpa harus melalui proses

pelatihan.

6. Logika Fuzzy dapat bekerjasama dengan teknik-teknik kendali secara

konvensional.

7. Logika fuzzy didasarkan pada bahasa alami.

Selain kelebihan yang telah dijelaskan di atas, ternyata Fuzzy Logic juga

memiliki kekurangan. Dalam mendesain fuzzy logic, sering ditemukan kesulitan

14

dalam menentukan preferensi atau parameter agar output yang dihasilkan akurat,

yaitu (nocuproject, 2016)

1. Fuzzy logic lebih cocok untuk masalah intuitive dan untuk permasalahan

yang menangani control.

2. Jumlah Nilai Linguistik untuk setiap variabel, harus merubah nilai crisp

menjadi nilai linguisik. Jumlah dari nilai linguistik yang digunakan harus

sesuai dengan permasalahan yang akan kita selesaikan.

1. Batas-batas nilai linguistik akan sangat berpengaruh pada akurasi fuzzy

logic.

2. Fungsi keanggotaan segitiga dan trapesium.

2.2.4.1 Himpunan Fuzzy

Pada himpunan tegas (crisp), nilai keanggotaan suatu objek x dalam suatu

himpunan A, yang sering ditulis dengan µA[x], memiliki 2 kemungkinan yaitu sebagai

berikut:

a. Satu (1), yang berarti bahwa suatu objek menjadi anggota dalam suatu

himpunan, atau

b. Nol (0), yang berarti bahwa suatu objek tidak menjadi anggota dalam suatu

himpunan (Kusumadewi, 2004).

Misalkan variabel umur dibagi 3 kategori sebagai berikut :

MUDA : umur < 35 tahun

PAROBAYA : 35 ≤ umur ≤ 55 tahun

TUA : umur > 55 tahun

Apabila seseorang berusia 34 tahun, maka ia dikatakan MUDA (µMUDA

[34thn] = 1). Apabila seseorang berusia 35 tahun kurang 1 hari, maka ia dikatakan

TIDAK MUDA (µMUDA [35thn -1hr]=0).

Adanya perubahan kecil saja pada suatu nilai mengakibatkan perbedaan

kategori yang cukup signifikan. Himpunan fuzzy digunakan untuk mengantisipasi hal

tersebut. Seseorang dapat masuk dalam 2 himpunan yang berbeda, MUDA dan

PAROBAYA, PAROBAYA dan TUA, dan sebagainya. Seberapa besar eksistensinya

15

dalam himpunan tersebut dapat dilihat berdasarkan nilai keanggotaannya. Himpunan

fuzzy memiliki 2 atribut yakni sebagai berikut:

1. Linguistik adalah penamaan suatu grup yang mewakili suatu keadaan atau

kondisi tertentu dengan menggunakan bahasa alami. Suatu variabel linguistik

adalah sebuah variabel yang memiliki nilai berupa kata-kata dalam bahasa

alamiah. Setiap variabel linguistik berkaitan dengan sebuah fungsi

keanggotaan (Kusumadewi, 2004). Seperti : MUDA, PAROBAYA, TUA.

2. Numeris adalah suatu nilai (angka) yang menunjukkan ukuran dari suatu

variabel seperti : 35, 55, dan sebagainya.

Dalarn membangun sistem fuzzy, ada hal - hal yang terdapat dalam sistem

fuzzy tersebut yaitu sebagai berikut :

1. Variabel fuzzy merupakan variabel yang dibahas dalam suatu sistem fuzzy

seperti umur, temperatur, permintaan dan sebagainya.

2. Himpunan fuzzy, merupakan suatu grup yang mewakili suatu kondisi atau

keadaan tertentu dalam suatu variabel fuzzy. Contoh : variabel umur, terbagi

atas 3 himpunan fuzzy, yaitu : MUDA, PAROBAYA, TUA.

3. Semesta pembicaraan adalah keseluruhan nilai yang diperbolehkan untuk

dioperasikan dalam suatu variabel fuzzy. Semesta pembicaraaan merupakan

himpunan bilangan real yang senantiasa naik (bertambah) secara monoton

dari kiri ke kanan. Nilai semesta pembicaraan dapat berupa bilangan positif

maupun negatif. Adakalanya nilai semesta pembicaraan tidak dibatasi batas

atasnya. Contoh : Semesta pembicaraan untuk variabel umur : [O +∞].

4. Domain adalah keseluruhan nilai yang diijinkan dalam semesta pembicaraan

dan boleh dioperasikan dalam himpunan fuzzy.

2.2.4.2 Fungsi Keanggotaan

Fungsi keanggotaan (membership function) adalah kurva yang mendefinisikan

bagaimana masing–masing titik dalam ruang input dipetakan ke dalam nilai

keanggotaan (derajat keanggotaan) antara 0 dan 1. Fungsi keanggotaan µ memetakan

elemen x dari himpunan semesta X, ke sebuah bilangan µ[x], yang menentukan derajat

16

keanggotaan dari elemen dalam himpunan fuzzy A, Persamaan himpunannya dapat

dilihat pada Persamaan 2.1.

A= {(x, µ[x]) Ix EX} Persamaan 2. 1

Kisaran nilai fungsi keanggotaan yang paling umum digunakan adalah interval

[0,1]. Dalam hal ini, masing – masing fungsi keanggotaan memetakan elemen – elemen

dari himpunan semesta x yang diberikan, merupakan suatu himpunan tegas ke dalam

bilangan nyata dalam interval [O, 1] (arharni, 2005). Ada beberapa fungsi yang

digunakan yaitu sebagai berikut :

a. Representasi Kurva Trapesium

Kurva trapesium pada dasamya seperti bentuk segitiga, hanya saja ada beberapa titik

yang memiliki nilai keanggotaan 1 (kusumadewi, 2004). Untuk Kurva trapesium

dapat dilihat pada Gambar 2.2 dan untuk Fungsi Keanggotaan dapat dilihat pada

Persamaan 2.2.

𝜇(𝑥) =

{

0; 𝑥 ≤ 𝑎 𝑎𝑡𝑎𝑢 𝑥 ≥ 𝑑 𝑥 − 𝑎

𝑏 − 𝑎 𝑎 ≤ 𝑥 ≤ 𝑏

1; 𝑏 ≤ 𝑥 ≤ 𝑐𝑑 − 𝑥

𝑑 − 𝑐 𝑐 ≤ 𝑥 ≤ 𝑑

Persamaan 2.2

Gambar 2. 2 Kurva Travesium

17

b. Representai Kurva Bahu

Daerah yang terletak di tengah - tengah suatu variable yang direpresentasikan dalam

bentuk segitiga, pada sisi kanan dan kirinya akan naik dan turun. Himpunan fuzzy bahu,

bukan segitiga, digunakan untuk mengakhiri variabel suatu daerah fuzzy. Bahu kiri

bergerak dari benar ke salah, demikian juga bahu kanan bergerak dari salah ke benar

(kusumadewi, 2004). Representasi Kurva Bahu dapat dilihat pada Gambar 2.3.

Gambar 2. 3 Kurva Bahu

2.2.4.3 Operasi Himpunan Fuzzy

Seperti halnya himpunan konvensional, ada beberapa operasi yang

didefinisikan secara khusus untuk mengkombinasikan dan memodifikasi himpunan

fuzzy. Nilai keanggotaan sebagai hasil dari operasi 2 himpunan yang dikenal dengan

nama fire strength atau a- predikat.

Ada tiga operasi dasar dalam himpunan fuzzy yaitu complement, irisan

(intersection) dan gabungan (union) (Arharni, 2005). Untuk Tabel himpunan Fuzzy

dapat dilihat pada Tabel 2.1

Tabel 2. 1 Himpunan Fuzzy

Operasi Fungsi Keanggotaansi Keanggotaan

18

Complenent µA’[x]=1-µA[x]

Intersection µ𝐴∩𝐵 = min(µ𝐴(𝑥), µ𝐵(𝑦)) Union µ𝐴∩𝐵 = max(µ𝐴(𝑥), µ𝐵(𝑦))

2.2.4.5 Sistem Inferensi Fuzzy

Sistem inferensi fuzzy merupakan kerangka komputasi yang didasarkan pada

teori himpunan fuzzy, aturan fuzzy berbentuk IF - THEN, dan penalaran fuzzy

(Kusumadewi, 2004)

2.2.5 Tsukamotto

Metode Tsukamoto merupakan perluasan dari penalaran menonton, Pada

Metode Tsukamoto, setiap konsekuen pada aturan yang berbentuk IF-Then harus

direpresentasikan dengan suatu himpunan fuzzy dengan fungsi keanggotaan yang

menoton (Gambar 2.1). Sebagai hasilnya, output hasil inferensi dari tiap-tiap aturan

diberikan secara tegas (crisp) berdasarkan α-predikat (fire strength). Hasil akhirnya

diperoleh dengan menggunakan rata-rata terbobot (Kusumadewi, 2013).

Gambar 2.3 Metode Tsukamoto

Rata-rata terbobot :

Z = 𝛼1𝑧1+ 𝛼2𝑧2

𝛼1𝛼2 Persamaan 2.3

1

BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI2.1 Tinjauan Pustaka2.2 Landasan Teori2.2.1 Stok Barang2.2.2 Definisi Stok Barang2.2.3 Sistem Pendukung Keputusan2.2.4 Logika Fuzzy2.2.4.1 Himpunan Fuzzy2.2.4.2 Fungsi Keanggotaan2.2.4.3 Operasi Himpunan Fuzzy2.2.4.5 Sistem Inferensi Fuzzy

2.2.5 Tsukamotto