perancangan aplikasi penentuan syarat mutu sortimen kayu
TRANSCRIPT
1
Perancangan Aplikasi Penentuan Syarat Mutu Sortimen
Kayu Bundar Jati Menggunakan Logika Fuzzy Multi
Attribute Decision Making Berbasis Web
(Studi Kasus : Anugrah Timbers)
Artikel Ilmiah
Diajukan kepada
Fakultas Teknologi Informasi
untuk Memperoleh Gelar Sarjana Komputer
Peneliti : Arfillindy Christy Rende (672011169)
Alz Danny Wowor, S.Si., M.Cs.
Ramos Somya, S.Kom., M.Cs.
Program Studi Teknik Informatika
Fakultas Teknologi Informasi
Universitas Kristen Satya Wacana
Salatiga
Agustus 2015
2
3
4
5
6
7
8
Perancangan Aplikasi
Penentuan Syarat Mutu Sortimen Kayu Bundar Jati
Menggunakan Logika Fuzzy Multi Attribute Decision Making
Berbasis Web
(Studi Kasus : Anugrah Timbers)
1) Arfillindy Christy Rende, 2) Alz Danny Wowor, 3) Ramos Somya
Fakultas Teknologi Informasi
Universitas Kristen Satya Wacana
Jl. Diponegoro 52-60, Salatiga 50711, Indonesia
Email: 1)[email protected], 2)[email protected],3)[email protected]
Abstract
The Determination of wood quality and the calculation process in the Anugrah Timbers
company are still done in manually, so that assessed less effective and efficient because
often mistaken in process calculation wood defects to determine the quality of wood. In
search of wood needed quality calculation that fast and right so the output that comes out
will not make the customer disappointed. Therefore, needed for application to
determination of round teak to overcome human error and issue to the customer. Based
on Fuzzy Multi Attribute Decision Making (MADM) logic method will be determineted
results of wood quality of criteria, namely timber defects are most commonly found on
wood. This research resulted the application to determine quality requirements sortiment
round teak based on web, so as to provide convenience for employees to determine the
quality of wood.
Keyword : Quality of wood, Timber defects, Round teak, Fuzzy Multi Attribute Decision
Making (MADM), Web.
Abstrak
Penentuan Mutu kayu dan proses perhitungan dalam perusahaan Anugrah Timbers masih
dilakukan secara manual sehingga dinilai kurang efektif dan efisien karena sering terjadi
kekeliruan dalam proses perhitungan cacat kayu untuk penentuan mutu kayu itu sendiri.
Dalam pencarian kayu pun dibutuhkan perhitungan mutu yang cepat dan tepat agar output
yang keluar nantinya tidak akan mengecewakan pelanggan. Oleh karena itu, perlu adanya
aplikasi penentuan mutu kayu bundar jati untuk mengatasi human error dan masalah
terhadap pelanggan. Dengan metode Logika Fuzzy Multi Attribute Decision Making
(MADM) akan ditentukan hasil mutu kayu berdasarkan kriteria-kriteria yaitu cacat-cacat
kayu yang paling sering ditemukan pada kayu. Dengan penelitian ini dihasilkan aplikasi
penentuan syarat mutu sortimen kayu jati berbasis web sehingga dapat memberikan
kemudahan bagi karyawan dalam pencarian mutu kayu.
Kata Kunci: Mutu Kayu, Cacat Kayu, Kayu bundar jati, Logika Fuzzy Multi Attribute
Decision Making (MADM), Web.
1) Mahasiswa Fakultas Teknologi Informasi Jurusan Teknik Infotmatika, Universitas Kristen
Satya Wacana Salatiga 2) Staff Pengajar Fakultas Teknologi Informasi, Universitas Kristen Satya Wacana Salatiga.
9
1. Pendahuluan
Indonesia terbukti akan Negara yang kaya akan alamnya termasuk salah
satunya kekayaan hutan. Pada tahun 2012 luas hutan di Indonesia sekitar 92,3 juta
ha [1]. Fakta tersebut membuktikan bahwa Indonesia termasuk dalam salah satu
penghasil pohon Jati terbanyak di dunia. Oleh karena semua hasil hutan Indonesia
yang akan dijual harus mempunyai standar mutu yang diberlakukan secara
Nasional dan Standar Nasional Indonesia Mutu Kayu Jati yang ada bersifat
pedoman serta berlaku secara umum untuk menentukan mutu kayu Jati yang
diproduksi di Indonesia.
Dalam proses pengidentifikasian dan analisis para pembeli serta pemetaan
di pasar kayu Jati yang diproduksi, masih banyak terdapat kesalahan atau cacat-
cacat yang tidak sesuai dengan Standar Nasional Indonesia Mutu Kayu Bundar
Jati [2]. Untuk itu, dalam pelaksanaan penentuan mutu kayu agar sesuai dengan
peraturan menteri kehutanan Republik Indonesia nomor : P.45/Menhut-II/2011
tentang pengukuran dan pengujian hasil hutan, maka perlu ditetapkan petunjuk
pelaksanaan dan pengujian terhadap kayu Jati yang akan diproduksi dan dijual [3]
yang merupakan syarat penentuan mutu kayu itu sendiri.
Mutu kayu adalah tingkat baik buruknya atau taraf atau derajat sesuatu.
Mutu kayu dipengaruhin faktor kekuatan (berat jenis, kemiringan serat, dan
diameter mata kayu) dan keawetan (waktu masa pakai, ketahanan terhadap
serangan rayap, kumbang, dan bubuk kayu) [4] .
Standar Nasional Indonesia Mutu Kayu Bundar Jati yang telah ada
merupakan salah satu cetak biru Kementrian Kehutanan dalam mengontrol mutu
kayu bundar jati yang ada di Indonesia yang mengharuskan dilakukannya
pengujian mutu kayu bundar Indonesia. Pengujian Kayu Bundar Jati (KBJ)
mempunyai beberapa lingkup syarat mutu sortimen yang harus diuji untuk
menentukan mutu kayu bundar jati. Hal ini tentu saja memakan waktu yang tidak
sedikit untuk melakukan pengujian. Dengan adanya aplikasi penentuan syarat
mutu sortimen kayu bundar jati maka diharapkan dapat membantu perusahaan-
perusahaan yang bergerak dibidang perindustrian dalam penentuan kualitas kayu
bundar jati yang lebih cepat dan akurat.
Anugrah Timbers merupakan salah satu perusahaan yang bergerak
dibidang industry manufacturing. Anugrah Timbers telah diterima di dalam pasar
yang paling canggih di Eropa, Amerika Serikat, dan Asia, dengan fakta tersebut
maka Anugrah Timbers selalu menjaga standart kualitas tinggi. Dengan begitu,
untuk memenuhi kebutuhan produksi dibutuhkan kayu dengan standar mutu yang
diberlakukan secara Nasional dan Standar Nasional Indonesia Mutu Kayu Jati.
Dalam perusahaan Anugrah Timbers terdapat beberapa bagian, yang salah
satunya merupakan bagian saw mill. Bagian saw mill memiliki peran penting
dalam pembuatan furniture karena pada bagian ini akan dilakukan pengecekan
kayu yang akan digunakan untuk pembuatan furniture, dimana salah satunya
dilakukan pengecekan mutu kayu yang berupa perhitungan. Anugrah Timbers
sangat memperhatikan detail proses pembuatan furniture agar supaya tidak terjadi
kesalahan dan menghasilkan output yang tidak sesuai keinginan pelanggan.
10
Namun, terdapat beberapa masalah dalam proses pembuatannya. Masalah
yang pertama yaitu apabila terjadi kesalahan perhitungan dalam pengecekan mutu
kayu maka akan menimbulkan dampak yang buruk bagi perusahaan, sehingga
apabila kayu yang gunakan merupakan mutu yang tidak sesuai maka akan
menghasilkan output yang buruk yang berupa meubel. Masalah yang kedua yaitu
akan dilakukan pengerjaan kembali sehingga dapat berpengaruh pada konsumen
dan akan meniggalkan kesan yang buruk dan kerugian yang cukup besar bagi
perusahaan.
Untuk itu, dari permasalah-permasalah tersebut dibutuhkan solusi agar
pekerjaan yang dilakukan tidak memakan waktu yang lama serta output yang
keluar bisa lebih akurat. Maka dibuatkan aplikasi penentuan sortimen kayu bundar
jati. Dalam penelitian ini, diterapkan metode logika Fuzzy Multi Attribute
Decision Making (MADM). Logika Fuzzy MADM memiliki kinerja yang sangat
baik untuk menyelesaikan masalah-masalah yang mengandung ketidakpastian
dalam penentuan keputusan, dalam pemakaian fungsi keanggotaan logika fuzzy
digunakan untuk menentukan mutu kayu dari pilihan mutu yang telah dihitung
pada setiap cacat yang terdapat dalam kayu tersebut sehingga didapat mutu akhir
yang berdasarkan cacat bentuk, cacat badan dan cacat bontos.
Perusahaan ini mempunyai beberapa anak perusahaan yang ditugaskan
untuk mencari kayu (pengepul) pada beberapa daerah di Indonesia. Maka dari itu,
dibutuhkan aplikasi web untuk mengecek mutu kayu yang terdapat pada setiap
anak perusahaan sehingga pada saat melakukan pencarian kayu maka dapat
mengakses web untuk pengecekan mutu kayu tersebut.
Berdasarkan latar belakang tersebut maka aplikasi penentuan syarat mutu
sortimen kayu bundar jati dirancang berbasis web untuk menjawab kebutuhan
pengaksesan aplikasi oleh beberapa perusahaan yang ditugaskan untuk mencari
kayu. Aplikasi ini dapat memudahkan pengguna untuk mengetahui informasi
mutu kayu.
2. Kajian Pustaka
Pada Penelitian yang berjudul “Implementasi Algoritma Fuzzy-MADM
Dalam Menentukan Pola Tanaman Pangan Kabupaten Jayapura, Papua”
menjelaskan bahwa dengan menggunakan Fuzzy MADM dapat digunakan sebagi
pengambilan keputusan untuk menentukan kecocokan tanaman pangan dengan
berbagai kondisi iklim [5] .
Pada penelitian yang berjudul “Sistem Pendukung Keputusan Penentuan
Kualitas Kayu Untuk Kerajian Maubel”, dikembangkan menggunakan Kriteria
Bayes yang memanfaatkan nilai harapan (expected value) sebagai dasar
perhitungan yang berguna untuk pengambilan keputusan [6] . Melalui pengujian
ini maka dapat diambil kesimpulan bahwa kayu yang akan digunakan untuk
meuble layak digunakan bagi manager dan dinyatakan baik serta siap untuk
diaplikasikan.
Berdasarkan penelitian-penelitian yang telah dilakukan sebelumnya, maka
dilakukan penelitian yang membahas tentang Aplikasi Penentuan Syarat Mutu
Sortimen Kayu Bundar Jati Menggunakan Logika Fuzzy Multi Attribute Decision
11
Making (MADM) Berbasis Web. Pada penelitian sebelumnya telah dilakukan
penentuan mutu kayu dengan menentukan kecocokan kriteria untuk itu pada
penelitian ini dilakukan penentuan mutu kayu pada kayu bundar jati dengan
menggunakan logika Fuzzy Multi Attribute Decision Making yang ditemukan
pada penelitian sebelumnya sebagai perhitungan penentuan mutu kayu. Penelitian
dilakukan pada divisi Saw mill Anugrah Timbers. Penentuan syarat mutu sortimen
kayu bundar yang dihitung berdasarkan hasil dari cacat-cacat yang akan
dimasukkan oleh karyawan. Aplikasi ini merupakan aplikasi berbasis web yang di
implementasikan pada laptop/PC.
Dalam pengembangan Fuzzy Decision Making (FDM) terdapat 3 langkah
penting penyelesaian, yaitu: representasi masalah, evaluasi himpunan fuzzy, dan
menyeleksi alternatif optimal [7] .
Gambar 1 Struktur hirarki permasalahan
Struktur hirarki pada Gambar 1 adalah sebagi berikut: 1) Langkah 1 :
Identifikasi tujuan, pada langkah ini ditentukan tujuan keputusan dengan
menggunakan bahasa alami atau nilai numeris sesuai dengan karakteristik dari
masalah tersebut. Jika ada n alternatif keputusan dari suatu masalah, maka
alternatif-alternatif tersebut dapat ditulis sebagai A= {A1 | i=1,2,…,n}. 2)
Langkah 2 : Identifikasai kriteria, jika ada kriteria, maka dapat dituliskan C={Ct |
t=1,2,…,k}. 3) Langkah 3 : Membangun struktur hirarki dari masalah tersebut
berdasarkan pertimbangan-pertimbangan tertentu [7].
Evaluasi himpunan fuzzy terdapat 3 aktivitas yang harus dilakukan yaitu :
1) Memilih himpunan rating untuk bobot-bobot kriteria, dan derajat kecocokan
setiap alternatif dengan kriterianya. Secara umum, himpunan-himpunan rating
dari variable linguistik; dan fungsi keanggotaan yang berhubungan dengan setiap
elemen dari T(x). Apabila rating untuk bobot pada variabel penting untuk suatu
kriteria didefinisikan sebagai : T(penting) = {SANGAT RENDAH, RENDAH,
CUKUP, TINGGI, SANGAT TINGGI}.
Sesudah rating ditentukan, maka harus ditentukan fungsi keanggotaan untuk
setiap rating yang biasanya digunakan fungsi segitiga seperti pada Gambar 2.
12
Gambar 2 Bilangan fuzzy segitiga
cxataubx
cxbcb
cx
bxaab
ax
x
;0
;
;
)( (1)
2) Mengevaluasi bobot-bobot kriteria,dan derajat kecocokan setiap alternatif
dengan kriterianya. 3) Mengagregasikan bobot-bobot kriteria, dan derajat
kecocokan setiap alternatif dengan kriterianya. Ada beberapa metode yang
digunakan untuk melakukan agregasi terhadap hasil keputusan para pengambil
keputusan, antara lain : mean, median, max, min, dan operator campuran. Metode
yang paling sering digunakan adalah mean. Dengan menggunakan operator mean,
Fi dirumuskan sebagai :
(2)
Dengan cara mensubstitusikan Sit dan Wt dengan bilangan fuzzy segitiga, yaitu Sit
= (oit, pit, qit); dan Wt = (at, bt, ct); maka Ft dapat didekati sebagai :
Fi (Yi, Qi, Zi) (3)
dengan:
(4)
(5)
(6)
i =1,2,…,n.
Seleksi alternatif yang optimal dilakukan dengan 2 cara yaitu:
Memprioritaskan alternative keputusan berdasarkan hasil agregasi. Untuk metode
yang digunakan adalah metode nilai total integral seperti pada rumus di bawah ini
(7)
13
Kemudian akan dilanjutkan dengan memilih alternatif keputusan dengan
prioritas tertinggi sebagai alternatif yang optimal [6]. Dalam penentuan mutu
akhir dilihat dari tabel (2) dibawah ini :
Tabel 1 Penentuan Mutu Akhir
Utama Pertama Kedua Ketiga Keempat
0 - ≤0.2 >0.2 - ≤0.4 >0.4 - ≤0.6 >0.6 - ≤0.8 >0.8 - ≤1
Tabel 1 merupakan standar penentuan mutu kayu dari perusahaan Anugrah
Timbers. Dengan begitu dari hasil yang telah didapat dapat dicocokkan dengan
standar yang telah ditentukan.
3. Metode Penelitian
Pada perancangan aplikasi menggunakan tahapan penelitian yang terdiri
dari 4 tahapan penelitian, yaitu: 1) Identifikasi Masalah. 2) Perancangan Sistem.
3) Pembuatan Aplikasi. 4) Implementasi dan Pengujian Sistem serta Analisis
Hasil Pengujian.
Gambar 3 Tahapan Penelitian
Tahapan penelitian pada Gambar 3 adalah sebagai berikut: 1) Tahap pertama:
Identifikasi Masalah, pada tahap ini yang dilakukan adalah meneliti dan
mengamati proses bisnis pada perusahaan Anugrah Timbers serta
mengidentifikasi permasalahan yang ada. 2) Tahap kedua: Perancangan Sistem,
tahap ini dilakukan perancangan sistem baru untuk menjawab permasalahan yang
ada pada perusahaan Anugrah Timbers. Perancangan dilakukan dengan
menggunakan diagram Unified Modelling Language (UML) yang meliputi Use
Case diagram, class diagram dan Activity diagram. 3) Tahap ketiga: Pembuatan
Aplikasi, pada tahap ini yang dilakukan adalah pembuatan aplikasi sesuai dengan
perancangan sistem yang telah dibuat. Aplikasi web dibuat dengan menggunakan
bahasa pemrograman PHP. Aplikasi web-nya menggunakan konsep Model View
Controller (MVC) dengan memanfaatkan codeigniter dan untuk view atau
tampilan desainnya itu sendiri menggunakan bootstrap. 4) Tahap keempat:
Implementasi dan Pengujian Sistem serta Analisis Hasil Pengujian, pada tahap ini
aplikasi akan diimplementasikan pada situs web serta dilakukan pengujian alpha
dan pengujian beta.
Perancangan Sistem
Pembuatan Aplikasi
Implementasi dan Pengujian Sistem
serta
Analisis Hasil Pengujian
Identifikasi Masalah
14
Pada tahap identifikasi masalah, dalam proses penelitiannya dilakukan
dengan observasi, serta wawancara dengan cara tanya jawab kepada IT Manager
di perusahaan Anugrah Timbers. Dari hasil wawancara yang dilakukan,
didapatkan proses bisnis sebagai berikut :
1 23
45
6
Gambar 4 Proses Bisnis Pembelian Kayu Anugrah Timbers
Proses bisnis pada Gambar 4 dijelaskan sebagai berikut : 1). Pertama,
Perusahaan dapat mendatangi perhutani atau hutan rakyat atau karyawan yang
diutus menjadi sales pergi ke luar kota atau luar pulau untuk mencari kayu. 2).
Kedua, perusahaan akan bertemu customer service (CS) dan menanyakan apakah
ada pelelangan atau tidak. Jika ada maka perusahaan mendaftar untuk mengikuti
pelelangan. Sales yang diutus mencari supplier 3). Ketiga, perusahaan akan
mengikuti pelelangan. Apabila banyak yang memesan maka perusahaan akan
membeli kayu sesuai pesanan yang ada. Sales memilih supplier 4). Keempat, Jika
harga yang didapat sesuai maka perusahaan akan memasok kayu dengan jumlah
yang banyak (Fluktuatif). Sales menghitung mutu kayu. 5). Kelima, Kayu akan di
packing sesuai permintaan. 6). Keenam, kayu akan dikirim pada perusahaan.
Dengan menggunakan aplikasi web yang dibangun, dapat dilakukan efisiensi
pada beberapa kegiatan di proses bisnis yang sedang berjalan. Terdapat
perbedaan-perbedaan yang disebutkan pada Tabel 2.
Tabel 2 Perbedaan Proses Bisnis Lama dan Baru
No Perbedaan Proses bisnis lama Proses bisnis baru
1. 2.
Perhitungan Pengecekan
Manual Manual
Via web Via web
Pada Gambar 5 adalah use case diagram pada sistem aplikasi yang dibangun.
Pada use case diagram ini terdapat dua aktor yaitu Karyawan dan Admin.
Karyawan (Saw Mill) dapat melihat profil, mengedit serta menghapus profil.
Selain itu, karyawan yang akan meng-input data-data berupa cacat alur, cacat
lengkung, cacat pecah banting, cacat lengar, cacat pecah banting dan cacat pecah
busur dan dapat melihat hasil dari input-an itu sendiri yang berupa mutu akhir
kayu. Aktor yang kedua yaitu Admin yang akan mengelola data yang telah
15
dimasukkan oleh karyawan.
Hapus data
Kelola dataAdmin extends
Input dataextends
Lihat data
extends
Lihat Profil
Edit Profil
Hapus Profil
Karyawan
Gambar 5 Use Case Diagram Sistem
Selanjutnya pada Gambar 6 activity diagram. Dalam activity diagram akan
digambarkan aliran aktifitas dalam system yang dirancang, serta bagaimana
masing-masing alir berawal, decision yang mungkin terjadi dan bagaimana
mereka berakhir.
Gambar 6 Activity Diagram
Pada gambar 6 adalah aktifitas pada saat melakukan perhitungan yang
dilakukan oleh karyawan. Ketika karyawan login maka akan masuk pada halaman
utama sistem aplikasi, pada saat karyawan akan memasukkan data kayu maka
aplikasi akan langsung menyimpan dalam database. Kemudian akan dilanjutkan
16
dengan meng-input cacat alur dan akan dilakukan perhitungan dalam aplikasi
kemudian disimpan dalam database, dilanjutkan dengan meng-input cacat
lengkung dan akan dilakukan perhitungan dalam aplikasi kemudian disimpan
dalam database, dilanjutkan dengan meng-input cacat pecah banting dan akan
dilakukan perhitungan dalam aplikasi kemudian disimpan dalam database,
dilanjutkan dengan meng-input cacat lengar dan akan dilakukan perhitungan
dalam aplikasi kemudian disimpan dalam database, dilanjutkan dengan meng-
input cacat pecah hati dan akan dilakukan perhitungan dalam aplikasi kemudian
disimpan dalam database, dilanjutkan dengan meng-input cacat busur dan akan
dilakukan perhitungan dalam aplikasi kemudian disimpan dalam database.
Setelah melakukan perhitungan setiap cacat maka akan dilakukan perhitungan
mutu akhir dari kayu yang telah dimasukkan kemudian hasilnya akan disimpan
dalam
database.
Gambar 7 Class Diagram
Gambar 7 merupakan class diagram dari aplikasi penentuan syarat mutu
sortimen kayu bundar jati. Pada class diagram ini digambarkan relasi antar kelas
yang saling berhubungan di dalam sistem ini. Di dalam class diagram terdiri dari
view, controller dan model. View merupakan tampilan/user interface dari aplikasi.
Controller memiliki fungsi untuk menerima perintah dari view lalu diteruskan ke
model. Model merupakan perantara fungsi dengan database. Deployment diagram
pada sistem ini dapat dilihat pada Gambar 8.
17
Gambar 8 Deployment Diagram
Pada Gambar 8 terdapat perangkat lunak yaitu aplikasi web. Aplikasi web
terhubung dengan internet yang berfungsi sebagai penghubung dengan database.
Web application dibangun dengan menggunakan bahasa pemrograman yaitu PHP.
4. Hasil dan Pembahasan
Penelitian ini menghasilkan aplikasi web yang diimplementasikan pada
komputer. Aplikasi ini ditujukan kepada karyawan yang akan melakukan
perhitungan mutu kayu pada perusahaan Anugrah Timbers. Pada aplikasi web ini,
karyawan dapat lebih mudah melakukan perhitungan karena bisa dilakukan
dimana saja dengan koneksi internet. Pada Gambar 9 merupakan tampilan alur
sistem.
Gambar 9 Tampilan Alur Sistem
Pada Gambar 9 merupakan alur dari proses perhitungan cacat kayu beserta
mutu akhir kayu itu sendiri. Pada proses perhitungan terdapat tiga tahapan yang
dilakukan 1). Pertama, karyawan akan memasukkan panjang serta dimeter kayu
dimana merupakan langkah umum untuk perhitungan kayu itu sendiri dan akan
disimpan kedalam database. 2). Kedua, akan dilakukan perhitungan cacat Alur,
18
cacat Lengkung, cacat Pecah Banting, cacat Lengar, cacat Pecah Hati dan Cacat
Pecah Busur/Gelang berdasarkan data yang dimasukkan oleh karyawan. Cacat-
cacat ini merupakan kriteria untuk perhitungan mutu akhir. 3). Ketiga,
perhitungan mutu akhir berdasarkan cacat-cacat yang telah dimasukkan. Setelah
melakukan ketiga tahap tersebut, maka akan didapatkan mutu akhir dari kayu
tersebut. Berikut merupakan pembahasan proses perhitungan dengan
menggunakan Fuzzy Multi Attribute Decision Making. Dengan menggunakan
fuzzy MADM dapat meliputi banyak kriteria. Struktur hirarki masalah dapat dilihat
pada Gambar 10.
Gambar 10 Struktur Hirarki Permasalahan
Pada Gambar 10 merupakan struktur hirarki permasalah dalam penentuan
mutu kayu. Struktur hirarki dibangun berdasarkan pertimbangan-pertimbangan
tertentu. Selanjutnya merupakan penentuan kriteria mutu kayu berdasarkan cacat-
cacatnya bias dilihat pada Tabel 3.
Tabel 3 Kriteria Mutu Kayu Kriteria Keterangan
C1
C2 C3
C4
C5
C6
Cacat Alur
Cacat Lengkung Cacat Pecah banting
Cacat Lengar
Cacat Pecah Hati
Cacat Busur/Gelang
Lekukan pada permukaan batang kayu
Penyimpangan dari bentuk lurus Pecah atau luka-luka yang terjadi pada waktu penebangan
Lekukan pada badan kayu yang umumnya disebabkan oleh kebakaran hutan atau pertumbuhan.
Terpisahnya serta yang dimulai dari hati, melintang terhadap
lingkaran tumbuh Pecah busur adalah pecah yang sejajar dengan busur bontos kayu
atau searah dengan lingkaran tumbuh. Pecah Gelang adalah
pecah pada bontos sebagai akibat pecah busur yang kedua ujungnya bertemu/hamper bertemu
Tabel 3 merupakan kriteria dimana masing-masing kriteria akan
ditentukan rating kepentingan. Nilai statistik dari setiap kriteria telah ditentukan
berdasarkan petunjuk pelaksanaan pengujian kayu. Untuk nilai statistika yang
digunakan adalah data terkecil (Xmin), data terbesar (Xmax) dan nilai Quartil
(Q1,Q2,Q3). Himpunan fuzzy Segitiga cacat alur dan cacat lengkung ditunjukkan
pada gambar 11 & 12 berikut ini :
19
Gambar 11 Bilangan Fuzzy Cacat Alur Gambar 12 Bilangan Fuzzy Cacat Lengkung
Gambar 11 merupakan fuzzy segitiga dari cacat alur dengan nilai statistik
yaitu Xmin=20, Q1=30, Q2=40, Q3=50 dan Xmax=60. Pada Gambar 12
merupakan fuzzy segitiga dari cacat lengkung yaitu Xmin=3, Q1=5, Q2=7, Q3=9
dan Xmax=11. Selanjutnya fuzzy segitiga dari cacat pecah banting dan cacat
lengar pada Gambar 13 dan 14.
Gambar 13 Bilangan Fuzzy Cacat Pecah Banting Gambar 14 Bilangan Fuzzy Cacat Lengar
Gambar 13 merupakan fuzzy segitiga dari cacat pecah banting dengan nilai
statistik yaitu Xmin=0, Q1=20, Q2=30, Q3=40 dan Xmax=50. Pada Gambar 14
merupakan fuzzy segitiga dari cacat lengar yaitu Xmin=0, Q1=25, Q2=50 dan
Xmax=75. Selanjutnya fuzzy segitiga dari cacat pecah hati dan cacat pecah
busur/gelang pada Gambar 13 dan 14.
Gambar 15 Bilangan Fuzzy Cacat Pecah hati Gambar 16 Bilangan Fuzzy Cacat Pecah Busur
20
atau Gelang
Gambar 15 merupakan fuzzy segitiga dari cacat pecah hati dengan nilai
statistik yaitu Xmin=25, Q1=50 dan Xmax=75. Pada Gambar 16 merupakan fuzzy
segitiga dari cacat pecah busur/gelang yaitu Xmin=25 Q1=45, Q2=70, Q3=100
dan Xmax=150. Dalam penentuan rating kepentingan ini dibuat dinamis karena
pada acuan yang ada rating kepentingan dibuat statis, namun berdasarkan
kebutuhan perusahaan makan dibuat dinamis dengan pertimbangan biaya dan
barang yang akan dibuat dan dijadikan meubel. Sehingga rating kepentingan
dibuat seperti pada Tabel 4 bisa berubah sesuai kebutuhan perusahaan.
Tabel 4 Rating Kepentingan
Kriteria Rating
Kepentingan
Cacat Alur
Cacat Lengkung Cacat Pecah banting
Cacat Lengar
Cacat Pecah Hati Cacat Busur/Gelang
SR
SR SR
R
SR SR
Tabel 4 merupakan rating kepentingan yang digunakan untuk mencari rating
kecocokan. Pada kriteria c1,c2,c3 dan c5 terbagi atas 5 bilangan fuzzy, yaitu
sangat rendah (SR), rendah (R), cukup (C), tinggi (T) dan sangat tinggi (ST).
Sedangkan pada kriteria c4 terdapat 4 bilangan fuzzy yaitu sangat rendah (SR),
rendah (R), cukup (C) dan sangat tinggi (ST) serta pada kriteria c6 terdapat 3
bilangan fuzzy yaitu rendah (R), sedang (S) dan tinggi (T). Adapun nilai untuk
setiap bilangan fuzzy tersebut sebagai berikut : 5 bilangan fuzzy, SR = (0, 0,
0.25), R = (0, 0.25, 0.5), C = (0.25, 0.5, 0.75), T = (0.5, 0.75, 1), dan ST = (0.75,
1, 1); 4 bilangan fuzzy, SR = (0, 0, 0.3), R = (0, 0.3, 0.6), C = (0.3, 0.6, 1) dan ST
= (0.6, 1, 1); 3 bilangan fuzzy, R = (0, 0, 0.5), S = (0, 0.5, 1) dan T = (0.5, 1, 1) .
Pada umumnya dalam menetukan bilangan fuzzy setiap kriteria menggunakan
fuzzy segitiga dengan data yang dibagi secara normal, namun dalam penelitian ini
tidak dilakukan hal demikian karena kayu yang akan dihitung tidak selalu normal
dan selalu berubah-ubah. Melihat hal ini maka dalam menetukan bilangan fuzzy
menggunakan nilai statistik dengan tujuan untuk melihat letak kecenderungan
data kayu. Untuk itu, dalam penentuan mutu digunakan kurva segitiga karena
merupakan fungsi linear dimana berbanding lurus dan berbanding terbalik sesuai
dengan masalah yang ada, dengan semakin sedikit hasil yang didapat dari setiap
cacat atau kriteria yang ada maka akan semakin baik mutu yang didapatkan
sehingga berbanding lurus, akan tetapi jika semakin besar hasil dari setiap cacat
atau kriteria yang ada maka akan menghasilkan mutu yang sangat buruk yaitu
mutu keempat dan berbanding terbalik dengan masalah yang ada. Untuk derajat
kecocokan alternatif dengan kriteria keputusan yaitu : U = utama, P = pertama, D
= kedua, T = ketiga, M = keempat. Bilangan-bilangan ini diperoleh dengan
melakukan proses yang ditunjukkan pada Persamaan (1). Berdasarkan rating
kepentingan dan rating kecocokan maka akan diperoleh Indeks Kecocokan Fuzzy.
Sebagai contoh proses untuk mendapatkan Indeks Kecocokan Fuzzy pada mutu
kayu 1 pada Persamaan (2) sehingga didapat hasil (8) yaitu :
21
(8)
Untuk Indeks Kecocokan Fuzzy untuk setiap kayu yang di-input oleh
karyawan dapat dilihat pada tabel 5 dibawah ini .
Tabel 5 Tabel Hasil Cacat-cacat & Indeks Kecocokan Fuzzy
Alternatif Rating Kecocokan Indeks
Kecocokan Fuzzy Alur Lengkung Pb Lengar Ph Busur
Kayu 1 U U U U U U 0 0 1.8
Kayu 2 D D M T P P 0.375 1 2.5
Kayu 3 T D D P P P . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. Kayu 12 P P D T D P 0.125 0.37917 0.7917
Tabel 5 merupakan Indeks Kecocokan Fuzzy yang didapatkan dari
mensubtitusikan rating kepentingan dan rating kecocokan. Setelah itu, dihitung
nilai total integral yang diberikan dengan mengambil derajat keoptimalan (α) = 1
(sangat optimis), maka diperoleh nilai total integral untuk setiap alternatif. Proses
penentuan nilai integral dapat dilihat dibawah ini, diberikan pada Persamaan (7)
dan didapatkan hasil sesuai pada Persamaan (9) :
½((1*0.79166666667)+0.379166666667+(1-1)0.125) = 0.585416666667 (9)
Nilai integral berperan penting dalam penentuan mutu kayu. Dari nilai
hasil integral tersebut dapat dilihat dan dicocokkan dengan data yang ada. Hasil
perhitungan dengan derajat keoptimalan (α = 1) diperoleh mutu kayu seperti pada
tabel 6.
Tabel 6 Tabel Hasil Mutu Akhir
Alternatif Nilai Integral Mutu Akhir
Kayu 1 0.0635417 Utama
Kayu 2 0.0744792 Utama
Kayu 3 0.211458 Pertama . . .
.
.
.
.
.
. Kayu 12 0.5854167 Kedua
Tabel 6 menjelaskan tentang hasil yang didapat dari setiap kayu yang
dihitung. Sehingga didapat mutu akhir sesuai dengan yang telah dicocokan
dengan data dari perusahaan Anugrah Timbers itu sendiri. Untuk itu dibuatkan
aplikasi web dalam proses perhitungan mutu. Perhitungan cacat diberikan kepada
karyawan melalui aplikasi web seperti terlihat pada Gambar 17.
22
Gambar 17 Tampilan Halaman input Kayu
Pada Gambar 17 setelah login karyawan akan masuk pada halaman ini untuk
menginput data kayu. Setelah karyawan menginput data kayu pada maka aplikasi
akan segera menyimpan data ke dalam database dan akan langsung melanjutkan
ke halaman cacat untuk melakukan perhitungan seperti yang terlihat pada Gambar
18 dibawah ini.
Gambar 18 Tampilan Halaman Input cacat Alur
Pada Gambar 18 merupakan tampilan dari cacat alur. Pada halaman ini
karyawan akan menginput variabel-variabel untuk melakukan perhitungan cacat
alur dan akan dilanjutkan untuk melakukan perhitungan cacat lengkung, cacat
pecah banting, cacat lengar, cacat pecah hati dan cacat busur/gelang yang juga
dimana karyawan akan menginputkan variable-variabel seperti pada cacat alur.
Dibawah ini merupakan kode program untuk menghitung cacat alur.
23
Kode Program 1 Perhitungan Cacat Alur
Kode Program 1 merupakan fungsi untuk menghitung cacat alur. Fungsi
ini bekerja pada saat karyawan memasukkan data dalam cacat alur kemudian akan
dihitung dan disimpan kedalam database untuk perhitungan mutu kayu.
Kode Program 2 Bilangan Fuzzy Cacat Alur Mutu Kedua (D)
Kode Program 2 merupakan salah satu bilangan fuzzy mutu kedua D pada
variabel cacat Alur yang dihitung menggunakam Maple. Dengan rumus fuzzy
segitiga. Selanjutnya pada Gambar 19 merupakan hasil dari setiap cacat yang
dihitung.
Gambar 19 Hasil Perhitungan cacat-cacat
Gambar 19 merupakan hasil perhitungan yang didapatkan dari setiap cacat
yang dihitung. Setelah melakukan perhitungan cacat, maka akan dilanjutkan
dengan perhitungan mutu akhir.
public function cacat_alur() {
if(! $this->session->userdata('validated')){
redirect('home/login');
}
//variabel post
$ida = addslashes($this->input->post('id_alur'));
$no = addslashes($this->input->post('no'));
$dalam_alur_a = addslashes($this->input->post('alur_a'));
$dalam_alur_b = addslashes($this->input->post('alur_b'));
$du = addslashes($this->input->post('du'));
$hasil = round((($dalam_alur_a + $dalam_alur_b) / $du) *
100, 1);
}
Du := proc (x) if x <= 25 or 40 <= x then 0
elif 25 <= x and x <= 50 then (1/15)*x-5/3
elif 50 <= x and x <= 40 then (1/10)*x-4
end if
end proc
24
Gambar 20 Tampilan Perhitungan Mutu Akhir
Gambar 20 merupakan hasil perhitungan mutu akhir yang telah dihitung
dalam aplikasi. Hasil yang didapatkan berdasarkan dari perhitungan tiap kriteria
atau cacat yang ada.
Kode Program 3 Penentuan Mutu Akhir
Kode Program 3 merupakan fungsi PHP pada aplikasi web yang digunakan
untuk mencari mutu akhir kayu dengan melihat dari batasan yang telah di
tentukan untuk penentuan mutu akhir. Hasil dari setiap mutu yang dihitung dapat
dilihat pada gambar 21.
<?php
for($i=0; $i<count($data); $i++){
echo $dataTotalIntegral3[$i]["no_kayu"] . " -
".$dataTotalIntegral3[$i]["integral"];
$dataIntegral = $dataTotalIntegral3[$i]["integral"];
$mutu="";
if($dataIntegral >= 0 && $dataIntegral <= 0.2){
$mutu="U";
}else if($dataIntegral > 0.2 && $dataIntegral <= 0.4){
$mutu="P";
}else if($dataIntegral > 0.4 && $dataIntegral <= 0.6){
$mutu="D";
}else if($dataIntegral > 0.6 && $dataIntegral <= 0.8){
$mutu="T";
}else if($dataIntegral > 0.8 && $dataIntegral <= 1){
$mutu="M";
}
echo " - ";
echo $mutu;
echo "<br/>";
}
?>
25
Gambar 21 Hasil Mutu Kayu Admin
Gambar 21 merupakan hasil dari semua mutu kayu yang telah dimasukkan
atau dihitung oleh karyawan. Pengujian aplikasi dilakukan dengan menguji
fungsi-fungsi dari aplikasi yang telah dibuat untuk mencari kesalahan/bug pada
sistem. Pengujian aplikasi ini dilakukan agar sistem yang dibuat berjalan sesuai
dengan yang diharapkan dan dapat memenuhi kebutuhan pengguna. Pengujian
aplikasi perhitungan mutu kayu ini ini menggunakan dua teknik pengujian yaitu
pengujian alpha dan pengujian beta.
Pengujian alpha adalah pengujian aplikasi yang dilakukan oleh pembuat
aplikasi dan orang-orang yang ikut membantu dalam pembuatan. Pengujian alpha
menggunakan metode blackbox yaitu pengujian fungsi-fungsi aplikasi secara
langsung tanpa memperhatikan alur eksekusi program. Pengujian ini dilakukan
dan sesuai yang diharapkan. Berikut adalah hasil pengujian dari aplikasi web.
Tabel 6 Tabel hasil Pengujian Aplikasi Web
Fungsi yang diuji Kondisi Output yang
diharapkan
Output yang
dihasilkan sistem
Status Pengujian
Masuk aplikasi Nama pengguna dan kata sandi benar
Nama pengguna dan
kata sandi salah maupun kosong
Sukses masuk aplikasi
Gagal masuk aplikasi
Sukses masuk aplikasi
Gagal masuk aplikasi
Valid
Tambah data Karyawan Form diisi dengan benar
Form diisi beberapa atau kosong
Sukses tambah data
Gagal tambah data
Sukses tambah data
Gagal tambah data Valid
Ubah data Karyawan Form diisi dengan benar Sukses ubah data Sukses ubah data Valid
Hapus data Karyawan Data yang akan dihapus dipilih
Sukses hapus data Sukses hapus data Valid
Tambah data kayu Form diisi dengan benar
Form diisi beberapa atau kosong
Sukses tambah data
Gagal tambah data
Sukses tambah data
Gagal tambah data Valid
Tambah data cacat Form diisi dengan benar
Form diisi beberapa atau kosong
Sukses tambah data
Gagal tambah data
Sukses tambah data
Gagal tambah data Valid
Tampil data cacat Sukses ubah data Sukses tampil data Valid
Tampil hasil mutu kayu Sukses tampil data Sukses tampil data Valid
Berdasarkan pengujian yang dilakukan pada aplikasi web dapat dilihat status
26
pengujian dari setiap fungsi valid, maka disimpulkan bahwa aplikasi ini berjalan
dengan baik dan sesuai yang diharapkan.
Pengujian beta adalah pengujian yang dilakukan oleh orang yang tidak
ikut dalam pembuatan aplikasi. Pengujian beta dilakukan dengan wawancara
langsung terhadap IT Manager dan kepada beberapa karyawan perusahaan
Anugrah Timbers.
Berdasarkan pengujian beta yang telah dilakukan, maka diperoleh hasil
bahwa dari segi kemudahan, aplikasi penentuan mutu ini memiliki sistem yang
mudah digunakan dan terdiri pula dari menu-menu yang mudah dipahami. Dari
segi manfaat, aplikasi ini mempercepat dan mengefisiensikan waktu karyawan
dalam melakukan proses perhitungan dan meringankan kerja serta mengurangi
human error dari dalam melakukan perhitungan. Aplikasi ini bermanfaat untuk
digunakan oleh karyawan divisi Saw mill pada perusahaan.
5. Kesimpulan
Berdasarkan hasil dari penelitian yang dibuat maka dapat disimpulkan fuzzy
MADM dapat digunakan sebagai pengambilan keputusan untuk menentukan mutu
sortimen kayu bundar jati dengan kriteria cacat alur, cacat lengkung, cacat pecah
banting, cacat lengar, cacat pecah hati, dan cacat busur/gelang. Aplikasi
penentuan syarat mutu kayu jati ini sudah menjawab kebutuhan karyawan divisi
saw mill perusahaan Anugrah Timbers. Setelah dianalisis sistem aplikasinya,
aplikasi ini membantu dan mempermudah karyawan dalam melakukan proses
perhitungan cacat-cacat dan mempercepat dalam pencarian mutu kayu yang akan
digunakan untuk pembuatan meubel. Selain itu, aplikasi web yang dibuat dapat
membantu perusahaan dalam pencarian kayu diluar kota, dengan adanya aplikasi
ini maka anak perusahaan yang ditunjuk tidak harus melakukan perhitungan mutu
kayu secara manual karena membutuhkan waktu yang lebih lama. Dengan
demikian, kesalahan pada saat melakukan perhitungan cacat semakin berkurang
dan admin pun dapat melakukan pengawasan terhadap karyawan secara realtime.
Aplikasi ini membantu dan menunjang proses bisnis sehingga meningkatkan
kualitas pelayanan pada perusahaan Anugrah Timbers.
6. Pustaka
[1] Balai Pemanfaatan Hutan Produksi, 2008, Pengenalan Cacat Kayu Bulat
Rimba Indonesia, Jayapura: Penyegaran PHH dan PPHH.
[2] “Petunjuk Pelaksanaan Pengujian Kayu Bundar Jati”.
[3] Pengenalan Cacat Kayu Bulat Rimba Indonesia. 2008.
[4] Prasetyo, A. dan Arif Nuryawan, April 2005. “Penentuan Mutu Kayu
Bangunan dengan Sistem Pakar”.
27
[5] Degei, F. M., dkk., 2013. “Implementasi Algoritma Fuzzy-MADM Dalam
Menentukan Pola Tanaman Pangan Kabupaten Jayapura, Papua”, Seminar
Nasional Sistem Informasi (SESINDO), ITS Surabaya.
[6] Susanti N.,Winiarti S. Vol I No 1, Juni 2013. “Sistem Pendukung
Keputusan Penentuan Kualitas Kayu Untuk Kerajinan Meubel”.
[7] Kusumadewi, S., dkk., 2004, Fuzzy Multi-Attribute Decision Making
(FUZZY MADM), Yogyakarta: Graha Ilmu.
28
LAMPIRAN