serba - serbi

Pelita Informatika Budi Darma, Volume : V, Nomor: 2, Desember 2013 SSN : 2301-9425

Implementasi Metode Fuzzy Tsukamoto Pada Penentuan Harga Jual Barang Dalam Konsep Fuzzy Logic. Oleh : Rizky Amelia

104

IMPLEMENTASI METODE FUZZY TSUKAMOTO PADA PENENTUAN HARGA JUAL BARANG DALAM KONSEP

FUZZY LOGIC

Rizky Amelia (1111981)

Mahasiswa Program Studi Teknik Informatika, STMIK Budidarma Medan Jl. Sisingamangaraja No.338 Simpang Limun Medan

www.stmik-budidarma.ac.id // E-mail : [email protected]

ABSTRAK

Penentuan harga jual barang dalam suatu perusahaan merupakan suatu hal yang sangat penting sebelum memulai suatu proses produksi. Oleh sebab itu diperlukan suatu sistem yang dapat membantu dalam mengambil keputusan yang disebut sistem pendukung keputusan demi tercapainya suatu tujuan perusahaan. Sistem pendukung keputusan atau SPK merupakan suatu sistem yang membantu menyelesaikan permasalahan. Banyak teknik yang dipakai untuk membuat SPK, salah satunya dengan Logika Fuzzy. Logika Fuzzy merupakan salah satu tekhnik penyelesaian masalah dimana derajat keanggotaan yang biasanya di representasikan dengan nilai antara 0 dan 1, sehingga dapat ebih seimbang. Salah satu metode fuzzy yang dapat digunakan dalam memecahkan permasaahan tersebut adalah metode Tsukamoto Fuzzy Inference System yang menerapkan rata rata terbobot untuk menghitung harga jual barang sebagai hasil akhirnya. Sistem Pendukung Keputusan atau SPK penentuan harga jual barang dengan metode Tsukamoto menghasilkan suatu sistem yang dapat menentukan suatu harga jual barang yang dapat membantu distributor dalam membuat keputusan. Kata kunci : Sistem Pendukung Keputusan, Logika Fuzzy, Tsukamoto.

1. Pendahuluan Ketika suatu perusahaan telah menetapkan harga

dasar dari suatu produk barang atau jasa maka perusahaan dapat menentukan strategi harga dengan mempertimbangkan berbagai faktor seperti harga kompetitor, tujuan perusahaan dan daur hidup produk. Strategi tersebut dapat digunakan untuk produk yang baru maupun yang lama sesuai dengan situasi dan kondisi yang ada.

Tidak stabilnya harga barang dipasaran setiap saat menyebabkan perusahaan harus terus memantau fluktuasi harga barang dan menentuan harga barang tersebut dengan tepat. Penentuan harga barang sedikit lebih rumit jika dilakukan dengan hitungan manual, hal ini dikarenakan banyak faktor yang harus ikut dimasukkan sebagai inputan apabila ingin menentukan harga barang dipasaran.

Ketika menjual sebuah produk, tentu saja yang diinginkan konsumen adalah harga yang menarik. Makanya, para pengusaha diharuskan memberikan penawaran menarik kepada pelanggannya. Namun, itu bukanlah perkara mudah. Salah-salah malah produk kita tidak akan ada yang beli.

Oleh karena itu peran sistem pada saat ini sangat dibutuhkan, terutama sistem yang dapat membantu pimpinan perusahaan dalam menentukan harga barang suatu produk tersebut. Sistem yang membantu haruslah memiliki dasar hitungan yang mengikut sertakan faktor-faktor yang mendukung penentuan harga tersebut. Sistem tersebut pun haruslah memiliki dasar hitungan penentuan harga yang baik, salah satu dasar hitungan penentuan

harga yang baik dan dapat digunakan adalah metode perhitungan Tsukamoto. Adapun konsep dari metode Tsukamoto ini dapat menyelesaikan permasalahan yang dihadapi, Metode Tsukamoto dalam prosesnya membutuhkan 6 faktor, yaitu X terbesar, Y terbesar, Z terbesar, X terkecil, Y terkecil dan Z terkecil. Dalam hal ini variabel X, Y dan Z merupakan variabel data pendukung dalam proses penentuan harga jual barang. 2. Landasan Teori 2.1 Fuzzy Inference System (FIS) Metode

Tsukamoto Menurut Sri Kusumadewi dan Sri Hartati

(2010:40) sistem inferensi fuzzy merupakan suatu kerangka komputasi yang didasarkan pada teori himpunan fuzzy, aturan fuzzy yang berbentuk IF-THEN, dan penalaran fuzzy.



105

Gambar 1 : Diagram Blok Sistem Inferensi Fuzzy

Sistem inferensi fuzzy menerima input crisp. Input ini kemudian dikirim ke basis pengetahuan yang berisi dan aturan fuzzy dalam bentuk IF-THEN. Fire strength (nilai keanggotaan anteseden atau ) akan dicari pada setiap aturan. Apabila aturan lebih dari satu, maka akan dilakukan agregasi semua aturan. Selanjutnya pada hasil agregasi akan dilakukan defuzzy untuk mendapatkan nilai crisp sebagai output sistem.

Metode Tsukamoto adalah perluasan dari penalaran monoton. Pada metode Tsukamoto, setiap konsekuen pada aturan yang berbentuk IF-THEN harus direpresentasikan dengan suatu himpunan fuzzy dengan fungsi keanggotaan yang monoton. Sebagai hasilnya, output hasil inferensi dari tiap-tiap aturan diberikan secara tegas (crisp) berdasarkan -predikat (fire strength). Hasil akhirnya diperoleh dengan menggunakan rata-rata terbobot (Kusumadewi dan Hartati, 2010:31)

Gambar 2 : Inferensi dengan menggunakan Metode Tsukamoto

3. Pembahasan

Suatu Distributor alat-alat komputer akan menentukan harga jual Monitor LCD Samsung ukuran 18.5 inch. Dari data tahun terakhir, harga pembelian tertinggi mencapai Rp. 850.000 per unit, dan harga pembelian terendah mencapai Rp. 750.000 per unit. Harga Pasaran tertinggi mencapai Rp. 1.050.000 per unit, dan harga pasaran terendah mencapai Rp. 950.000 per unit. Harga Jual distributor tertinggi mencapai Rp. 1000.000 per unit, untuk menghindari kerugian penjualan terendah per unit paling rendah Rp. 870.000.

Tabel 1 : Data pembelian, pasaran, dan

penjualan LCD Samsung 18,5 inch RSS-I (Ribbed Smoke Sheet-I)

Data LCD Monitor 18,5 April 2011-Maret 2012

LCD 18,5 Inch (Rupiah)

Pembelian Tertinggi 850.000 Pembelian Terendah 750.000 Pasaran Tetinggi 1.050.000 Pasaran Terendah 950.000 Penjualan Tertinggi 1.000.000 Penjualan Terendah 870.000

Berapa harga jual LCD monitor 18,5 inch yang harus dibandrol pada bulan Juni 2012 jika harga pembelian Rp. 830.000 per unit, dan harga pasaran Rp. 970.000 per unit, apabila proses penentuan harga jual distributor tersebut menggunakan 4 aturan fuzzy sebagai berikut : R1] IF Pembelian RENDAH And PasaranTINGGI

THEN PenjualanRENDAH; [R2] IF PembelianRENDAH And PasaranRENDAH THEN PenjualanRENDAH; [R3] IF PembelianTINGGI And PasaranTINGGI THEN PenjualanTINGGI; [R4] IF PembelianTINGGI And PasaranRENDAH THEN PenjualanTINGGI;

[Ada 3 variabel fuzzy yang akan dimodelkan, yaitu : 1. Pembelian, terdiri atas 2 himpunan fuzzy, yaitu

TINGGI dan RENDAH



106

][X

Gambar 3 : Fungsi Keanggotaan Variabel

Pembelian

maxmaxmin

min,

,1minmax

max,0

][

xxxxx

xx

xxxxPmbRENDAHX

=

maxmaxmin

min,

,1minmax

min,0

][

xxxxx

xx

xxxxPmbTINGGIX

=

000.850000.850000.750

000.750,

,1000.100

000.750,0

][

=

xx

xxPmbTINGGIX

Kita bisa mencari nilai keanggotaan : PmbRENDAH (830.000)=(850.000-830.000)

/100.000 = 0,2 PmbTINGGI (830.000) =(830.000-750.000)

/100.000 = 0,8 2. Pasaran terdiri atas 2 himpunan fuzzy, yaitu

TINGGI dan RENDAH

][Y


Pasaran

maxmaxmin

min,

,0minmax

max,1

][

yyyyy

yy

yyyyPsrRENDAHy

=

000.050.1000.050.1000.950

000.950,

,0000.100

000.050.1,1

][

=y

yy

yPsrRENDAHy

maxmaxmin

min,

,1minmax

min,0

][

yyyxy

yy

yyyyPsrTINGGIy

=

0000.050.1000.050.1000.950

000.950,

,1000.100

000.950,0

][

=

yx

yyPsrTINGGIy

Kita bisa mencari nilai keanggotaan :

PsrRENDAH (970.000)=(1.050.000-970.000) /100.000= 0,8

PsrTINGGI (970.000)=(970.000-950.000) /100.000= 0,2 3. Penjualan terdiri atas 2 himpunan fuzzy yaitu

RENDAH dan TINGGI



107

][Z


Penjualan

maxmaxmin

max,

,0minmax

max,1

][

zyzyz

zz

zzzzPnjRENDAHz

=

000.000.1000.000.1000.870

000.870,

,0000.130000.000.1

,1

][

=z

zz

zPnjRENDAHz

maxmaxmin

min,

,1minmax

min,0

][

zzzzz

zz

zzzzPnjTINGGIz

=

000.000.1000.000.1000.870

000.870,

,1000.130

000.870,0

][

=

zz

zzPnjTINGGIz

Sekarang kita cari nilai z untuk setiap aturan dengan menggunakan fungsi MIN pada aplikasi fungsi implikasinya : [R1] IF Pembelian RENDAH And Pasaran TINGGI THEN Penjualan RENDAH Lihat himpunan Penjualan RENDAH (1.000.000-z)/130.000 = 0,2

1z = 974.000 [R2] IF Pembelian RENDAH And Pasaran RENDAH

THEN Penjualan RENDAH Lihat himpunan Penjualan RENDAH (1.000.000-z)/130.000 = 0,2

1z = 974.000 [R3] IF Pembelian TINGGI And Pasaran TINGGI THEN Penjualan TINGGI Lihat himpunan Penjualan TINGGI (z-870.000)/130.000 = 0,2

3z =896.000 [R4] IF Pembelian TINGGI And Pasaran RENDAH THEN Penjualan TINGGI; Lihat himpunan Produksi Barang BERTAMBAH (z-870.000)/130.000 = 0,8

3z =974.000 Nilai z dapat dicari dengan cara sebagai berikut

:4321

44332211 ****predpredpredpred

zpredzpredzpredzpredz

+++

+++=

900.962142,857.6295,1000.348.1

10,4400.958600.389

1400.958

0,82,0000.749*0,8000.968*0,2

4,0600.389

0,20,2000.974*2,0000.974*2,0

===++=

=++=

=++=

+=

z

z

z

z

z

z

zzz

b

b

a

a

ba

Jadi harga jual LCD 18,5 inch adalah Rp.962.900,- atau Rp. 963.000,- 4. Implementasi Sistem 4.1 Form Login

Gambar 6 : Form Login



108

4.2 Form Utama

Gambar 7 : Form Utama

4.3 Form Spesifikasi Barang

Gambar 8 : Form Spesifikasi Barang

4.4 Form Data Harga Pembelian

Gambar 9 : Form Data Harga Pembelian

4.5 Form Data Harga Pasaran

Gambar 10 : Form Harga Pasaran

4.6 Form Data Harga Penjualan

Gambar 11 : Form Harga Penjualan

4.7 Form Penentuan Harga

Gambar 12 : Form Penentuan Harga



109

5. Kesimpulan Dan Saran 5.1 Kesimpulan

Perancangan aplikasi sistem pendukung keputusan penentuan harga jual barang menggunakan logika fuzzy dengan metode tsukamoto yang telah diselesaikan ini dapatlah diambil beberapa kesimpulan diantaranya adalah: 1. Penetapan harga jual monitor liguid crystal

display samsung ukuran 18.5 inci dengan menentukan berdasarkan biaya pembelian ditambah dengan keuntungan yang diambil.

2. Penerapan metode fuzzy tsukamoto pada sistem pendukung keputusan dalam penentuan jual barang dilakukan dengan menetukan variabel X,Y,Z yang akan dijadikan acuan dalam pengambilan keputusan.

3. Perancangan aplikasi ini digunakan visual basic.net dan database mysql dikarnakan, dapat digunakan untuk membangun aplikasi sistem pendukung keputusan dan mudah menampilkan info data-data pendukung keputusan.

5.1 Saran

Adapun saran-saran yang bisa diberikan untuk program ini agar bisa didapatkan hasil yang maksimal adalah: 1. Menampilkan step-step atau langkah-langkah

setiap proses yang dikerjakan, sehingga dalam proses penggunaanya kita mengetahui bagaimana proses tersebut berlangsung.

2. Pengembangan terhadap metode yang digunakan, baik dari segi perhitungan maupun akurasi hasil keluaran. Diharapkan dilakukannya penyempurnaan input dan output dari aplikasi tersebut.

3. Diharapkan penerapan aplikasi tersebut tidak hanya berbasis desktop saja, tapi bisa juga berbasis web (web based).

Daftar Pustaka [1]. Jogiyanto HM., Pengenalan Komputer, Penerbit

ANDI, Yogyakarta: 1999 [2]. Sri Kusumadewi dan Hari Purnomo., Aplikasi

Logika Fuzzy Untuk Pendukung Keputusan, Graha Ilmu, Yogyakarta: 2010

[3]. http://www.yulyantari.com/tutorial/media.php [4]. http://kelompokfz.blogspot.com/2011/06/metod

e-tsukamoto.html [5]. http://a120903608.blogspot.com/2013/01/metod

e-fuzzy-tsukamoto-oleh-evi ratna.html [6]. http://id.wikipedia.org/wiki/Microsoft_Visual_S

tudio

serba - serbi

Documents