-
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.
-
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
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
-
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
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
Gambar 4 : Fungsi Keanggotaan Variabel
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
-
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
107
][Z
Gambar 5 : Fungsi Keanggotaan Variabel
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
-
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
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
-
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
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