tugas artificial intelligent
TRANSCRIPT
1
TUGAS ARTIFICIAL INTELLIGENT
PENENTUAN JUMLAH PRODUKSI DENGAN APLIKASI METODE FUZZY
- MAMDANI
Diusulkan oleh :
FARID BAHARUDIN ; 081346820770
FAKULTAS TEKNIK
UNIVERSITAS WIDYAGAMA MALANG
2010
2
KATA PENGANTAR
Dengan mengucap puji syukur kehadirat Allah SWT, serta rasa terima
kasih atas Rahmat, Karunia dan Hidayah-Nya bahwasanya saya dapat
menyelesaikan penyusunan makalah ini dengan baik.
Dalam penyusunan makalah Artificial Intelligent ini apabila terdapat
kesalahan yang mungkin karena adanya kesalahan dari pengambilan
bahan ajar baik yang berasal dari sumber on-line, dari diktat buku ajar
AI yang relevan maupun dari jurnal. Terselesaikannya makalah ini
karena adanya dorongan dan petunjuk dari dosen mata kuliah, dan
tidak lupa kami sampikan kepada semua pihak yang telah berjasa
dalam penyelesaian makalah ini.
Saya masih menyadari bahwa dalam proses penyusunan makalah ini
masih terdapat banyak sekali kekurangan dan jauh dari sempurna.
Oleh karena itu saran dan kritik guna perbaikan makalah ke arah yang
lebih baik sangat saya harapkan, guna penyempurnaan.
Demikian yang dapat saya sajikan, semoga banyak memberikan
banyak manfaat bagi semua pihak.
Malang, 29 November 2010
Penulis
3
LATAR BELAKANG
Pada saat ini hampir semua perusahaan yang bergerak dibidang industry
dihadapkan pada suatu masalah yaitu adanya tingkat persaingan yang
semakin kompetitif. Hal ini mengharuskan perusahaan untuk
merencanakan atau menentukan jumlah produksi, agar dapat memenuhi
permintaan pasar dengan tepat waktu dan dengan jumlah yang sesuai.
Sehingga diharapkan keuntungan perusahaan akan meningkat. Pada
dasarnya penentuan jumlah produksi ini direncanakan untuk memenuhi
tingkat produksi guna memenuhi tingkat penjualan yang direncanakan
atau tingkat permintaan pasar.
Logika fuzzy (logika samar) itu sendiri merupakan logika yang berhadapan
dengan konsep kebenaran sebagian, dimana logika klasik menyatakan
bahwa segala hal dapat di ekspresikan dalam istilah binary (0 atau 1).
Logika fuzzy memungkinkan menunjukkan bahwa pada dasarnya logika
fuzzy dapat digunakan untuk memodelkan berbagai sistem. Logika fuzzy
dianggap mampu untuk memetakan suatu input kedalam suatu output
tanpa mengabaikan faktor–faktor yang ada. Logika fuzzy diyakini dapat
sangat fleksibel dan memiliki toleransi terhadap data-data yang ada.
Dengan berdasarkan logika fuzzy, akan dihasilkan suatu model dari suatu
sistem yang mampu memperkirakan jumlah produksi. Faktor–faktor yang
mempengaruhi dalam menentukan jumlah produksi dengan logika fuzzy
antara lain jumlah permintaan dan jumlah persediaan.
PERUMUSAN MASALAH
Berdasarkan uraian dari latar belakang, dapat dirumuskan permasalahan
dari penelitian yang akan dilakukan yaitu: memperkirakan jumlah produksi
berdasarkan logika fuzzy dengan memperhatikan faktor jumlah
permintaan dan jumlah persediaan.
4
BATASAN MASALAH
Produk yang diteliti adalah kloset jongkok.
Faktor–faktor yang mempengaruhi penentuan jumlah produksi
adalah jumlah permintaan dan jumlah persediaan.
Penalaran fuzzy menggunakan metode mamdani
Penegasan (defuzzyfikasi) dengan metode centroid.
Pengolahan data menggunakan bantuan software matlab 6.1
Data lain tidak diteliti atau dianggap tetap.
TUJUAN
Tujuan dari penelitian ini adalah memperkirakan/ Mengestimasi berapa
jumlah produksi pada bulan tertentu berdasarkan logika fuzzy dengan
memperhatikan variabel jumlah permintaan dan jumlah persediaan
barang.
MANFAAT
Diharapkan dengan adanya penelitian ini dapat diambil beberapa manfaat
sebagai berikut :
Sebagai masukan atau informasi yang bermanfaat bagi perusahaan
dalam menentukan atau mempertimbangkan jumlah produksi.
Diharapkan mampu sebagai alat ukur proses perencanaan produksi.
Menambah Ilmu Pengetahuan dalam penerapan konsep logika
fuzzy terhadap bidang–bidang industri.
METODOLOGI PENELITIAN
Dalam Penelitian ini dilakukan beberapa Metode yang runtut dan
sistematis guna tercapainya kualitas data yang mendekati sempurna,
adapun beberapa metode sebagai berikut :
5
Identifikasi Data
Identifikasi data dilakukan dengan penentuan variabel yang diperlukan
dalam melakukan perhitungan dan analisis masalah. Perusahaan dalam
melakukan proses produksi dipengaruhi oleh beberapa faktor, diantaranya
Jumlah Permintaan
Jumlah Persediaan
Jumlah Produksi
Pembentukan himpunan fuzzy
Pada metode ini, baik variabel input maupun variabel output dibagi
menjadi satu atau lebih himpunan fuzzy.
Aplikasi fungsi implikasi
Fungsi implikasi yang digunakan untuk tiap – tiap aturan adalah
fungsi min.
Penegasan (defuzzy)
Proses penegasan (defuzzyfikasi) menggunakan bantuan software
matlab dengan menggunakan fasilitas yang disediakan pada
toolbox fuzzy.
Pengumpulan dan Pengolahan Data
Pengumpulan Data
Data yang dikumpulkan dalam penelitian ini meliputi data
permintaan, data persediaan dan data jumlah produksi
Pengolahan Data
Pengolahan data dilakukan dengan menentukan variabel dan
semesta pembicaraan, dilanjutkan dengan membentuk himpunan
fuzzy. Langkah selanjutnya adalah membuat fungsi keanggotaan
untuk tiap variable permintaan, persediaan dan jumlah produksi.
6
TINJAUAN PUSTAKA
Sistem Inferensi Fuzzy Metode Mamdani
Metode mamdani sering juga dikenal dengan nama metode min–max.
Metode ini diperkenalkan oleh Ebrahim Mamdani pada tahun 1975. Untuk
mendapatkan output diperlukan 4 tahapan, diantaranya :
Pembentukan himpunan fuzzy
Pada metode mamdani baik variabel input maupun variabel output
dibagi menjadi satu atau lebih himpunan fuzzy.
Aplikasi fungsi implikasi
Pada Metode Mamdani, fungsi implikasi yang digunakan adalah
min.
Komposisi aturan
Metode yang digunakan dalam melakukan inferensi sistem fuzzy,
yaitu Metode
max (maximum). Secara umum dapat dituliskan :
μsf[Xi] = max (μsf [Xi], μkf [Xi])
Dengan :
μsf[Xi] = nilai keanggotaan solusi fuzzy sampai aturan ke i
μkf [Xi]) = nilai keanggotaan konsekuan fuzzy aturan ke i
Penegasan (defuzzy)
Defuzzyfikasi pada komposisi aturan mamdani dengan
menggunakan metode
centroid. Dimana pada metode ini, solusi crisp diperoleh dengan
cara mengambil
titik pusat daerah fuzzy. Secara umum dirumuskan :
7
Ada dua keuntungan menggunakan metode centroid, yaitu
Nilai defuzzyfikasi akan bergerak secara halus sehingga
perubahan dari suatu himpunan fuzzy juga akan berjalan
dengan halus.
Lebih mudah dalam perhitungan.
Simulasi
Gambar 1. Plot Sistem Input Jumlah_Permintaan
8
Gambar diatas memperlihatkan jumlah Permintaan Barang pada
periode Bulan tertentu yang berada pada kisaran range 14.868 –
23.432 Unit
Gambar 2. Plot Sistem Input Persediaan Barang
Gambar plot diatasjuga memperlihatkan jumlah persediaan barang
yang ada di gudang pada Bulan tertentu, yaitu berada pada kisaran
1.170 – 3190 Unit.
9
Gambar 3. Plot Sistem Output Jumlah Produksi Barang
Gambar diatas merupakan Plot Sistem Output dari sinergi antara
Jumlah Permintaan dan Persediaan barang yang ada pada suatu
perusahaan dan pada bulan tertentu, setelah melalui pemetaan
dengan metode mamdani didapatkan output jumlah produksi antar
range 14.105 – 25.000 Unit. Ini dilakukan dengan pengambilan
fungsi MIN, yaitu segala bentuk input akan disesuaikan dengan
logika AND (Nilai terkecil).
Gambar 4. Penalaran Fuzzy dengan metode Mamdani – Centroid
10
Gambar 5. Fuzzy Interference Sysytem
Hasil dan Analisa
11
Dari Berbagai permasalahan diatas , dapat diambil beberapa
penalaran yang nantinya dapat dipergunakan dalam pengambilan
keputusan dalam suatu perusahaan yang berkaitan dengan jumlah
produksi barang dalam waktu tertentu. Adapun beberapa Rule
(aturan ) antara lain :
if (Permintaan is Sedikit) and (Persediaan is Sedikit) then (Jumlah Produksi is Sedikit) if (Permintaan is Sedikit) and (Persediaan is Sedikit) then (Jumlah Produksi is Sedang) if (Permintaan is Sedikit) and (Persediaan is Sedang) then (Jumlah Produksi is Sedikit) if (Permintaan is Sedikit) and (Persediaan is Sedang) then (Jumlah Produksi is Sedang) if (Permintaan is Sedikit) and (Persediaan is Sedang) then (Jumlah Produksi is Banyak) if (Permintaan is Sedikit) and (Persediaan is Banyak) then (Jumlah Produksi is Sedikit) if (Permintaan is Sedikit) and (Persediaan is Banyak) then (Jumlah Produksi is Sedang) if (Permintaan is Sedang) and (Persediaan is Sedikit) then (Jumlah Produksi is Sedikit) if (Permintaan is Sedang) and (Persediaan is Sedikit) then (Jumlah Produksi is Sedang) if (Permintaan is Sedang) and (Persediaan is Sedikit) then (Jumlah Produksi is Banyak) if (Permintaan is Sedang) and (Persediaan is Sedang) then (Jumlah Produksi is Sedikit) if (Permintaan is Sedang) and (Persediaan is Sedang) then (Jumlah Produksi is Sedang) if (Permintaan is Sedang) and (Persediaan is Sedang) then (Jumlah Produksi is Banyak) if (Permintaan is Sedang) and (Persediaan is Banyak) then (Jumlah Produksi is Sedikit) if (Permintaan is Sedang) and (Persediaan is Banyak) then (Jumlah Produksi is Sedang) if (Permintaan is Sedang) and (Persediaan is Banyak) then (Jumlah Produksi is Banyak) if (Permintaan is Banyak) and (Persediaan is Sedikit) then (Jumlah Produksi is Sedang) if (Permintaan is Banyak) and (Persediaan is Sedikit) then (Jumlah Produksi is Banyak) if (Permintaan is Banyak) and (Persediaan is Sedang) then (Jumlah Produksi is Sedang) if (Permintaan is Banyak) and (Persediaan is Sedang) then (Jumlah Produksi is Sedang) if (Permintaan is Banyak) and (Persediaan is Banyak) then (Jumlah Produksi is Sedang) if (Permintaan is Banyak) and (Persediaan is Banyak) then (Jumlah Produksi is Banyak)
Langkah terakhir adalah penegasan (defuzzyfikasi). Penegasan dilakukan
dengan bantuan software matlab 6.5 toolbox fuzzy. Hasil pengujian
dengan metode mamdani-centroid dengan input jumlah permintaan
12
sebesar 21.945 unit dan jumlah persediaan sebesar 1.824 unit
menghasilkan output jumlah produksi sebesar 20.300 unit.
13
KESIMPULAN
Berdasarkan hasil penelitian yang telah dilakukan, serta uraian – uraian
yang telah dikemukakan, maka dapat diambil kesimpulan yaitu : Untuk
menentukan jumlah produksi pada bulan juli 2005, dilakukan pengolahan
data dengan menggunakan bantuan software Matlab 6.5 Toolbox Fuzzy,
dimana pada penegasan (defuzzyfikasi) dengan menggunakan metode
centroid. Dengan memasukkan variabel input, yaitu jumlah permintaan
sebesar 21.945 unit dan jumlah persediaan
sebesar 1.824 unit, maka hasil yang didapatkan untuk jumlah produksi
pada bulan juli 2005 sebesar 20.300 unit.
14
DAFTAR PUSTAKA
Cox, Earl, 1994, “The Fuzzy System Handbook”. Massachusetts: Academic Press - Inc Jang, J.R., Sun, C.T., Mizutami, E, 1997, “Neuro Fuzzy and Soft Computing” London: Prentice – Hall Klir, J.R., Bo Yuan, 1999, “ Fuzzy sets and Fuzzy Logic Theory and Aplications”. New Jersey: Prentice Hall Kusumadewi, Sri, 2000, “Perancangan Sistem fuzzy : Studi Kasus Prediksi Jumlah Produksi dan Harga Jual Barang” dalam Jurnal Teknologi Industri Volume 5, No.1. Jogjakarta: Jurusan Teknik Industri Fakultas Teknologi Industri Universitas Islam Indonesia Kusumadewi, Sri, 2002, “Analisis Desain Sistem Fuzzy menggunakan Tool Box Matlab”. Jogjakarta: Graha Ilmu. Kusumadewi, Sri, 2003, “Artificial Intelegence Teknik dan Aplikasinya”. Jogjakarta: Graha Ilmu Kosko, Bart, 1997, “Fuzzy Engineering”. New Jersey: Prentice – Hall, Inc. Pratikno, Budi, 2003, “Aplikasi Fuzzy Servqual untuk Menganalisa Kepuasan Pelanggan terhadap Kualitas Pelayanan Jasa Pendidikan (Studi Kasus Pada Universitas Muhammadiyah Surakarta)”. Skripsi: Universitas Muhammadiyah Surakarta. Sufa, Mila Faila, 2003, “Evaluasi Kinerja Proses pada Gudang Barang Jadi dengan Metode Fuzzy” dalam Prosiding Seminar Nasional “Perubahan Paradigma Bisnis dan Industri terhadap Kompetensi Teknik Industri”. Semarang: Universitas Diponegoro. Zulkifli, Helmi Puri, 2002, “Penerapan Logika Fuzzy untuk Menentukan Jumlah Produk (Studi Kasus di PT. Friesche Vlag Jakarta Indonesia)”. Skripsi: Universitas Islam Indonesia, Jogjakarta.