Menentukan Output Crisp Deffuzzyfikasi

= 82.410,109169 0,0377913161 + 97.075,218338 0,0755826322 + 182.554,76623 0,2958595205 + 82.410,109169 0,0377913161 + 194.027,5 0,0755826322 + 226.230,77205 0,5915894086 + 441.134,89083 0,0377913161 + 426.469,78166 0,0755826322 +182.724,83187 0,7037022281 0,0377913161 + 0,0755826322 + 0,2958595205 + 0,0377913161 + 0,0755826322 + 0,5915894086 + 0,0377913161 + 0,0755826322 + 0,7037022281 = 3.114,3864854 + 7.337,2005234 + 54.010,565602 + 3.114,3864854 + 14.665,109169 + 133.835,72864 + 16.671,068102 + 32.233,708652 + 128.583,78132 0.2267478966 + 0.1133739483 + 1.5911511572 = 393.565,93498 1.9312730021 = 203.785,75921 Jadi, menurut perhitungan dengan metode Tsukamoto di atas, jumlah tepung tapioka yang harus diproduksi perusahaan pada bulan Januari 2012 adalah 203.785,75921 Kg. Untuk menganalisa apakah metode Tsukamoto dapat mempengaruhi jumlah produksi yang harus diproduksi perusahaan, maka dilakukan perhitungan dengan cara yang sama untuk menghasilkan jumlah produksi setiap bulan selama tahun 2011. Berdasarkan data permintaan dan persediaan yang ada, maka diperoleh output jumlah produksi setiap bulan dengan menggunakan metode Tsukamoto. Perbandingan hasil perhitungan metode Tsukamoto dengan data perusahaan dapat dilihat dari Tabel 3.4 berikut ini: Universitas Sumatera Utara Tabel 3.4 Perbandingan perhitungan jumlah produksi tepung tapioka metode Tsukamoto menggunakan 9 aturan fuzzy dengan data perusahaan Bulan Permintaan Kg Persediaan Produksi Kg Jumlah Produksi Kg Perhitungan Tsukamoto Januari 110 66.495 249.815 19.587,1 Februari 41.825 316.200 242.675 204.447.6 Maret 501.995 517.050 351.225 455.715 April 470.790 366.280 246.523 297.150,6 Mei 288.750 142.013 356.550 241.875,6 Juni 456.468 209.813 271.090 313.502,3 Juli 328.855 24.435 305.700 259.254,3 Agustus 364.090 1280 448.900 310.164,2 September 430.370 86.090 455.800 304.595,4 Oktober 340.830 111.520 281.100 259.413,4 November 231.490 51.790 243.950 196.144,3 Desember 264.460 64.250 219.750 210.913,1 Sumber: PT.HUTAHAEAN PABRIK TAPIOKA, PINTU BOSI Ada banyak jenis diagram yang dapat mempresentasikan suatu data. Salah satunya adalah penyajian dengan diagram batang. Perbandingan hasil perhitungan metode Tsukamoto dengan data perusahaan dapat dipresentasikan dalam diagram batang berikut ini: Universitas Sumatera Utara 62 Gambar 3.5 Diagram batang perbandingan hasil perhitungan metode Tsukamoto dengan data perusahaan 50000 100000 150000 200000 250000 300000 350000 400000 450000 500000 550000 Jan-11 Feb-11 Mar-11 Apr-11 May-11 Jun-11 Jul-11 Aug-11 Sep-11 Oct-11 Nov-11 Dec-11 Permintaan Persediaan Jlh produksi Perusahaan Jlh produksi Tsukamoto Universitas Sumatera Utara Dari gambar diagram batang di atas dapat dilihat bahwa metode Tsukamoto memberikan pengaruh yang signifikan terhadap jumlah produksi dibandingkan dengan perusahaan. Diagram juga menyajikan perbandingan hasil produksi dengan data permintaan dan persediaan. Pada bulan Maret, April dan Juni jumlah produksi Tsukamoto lebih tinggi dari pada jumlah produksi perusahaan. Namun pada bulan-bulan lainnya, jumlah produksi Tsukamoto lebih rendah dari pada jumlah produksi perusahaan. Artinya bahwa apabila perusahaan memproduksi barang sesuai dengan jumlah produksi metode Tsukamoto, jumlah tersebut sudah optimal. Dikatakan sudah optimal karena dengan jumlah produksi sedemikian, maka jumlah permintaan produksi sudah terpenuhi dan tidak terjadi persediaan produksi yang berlebihan. Pengaruh pada pengaplikasian metode Tsukamoto ini juga memberikan dampak pada biaya produksi. Jumlah produksi yang optimal memberi dampak meminimasi biaya penyimpanan gudang karena tidak terjadi persediaan yang berlebihan. Terlebih lagi jika terjadi kelebihan persediaan perusahan harus menyewa gudang tambahan, dengan jumlah produksi yang optimal hal ini dapat dihindari. Pengaruh lain yang terjadi jika terjadi pengoptimalan jumlah produksi adalah meminimasi biaya produksi. Hal itu dapat dilihat dari keefektifan waktu yang dibutuhkan untuk bekerja, sehingga para pekerja dapat bekerja lebih maksimal juga dapat menjaga daya tahan mesin yang digunakan. Barang yang dihasilkan dapat didistibusikan lebih cepat sehingga dapat sampai ketangan konsumen tepat waktu dan meminimalkan lead time. Pengoptimalan jumlah produksi juga mempengaruhi kebutuhan bahan baku, perusahaan dapat memperkiraan kebutuhan bahan baku pada periode selanjutnya sehingga tidak terjadi persediaan bahan baku yang berlebihan. Jika perusahaan harus membeli atau mengeksport bahan baku dari luar, maka biaya yang dibutuhkan juga lebih efisien. Kelebihan biaya yang ada dapat digunakan untuk memperbaiki mesin yang rusak ataupun lebih lagi dapat meningkatkan kinerja perusahaan yang sejalan dengan peningkatan taraf hidup para pekerjanya. Universitas Sumatera Utara Sebagai tahapan pertama dalam perencanaan produksi, penentuan jumlah produksi merupakan kunci untuk mendapatkan keuntungan yang lebih besar. Namun permintaan yang terjadi seringkali berubah tak menentu, pada suatu periode permintaan bisa saja meningkat drastis, tetap bahkan menurun. Tidak ada batasan yang tegas untuk mengetahui jumlah permintaan yang akan datang. Sehingga dibutuhkan metode dalam perencanaan jumlah produksi sehingga dihasilkan jumlah produksi yang optimal. Salah satu metode yang baik digunakan adalah logika fuzzy yakni metode Tsukamoto. Dengan metode Tsukamoto penentuan jumlah produksi dapat disesuaikan dengan permintaan dan persediaan yang ada. Hal ini lah yang mengakibatkan jumlah produksi yang dihasilkan lebih optimal. Perusahaan tidak lagi mereka-reka berapa jumlah barang yang harus diproduksi. Dibutuhkan pengambil keputusan yang jeli melihat kedepan serta handal dalam menggunakan metode-metode penentuan jumlah produksi optimal yang sesuai dengan peramalan masa depan. Universitas Sumatera Utara BAB IV KESIMPULAN DAN SARAN

4.1 Kesimpulan

Berdasarkan hasil pembahasan maka dapat disimpulkan bahwa metode FIS Tsukamoto sebagai salah satu aplikasi logika fuzzy dalam penentuan jumlah produksi dengan menggunakan data permintaan dan persediaan masa lalu. Langkah pertama yang dilakukan adalah mendefinisikan setiap variabel. Himpunan fuzzy untuk variabel permintaan adalah turun, tetap dan naik, Himpunan fuzzy untuk variabel persediaan adalah sedikit, sedang dan banyak, sedangkan Himpunan fuzzy untuk variabel jumlah produksi adalah berkurang, tetap dan bertambah. Pada langkah ini, menentukan nilai keanggotaan dari setiap variabel dengan menggunakan fungsi keanggotaan himpunan fuzzy dari nilai maksimum, nilai minimum dan nilai tengah. Langkah selanjutnya adalah mengkombinasikan banyak aturan untuk menentukan nilai keanggotaan dari setiap variabel dan nilai perkiraan jumlah produksi, maka diperoleh 9 aturan fuzzy. Langkah terakhir adalah unit penegasan, mengubah himpuan fuzzy menjadi nilai tegas yakni jumlah produksi menggunakan rumus rata-rata terpusat. Diagram batang perbandingan antara permintaan, persediaan, jumlah produksi perusahaan dan jumlah produksi metode Tsukamoto menunjukkan pengaruh penggunaan metode Tsukamoto dalam menentukan jumlah produksi perusahaan. Pengaruh yang terjadi memberikan hasil yang lebih optimal dibandingkan dengan hasil perusahaan sehingga dapat meminimasi biaya produksi juga biaya penyimpanan persediaan. Universitas Sumatera Utara

4.2 Saran

Dalam penentuan perkiraan jumlah produksi yang lebih optimal dan efisien disarankan untuk menambahkan input atau variabel-variabel lain yang berkaitan dan mempengaruhi jumlah produksi, misalkan upah tenaga kerja, kapasitas persediaan, juga disarankan untuk menambah himpunan fuzzy pada setiap variabel, misalkan sangat banyak, banyak, sedang , sedikit dan sangat sedikit. Dalam penelitian tentang pengunaan metode Tsukamoto juga dapat diaplikasikan terhadap penentuan variabel lainnya yang juga penting bagi perusahaan. Misalnya dalam menentukan jumlah bahan baku yang harus di beli, menentukan sewa gudang yang optimal dan waktu produksi yang maksimal. Universitas Sumatera Utara