Biaya kekurangan persediaan
Biaya kekurangan persediaan shortages costs, stock – out costs adalah biaya yang timbul sebagai akibat tidak tersedianya barang pada waktu diperlukan. Biaya kekurangan
persediaan ini pada dasarnya bukan biaya nyata riil , melainkan berupa biaya kehilangan kesempatan.
2.3 Logika Fuzzy
Logika adalah ilmu yang mempelajari secara sistematis kaidah – kaidah penalaran yang absah valid Frans Susilo, 2006. Dalam dunia ilmu dikenal dua macam penalaran,
yaitu penalaran deduktif dan penalaran induktif. Penalaran deduktif adalah penalaran untuk menarik kesimpulan berdasarkan premis – premis yang diandaikan benar dengan
mengikuti pola penalaran tertentu. Sedangkan penalaran induktif adalah penalaran untuk menarik kesimpulan yang berlaku umum berdasarkan sejumlah premis yang bersifat
faktual.
2.3.1 Definisi Logika Fuzzy
Logika fuzzy merupakan salah satu komponen pembentuk soft computing. Logika fuzzy pertama kali oleh Prof.Lotfi A. Zadeh pada tahun 1965. Logika fuzzy adalah suatu cara
yang tepat untuk memetakan suatu ruang input ke dalam ruang output Sri Kusumadewi, 2002:2.
Dasar logika fuzzy adalah teori himpunan fuzzy. Dalam teori himpunan dikenal fungsi karakteristik yaitu fungsi dari himpunan semesta X ke himpunan {0,1}Sri Kusumadewi,
2002.
2.3.2 Alasan Digunakan Logika Fuzzy
Menurut Cox 1994, ada beberapa alasan mengapa orang menggunakan logika fuzzy, antara lain:
1. konsep logika fuzzy mudah dimengerti. Karena logika fuzzy menggunakan
dasar teori himpunan, maka konsep matematis yang mendasari penalaran fuzzy tersebut cukup mudah untuk dimengerti.
2. Logika fuzzy sangat fleksibel, artinya mampu beradaptasi dengan perubahan –
perubahan, dan ketidakpastian yang menyertai permasalahan. 3.
Logika fuzzy memiliki toleransi terhadap data yang tidak tepat. Jika diberikan sekelompok data yang cukup homogen, dan kemudian ada beberapa data yang
“eksklusif”, maka logika fuzzy memiliki kemampuan untuk menangani data eksklusif tersebut.
4. Logika fuzzy mampu memodelkan fungsi – fungsi nonlinear yang sangat
kompleks. 5.
Logika fuzzy dapat membangun dan mengaplikasikan pengalaman – pengalaman para pakar secara langsung tanpa harus melalui proses pelatihan.
6. Logika fuzzy dapat bekerjasama dengan teknik – teknik kendali secara
konvesional. 7.
Logiak fuzzy didasarkan pada bahasa alami. Logika fuzzy menggunakan bahasa sehari – hari sehingga mudah dimengerti.
2.3.3 Himpunan Fuzzy
Himpunan didefinisikan sebagai suatu koleksi obyek-obyek yang terdefinisi secara tegas, dalam arti dapat ditentukan secara tegas crips apakah suatu adalah anggota himpunan
itu atau tidak. Frans Susilo, 2006:5. Himpunan fuzzy adalah perluasan jangkauan fungsi keanggotaan dari himpunan tegas, sehingga fungsi tersebut akan mencakup bilangan real
pada interval [0,1]. Pada himpunan tegas crisp , nilai keanggotaan suatu item x dalam suatu himpunan A,
yang sering ditulis dengan , memiliki dua kemungkinan, yaitu :
a. satu 1, yang mengerti bahwa satu item menjadi anggota dalam suatu
himpunan, atau
b. nol 0 , yang berarti bahwa suatu item tidak menjadi anggota dalam suatu
himpunan.
Contoh 2.1 :
Jika diketahui : = 1,2,3,4,5,6 adalah semesta pembicaraan
= 1,2,3 = 1,2,3
Bisa dikatakan bahwa : nilai kenggotaan 2 pada himpunan A,
2 = 1, karena 2 ∈ . nilai kenggotaan 2 pada himpunan A,
3 = 1, karena 3 ∈ . nilai kenggotaan 2 pada himpunan A,
4 = 0, karena 4 ∈ . nilai kenggotaan 2 pada himpunan A,
2 = 0, karena 2 ∈ . nilai kenggotaan 2 pada himpunan A,
3 = 1, karena 3 ∈ . Ada beberapa hal yang perlu diketahui dalam memahami sistem fuzzy, yaitu :
a. variabel fuzzy
variabel fuzzy merupakan variabel yang hendak dibahas dalam suatu sistem fuzzy. Contoh : pemasukan, penyaluran, persediaan, umur, temperatur dan lain
– lain. b.
Himpunan fuzzy Himpunan fuzzy merupakan suatu grup yang mewakili suatu kondisi atau
keadaan tertentu dalam suatu variabel fuzzy.
2.3.4 Fungsi Keanggotaan dan Fuzzifikasi
