PENGEMBANGAN REKOMENDASI PRODUKSI MOBIL toyota

PENGEMBANGAN REKOMENDASI PRODUKSI MOBIL BERBASIS FUZZY
PADA SISTEM INFORMASI GUDANG MOBIL

UNTUK MEMENUHI TUGAS MATAKULIAH
PRAKTEK SISTEM INFORMASI
yang dibina oleh Ibu Kartika Candra Kirana S.Pd. M.Kom
oleh :
SEPTI AYU TRIWULANDARI
WILDAN KURNIAWAN

(140533603559)
(140533605336)

PRODI S1 PENDIDIKAN TEKNIK
JURUSAN TEKNIK ELEKTRO
FAKULTAS TEKNIK
UNIVERSITAS NEGERI MALANG

INFORMATIKA

NOVEMBER 2015

Pengembangan Rekomendasi Produksi Mobil
Berbasis Fuzzy pada Sistem Informasi
Gudang Mobil
Septi Ayu Triwulandari
Pendidikan Teknik Informatika
Universitas Negeri Malang
Malang, Indonesia
ay.septi@gmail.com

Wildan Kurniawan
Pendidikan Teknik Informatika
Universitas Negeri Malang
Malang, Indonesia
wildansimorakir@gmail.com

Abstrak—Perkembangan teknologi informasi saat ini
berlangsung dengan sangat cepat dan mengakibatkan
munculnya tuntutan untuk menemukan solusi dari
permasalahan yang ada. Salah satu teknologi yang banyak

dibutuhkan saat ini adalah sistem informasi yang mampu
membantu menyelesaikan masalah dalam kehidupan seharihari.Sebagai contoh seperti pada penentuan jumlah produksi
mobil yang disesuaikan dengan jumlah permintaan dan stok
yang tersedia.
Sistem informasi produksi mobil ini menggunakan logika
fuzzy yang berguna untuk melakukan pencatatan terhadap
jumlah mobil yang keluar masuk gudang yang dilengkapi
dengan perhitungan estimasi jumlah produksi. Estimasi stok ini
didasarkan oleh jumlah permintaan dan stok yang ada di
gudang, sehingga jumlah stok di gudang bisa tetap stabil.
Kata Kunci—Sistem Informasi, Fuzzy, Gudang Mobil.

I. PENDAHULUAN
Mobil merupakan salah satu alat transportasi yang menjadi
kebutuhan bagi sebagian orang, hal ini mendukung semakin
berkembangnya industri mobil di negara ini. Seiring dengan
semakin meningkatnya permintaan akan kebutuhan yang satu
ini maka semakin banyak industri mobil yang berlomba-lomba
untuk menjadikan industrinya memiliki performayang terbaik.
Semua perencanaan mengenai operasional dari industri

direncanakan sebaik mungkin mulai dari perencaan produksi,
penyimpanan (stok), pengiriman hingga pemasaran semua
telah dipersipakan sebaik mungkin agar dapat mencapai hasil
sesuai target yang telah ditentukan dan dapat meminimalisir
kerugian yang mungkin diderita.
Salah satu jalan yang ditempuh adalah melalui
pemanfaatan teknolgi informasi yang berupa sistem informasi.
Penggunaan sistem informasi disini ditujukan untuk
memanajemen segala informasi yang dibutuhkan untuk
melakukan proses produksi yang mengacu pada jumlah
permintaan barang seta jumlah stok yang tersedia. Sistem
informasi seperti ini juga akan memepermudah kontrol
terhadap semua informasi barang yang keluar masuk gudang
oleh pihak-pihak yang membutuhkan data terbaru setiap saat.
Sebagai contoh, pihak gudang akan selalu mengkonfirmasi
jumlah mobil yang harus diproduksi agar tidak terjadi
penumpukan stok dalam gudang, maka gudang harus bisa
menentukan perkiraan jumlah yang sesuai agar jumlah stok
dalam gudang tetap stabil dalam kondisi permintaan naik
maupun turun.

Sampai hari ini tercatat telah terdapat banyak penelitian
mengenai sistem inventori gudang, diantaranya adalah sebagai
berikut:
[1] Mengembangkan Sistem Informasi Inventaris Pengadaan
Barang Berbasis Intranet. Dalam penelitian ini teknologi
pengkodean yang digunakan adalah web server Apache versi
2.5 dan control panel Xampp, lalu pemrograman basis
datanya menggunakan MySQL versi 5.1. Metode
pengembangan sistem yang digunakan pada penilitian ini
adalah sistem waterfall atau yang sering disebut dengan

SDLC. Hasil akhir dari pengembangan sistem ini adalah
berupa sistem informasi inventaris yang berbasis intranet.
[2] Mengembangkan Sistem Informasi Bengkel di PT CBU
World dengan Menggunakan PHP. Pengembangan sistem
informasi ini menggunakan metode waterfall atau yang
sering disebut dengan SDLC. Model ini menggambarkan
pembangunan perangkat lunak seperti aliran air terjun, mulai
analysis requirement sebagai awal proses dengan
menggunakan bahasa pemrograman web, yakni PHP dan

MySQL untuk pentimpanan datanya. Hasil dari
pengembangan sistem informasi ini adalah berupa sistem
informasi yang dapat menampilkan status barang dan
memebrikan laporan terbaru yang diperlukan oleh manager
bengkel mobil yang bersangkutan.
[3] Mengembangkan Aplikasi Inventori Gudang Berbasis
Web Pada Bengkel Mobil Maman Jaja Bandar Lampung.
Peneitian ini menggunakan metode waterfall yang dibangun
dengan bahasa pemrograman web yaitu PHP dan MySQL
sebagai penyimpanan data. Hasil dari penelitian in iadalah
berupa sistem informasi yang mampu memberikan laporan
barang masuk, barang keluar dan laporan status barang
dalam bengkel yang dibutuhkan oleh manager bengkel.
[4] Mengembangkan Sistem Informasi Inventory pada PT.
Dwiwarna Inti Sejahtera. Penelitian ini menggunakan PHP
5.2.2 sebagai bahasa pemrograman webnya dan MySQL
versi 5.0.41 sebagai databasenya. Metode yang digunakan
dalam penelitian ini adalah metode Rapid Application
Development(RAD) dan Unified Modeling Language (UML)
sebagai pemodelannya. Hasil dari penelitian ini adalah

sebuah sistem informasi yang bersifat dinamis dan user
friendly.
Berdasarkan penelitian di atas diketahui bahwa belum ada
yang mengembangkan sistem informasi yang dapat sekaligus
memberikan rekomendasi untuk pengadaan barang. Oleh
karena itu sistem informasi gudang mobil ini akan
dikembangkan menggunakan logika fuzzy untuk dapat
memberikan rekomendasi jumlah produksi berdasarkan
jumlah permintaan barang dan jumlah stok dalam gudang
yang berjudul “Pengembangan Rekomendasi Produksi Mobil
Berbasis Fuzzy pada Sistem Informasi Gudang Mobil”.
II. LANDASAN TEORI
2.1. Sistem Informasi
Sistem informasi adalah suatu sistem didalam organisasi
yang mempertemukan kebutuhan pengelolah transaksi
harian, mendukung operasi, bersifat manajerial dan
kegiatan strategi dari suatu organisasi dan menyediakan
pihak luar tertentu dengan laporan-laporan yang
diperlukan [5]. Sedangkan menurut Ais Zakiyudin sistem
informasi adalah suatu sistem yang ada di dalam suatu

organisasi yang mempertemukan kebutuhan pengolahan

transaksi harian, mendukung operasi yang bersifat
manajerial dan strategi dari suatu organisasi dan pihak
luar tertentu dengan laporan yang diperlukan [6].
Fungsi Sistem Informasi
 Untuk meningkatkan aksesiblitas data yang ada
secara efektif dan efisien kepada pengguna,
tanpa dengan prantara sistem informasi.
 Memperbaiki
produktivitas
aplikasi
pengembangan dan pemeliharaan sistem
 Menjamin tersedianya kualitas dan keterampilan
dalam memanfaatkan sistem informasi secara
kritis.
 Mengidentifikasi
kebutuhan
mengenai
keterampilan pendukung sistem informasi

 Mengantisipasi
dan
memahami
akan
konsekuensi ekonomi
 Menetapkan investasi yang akan diarahkan pada
sistem informasi
 Mengembangkan proses perencanaan yang
efektif[6]
Komponen Sistem Informasi
1. Komponen input adalah data yang masuk ke
dalam sistem informasi
2. Komponen model adalah kombinasi prosedur,
logika dan model matematika yang memproses
data yang tersimpan di basis data dengan cara
yang sudah di tentukan untuk menghasilkan
keluaran yang diinginkan.
3. Komponen output adalah hasil informasi yang
berkualitas dan dokumentasi yang berguna
untuk semua tingkatan manajemen serta semua

pemakai sistem.
4. Komponen teknologi adalah alat dalam sistem
informasi, teknologi digunakan dalam menerima
input, menjalankan model, menyimpan dan
mengakses
data,
menghasilkan
dan
mengirimkan
output
dan
memantau
pengendalian sistem.
5. Komponen basis data adalah kumpulan data
yang saling berhubungan yang tersimpan di
dalam komputer dengan menggunakan software
database.
6. Komponen kontrol adalah komponen yang
mengendalikan gangguan terhadap sistem
informasi [7].

Ciri-ciri sistem informasi
a. Baru,adalah informasi yang didapat sama sekali
baru dan segar bagi penerima
b. Tambahan, adalah informasi dapat diperbaharui
atau memberikan tambahan terhadap informasi
yang sebelumnya telah ada.
c. Kolektif, adalah informasi yang dapat menjadi
suatu koreksi dari informasi yang salah
sebelumnya.

d.

Penegas, adalah informasi yang dapat
mempertegas informasi yang telah ada [7].

2.2. Fuzzy
Konsep logika fuzzy pertama kali diperkenalkan oleh
Professor Lotti A. Zadeh dari Universitas California
tahun 1965. Logika fuzzy merupakan generalisasi dari
logika klasik (Crisp Set) yang hanya memiliki dua nilai

keanggotaan yaitu 0 dan 1. Dalam logika fuzzy nilai
kebenaran suatu pernyataan berkisar dari sepenuhnya
benar sampai dengan sepenuhnya salah. Fuzzy Logic
berhubungan dengan ketidakpastian yang telah menjadi
sifat alamiah manusia, mensimulasikan proses
pertimbangan
normal
manusia
dengan
jalan
memungkinkan komputer untuk berperilaku sedikit lebih
seksama dan logis daripada yang dibutuhkan metode
komputer konvensional. Pemikiran di balik pendekatan
ini adalah pengambilan keputusan tidak sekadar
persoalan hitam dan putih atau benar dan salah, namun
seringkali melibatkan area abu-abu, dan hal itu
dimungkinkan [8].
2.2.1. Himpunan Fuzzy
Himpunan fuzzy merupakan suatu group yang
mewakili suatu kondisi atau keadaa tertentu dalam
suatu variabel fuzzy. Pada himpunan tegas (crisp),
nilai keanggotaan suatu item x dalam suatu
himpunan A, yang sering ditulis dengan flA[x],
memiliki dua kemungkinan, yaitu : Satu (I), yang
berarti bahwa suatu item menjadi angota dalam
suatu himpunan atau Nol (0), yang berarti bahwa
suatu item tidak menjadi anggota dalam suatu
himpunan.
Pada
himpunan
fuzzy nilai
keanggotaan terletak pada rentang 0 sampai 1.
Apabila x memiliki nilai keanggotaan fuzzy
flA[ x] = 0 berarti x tidak menjadi anggota
himpunan A, demikian pula apabila x memiliki
nilai keanggotaan fuzzy flA[ x] = 1 berarti x
menjadi anggota penuh pada himpunanA.
Kemiripan antara keanggotaan fuzzy dengan
probabilitas terkadang menimbulkan kerancuan,
karena memiliki nilai pada interval [0,1], namun
interpretasi nilainya sangat berbeda. Keanggotaan
fuzzy memberikan suatu ukuran terhadap
pendapat atau keputusan, sedangkan probabilitas
mengindikasikan proporsi terhadap keseringan
suatu hasil bernilai benar dalam jangka panjang.
Himpunan fuzzy memiliki 2 atribut, yaitu :
a. Linguistik.yaitu penamaan suatu group yang
mewakili suatu keadaan atau kondisi tertentu
dengan menggunakan bahasa alami, seperti :
Muda, Parobaya, Tua.
b. Numeris. yaitu suatu nilai (angka) yang
menunjukkan ukuran dari suatu variabel
seperti : 25, 40,60 [8].
2.2.2.

Fungsi Keanggotaan

Fungsi keanggotaan adalah suatu kurva yang
menunjukkan pemetaan titik-titik input data ke
dalam nilai keanggotaan yang memiliki nilai
interval antara 0 dan I. Salah satu cara yang dapat
digunakan untuk mendapatkan nilai keanggotaan
adalah dengan melalui pendekatan fungsi. Salah
satu representasi fungsi keanggotaan dalam fuzzy
yang akan dipakai adalah represntasi linier. Pada
representasi linear, pemetaan input ke derajat
keanggotaannya digambarkan sebagai suatu garis
lurus. Bentuk ini paling sederhana dan menjadi
pilihan yang baik untuk mendekati suatu konsep
yang kurang jelas. Ada dua keadaan himpunan
fuzzy yang linear. Pertama, kenaikan himpunan
dimulai pada nilai domain yang memiliki derajat
keanggotaan nol [0] bergerak ke kanan menuju ke
nilai domain yang memiliki derajat keanggotaan
lebih tinggi[8]. Gambar grafik fungsi keanggotaannya adalah:

Gambar Representasi Linear Turun [8]
Fungsi keanggotaan:
µ(x) =

a≤ x≤b
{(x−a)/(b−a)
¿xb
¿0

(2)

Selain dua keadaan himpunan fuzzy yang linear
diatas, himpunan fuzzy juga bisa berbentuk kurva
segitiga. Kurva ini pada dasarnya merupakan
gabungan antara 2 garis linear seperti terlihat pada
gambar

Gambar Representasi Linear Naik [8]
Fungsi Keanggotaan:

µ(x) =

{

0
xa
( x −a)
a≤x ≤b
(b−a) x b
1

(1)

Kedua, merupakan kebalikan yang pertama. Garis
lurus dimulai dari nilai domain dengan derajat
keanggotaan tertinggi pada sisi kiri, kemudian
bergerak menurun ke nilai domain yang memiliki
deraja keanggotaan lebih rendah. Gambar grafik
fungsi keanggotaannya adalah:

Gambar Representasi Kurva Segitiga [8]
Fungsi Keanggotaan:
µ(x) =

{

a ≤ x atau x b
0
(x−a)/(b−a) a ≤ x ≤ b
(3)
b
≤
x
≤
c
(b−x) /(c−b)

2.2.3. Sistem Inferensi Fuzzy
Sistem inferensi fuzzy merupakan proses pengolahan data dalam bentuk crisp input yang melalui
beberapa tahapan dalam sistem fuzzy untuk
menghasilkan data dalam bentuk crips output.
Terdapat tiga metode sistem inferensi fuzzy, yaitu:
Mamdani, Sugeno dan Tsukamoto. Tahap sistem
inferensi fuzzy yang harus dilalui, yaitu :
a. Nilai Input

b.

c.

d.

e.

Berupa masukan dalam bentuk nilai pasti
(crisp).
Komposisi Fuzzy
Proses merubah crisp input menjadi fuzzy
menggunakan fungsi keanggotaan, setiap
variabel fuzzy dimodelkan ke dalam fungsi
keanggotaan yang dipilih.
Aturan – aturan (rules)
Aturan-aturan yang akan dijadikan dasar untuk
mencari nilai dari crisp output yang akan
dihasilkan.
Dekomposisi Fuzzy
Merupakan proses merubah kembali data yang
dijadikan fuzzy ke dalam bentuk crisp
kembali.
Nilai output
Merupakan hasil akhir yang dapat dipakai
untuk pengambilan keputusan. Namun
terkadang sistem fuzzy dapat berjalan tanpa
harus melalui komposisi atau dekomposisi
fuzzy. Nilai output dapat diestimasi secara
langsung dari nilai keanggotaan yang
berhubungan dengan antesedennya[8].

2.2.4. Metode Tsukamoto
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 (crips) berdasarkan apredikat (fire strength). Hasil akhirnya diperoleh
dengan menggunakan rata-rata terbobot [8].
2.3. Sistem Informasi Gudang Mobil
Sistem informasi ini merupakan sistem informasi yang
dimanfaatkan untuk memberikan informasi mengenai
segala transaksi yang ada dalam gudang penyimpanan
mobil. Sistem informasi ini dilengkapi dengan fasilitas
pemberian rekomendasi jumlah yang harus diproduksi
berdasarkan jumlah mobil yang keluar dan jumlah stok
mobil yang ada di gudang. Dengan adanya sistem
informasi ini diharapkan proses produksi akan menjadi
lebih efektif dan efisien karena proses produksi
dilakukan sesuai dengan kebutuhan dan tidak
menimbulkan terjadinya penumpukan barang di gudang
yang akan menambah biaya untuk perwatan mobil
selama ada di gudang.
Sistem informasi ini akan memberikan rekap data
mengenai jumlah permintaan dan jumlah stok yang ada
di gudang perhari berdasarkan jenis mobilnya. Sistem
seperti ini dibutuhkan karena sering kali terjadi
penumpukan barang di gudang yang menyebabkan
membengkaknya pengeluaran yang dikeluarkan setelah
produksi untuk melakukan perawatan mobil selama ada
di dalam gudang. Setelah menggunakan sistem informasi

ini maka proses produksi bisa berjalan lebih efektif dan
efisien dalam penggunaan sumber daya (baik waktu
maupun material).

III. METODE
3.1. Metode Fuzzy
Dalam metode Fuzzy ini terdapat beberapa tahapan
proses, diantaranya adalah: fuzzyfikasi, penentuan rule,
inferensi dan defuzifikasi. Fuzzyfikasi adalah tahapan
dimana terjadinya penentuan indikator, dalam hal ini
kami menentukan 2 indikator yaitu indikator permintaan
dan indikator stok. Adapun penjelasan dari masingmasing indikator tersebut adalah sebagai berikut:
3.1.1. Fuzzyfikasi
A.
Permintaan
Indikator permintaan ini berisi data jumlah
permintaan mobil perhari di gudang. Indikator ini
memiliki rentang nilai 0 sampai 100 mobil perhari.
Rentang nilai tersebut dapat dilihat pada diagram di
bawah ini:

tinggi

rendah

0

30

50

100

Gambar 1. Diagram Permintaan
Adapun fungsi keanggotaan dari indikator
permintaan dijelaskan dalam persamaan fungsi (4)
dan (5) sebagai berikut:

µp(rendah)

=

{
{

1
p50
0
1
p>50
p
30 ≤ p ≤ 50
100 p100
s
50 ≤ s ≤ 100
150
s