Aplikasi Penentuan Lokasi untuk Usaha Lapangan Futsal di Kecamatan Bangil Menggunakan Metode Fuzzy Tsukamoto
Vol. 2, No. 7, Juli 2018, hlm. 2465-2470 http://j-ptiik.ub.ac.id
Aplikasi Penentuan Lokasi untuk Usaha Lapangan Futsal di Kecamatan
Bangil Menggunakan Metode Fuzzy Tsukamoto
1
2 3 M. Alfian Nuris Shobah , Edy Santoso , SutrisnoProgram Studi Teknik Informatika, Fakultas Ilmu Komputer, Universitas Brawijaya 1 2 3 Email: malvinshobah@yahoo.co.id, edy144@ub.ac.id, trisno@ub.ac.id
Abstrak
Sistem ini dibuat dengan tujuan membantu memprediksi hasil usaha lapangan futsal di Kecamatan Bangil. Dalam membuka usaha lapangan futsal memiliki input pesaing, jumlah penduduk, fasilitas, ukuran lapangan. Dan sistem ini menghasilkan sebuah output stratifikasi peluang usaha, yaitu kelurahan yang cocok untuk membuka lapangan futsal. Sistem ini diproses dengan menggunakan logika fuzzy dengan penalaran metode Tsukamoto. Tujuan aplikasi yang dibuat dapat berfungsi sesuai dengan yang diharapkan yaitu mampu membantu menyelesaikan permasalahan yang timbul dan sulit untuk di pecahkan dikarenakan sebuah ketidakpastian yang sangat tipis perbedaannya. Dari data yang didapat akan dilakukan sebuah perhitungan fuzzy tsukamoto yang menghasilkan sebuah output untuk dapat memprediksi keadaan yang akan terjadi dari inputan-inputan yang mempengaruhi.Dari hasil pengujian sistem pengambilan keputusan penentuan lokasi yang tepat untuk membuka lapangan futsal di Kecematan Bangil dengan metode Tsukamoto terhadap 7 lapangan futsal beberapa lapangan sudah tepat memilih lokasi, akan tetapi sebagian masih belum.
Kata kunci: Usaha, Lapangan Futsal, Fuzzy Tsukamoto.
Abstract
The system is built with the aim to help predict the results of operations of futsal in Bangil. In futsal
open businesses have competitor input, the number of residents, the facilities, the size of the field. And
this system produces an output stratification business opportunities, namely the village suitable for open
futsal field. These systems are processed using fuzzy logic reasoning method Tsukamoto. The purpose
application made to function as expected that is able to help resolve problems that arise and are difficult
to solve because of an uncertainty which is very thin difference. From the data obtained will be an
Tsukamoto fuzzy calculation that produces an output to be able to predict the circumstances that will
occur from the input-input affecting. From the test results the decision-making system of determining
the right location to open futsal in Kecematan Bangil with Tsukamoto method to 7 futsal some courts
have precisely select locations, but the majority is still not right.Keywords: Business, Futsal, Fuzzy Tsukamoto.
rata menjadi buruh pabrik karena di Kecamatan 1.
PENDAHULUAN Bangil kabupaten Pasuruan ini tergolong kota
industri. Cukup banyak perusahaan asing dari Lapangan pekerjaan semakin menyempit, luar negeri yang berkembang di Bangil. Dan jika akan tetapi setiap tahunnya seluruh SMA semua lulusan bekerja menjadi buruh maka tidak maupun SMK mengeluarkan ratusan lulusan akan ada perkembangan di bidang lainnya selain yang akan bersaing di dunia kerja. Belum lagi industri. beberapa universitas juga mengeluarkan lulusan-
Sepak bola adalah salah satu olahraga yang lulusan terbaik. Maka dari itu menjadi diminati oleh warga Bangil. Hal ini memberi wirausahawan atau menciptakan lapangan peluang besar untuk membuka usaha lapangan pekerjaan sendiri adalah hal yang dianjurkan. futsal dikarenakan peminatnya cukup banyak
Kecamatan Bangil tergolong daerah yang akan tetapi lapangan futsal yang tersedia sedikit. bagus dalam hal pendidikan akan tetapi sebagian
Usaha lapangan futsal yang ada selama ini masih besar lulusan SMA favorit dan SMK favorit rata- sangat terbatas. Sering terjadi antrian di
Fakultas Ilmu Komputer Universitas Brawijaya
2465 lapangan futsal untuk bisa menyewa dan berolahraga mengembangkan bakat warga disekitar. Masih banyak lapangan futsal yang tidak memenuhi standar (terlalu kecil) hal ini dikarenakan manajer lapangan tidak memperkirakan lokasi yang tepat untuk sebuah lapangan. Di daerah Bangil juga tergolong masih sedikit lapangan futsal.
Dan jika terdapat pengusaha yang ingin membuka usaha lapangan diharapkan memenuhi beberapa keriteria seperti: pesaing, modal, jumlah penduduk, ukuran lahan, jarak ke pusat kota. Karena keriteria tersebut dapat membantu memberikan keputusan yang akan diambil oleh pengusaha untuk membuka usaha lapangan futsal di Kecamatan Bangil menurut beberapa survey di lapangan.
2.4 Logika Fuzzy
Pengoneksian dari program Visual Basic 6.0 dengan Microsoft Access terdapat dalam module yang sudah disediakan oleh Visual Basic
Admin berperan penting untuk maintence program, mulai dari menghitung inputan yang ada kemudian hasilnya disimpan otomatis kedalam database lapangan. Apabila ada aturan baru yang mempengaruhi output dapat ditambahkan kedalam rule atau sebaliknya juga bila ada rule yang sudah tidak layak untuk diperhitungkan maka bisa dihapus. Maka dari itu admin diwajibkan melakukan login terlebih dahulu kedalam sistem.
Admin mempunyai wewenang untuk pengolahan data didalam sistem dan admin mempunyai hak akses penuh. Admin dapat menambah data yang penting untuk kajian di masa yang akan datang serta admin dapat menghapus data yang kurang valid atau sudah tidak logis penalarannya di masa yang akan datang.
Implementasi dalam system pengambilan keputusan untuk menentukan tempat yang cocok untuk membuka usaha lapangan futsal di Kecamatan Bangil menggunakan metode Fuzzy Tsukamoto dengan bahasa pemrograman Visual Basic 6.0 ini terdapat satu user pada 2466ystem login yaitu admin.
3. IMPLEMENTASI
penalaran. Hal ini dimungkinkan mengingat penalaran dalam metode ini menggunakan variabel-variabel yang bersifat linguistik/ variabel simbolik. Proses penalarannya menjadi sangat mendekati penalaran yang dilakukan oleh manusia, karena pada dasarnya seorang manusia akan cenderung menggunakan variabel-variabel simbolik dalam melakukan penalaran, seperti “jika jaraknya masih jauh maka kecepatannya diperbesar”, “jarak jauh” dan “kecepatan besar” merupakan variabel yang bersifat fuzzy, karena setiap orang dapat berbeda pendapat dalam menentukan jarak yang dikatakan jauh, atau kecepatan yang dikatakan besar.
fuzzy memiliki keunggulan dalam proses
Logika Fuzzy pertama kali dikenalkan oleh Prof. Lotfi A. Zadeh tahun 1965. Metode logika
dkk,2005:726)
Fuzzy tsukamoto adalah metode yang tepat dalam menentukan pemilihan lokasi membuka lapangan futsal dikarenakan menghasilkan output nilai yang menentukan presentasi ketidakpastian dan juga membantu untuk mengambil keputusan.
THEN rule (aturan jika-maka) adalah forward chaining dan backward chaining (Turban
2. LANDASAN KEPUSTAKAAN
Inferensi adalah proses penggabungan banyak aturan berdasarkan data yang tersedia. Komponen yang melakukan inferensi dalam sistem pakar disebut mesin inferensi. Dua pendekatan untuk menarik kesimpulan pada IF-
2.3 Metode Tsukamoto
Menurut Turban (1995), konsep dasar sistem pakar mengandung keahlian, ahli, pengalihan keahlian, inferensi, aturan, dan kemampuan menjelaskan. Keahlian adalah suatu kelebihan penguasaan pengetahuan di bidang tertentu yang diperoleh dari pelatihan, membaca, atau pengalaman.
Secara umum, sistem pakar adalah sistem yang berusaha mengadopsi pengetahuan manusia ke komputer, agar komputer dapat menyelesaikan masalah seperti yang biasa dilakukan oleh para ahli (Kusumadewi, 2003 : 109).
2.2 Pengertian Sistem Pakar
Menurut Susanto Azhar (2004:332), yang dimaksud dengan Perancangan dalam bukunya yang berjudul Sistem Informasi Manajemen Konsep dan Pengembangannya adalah sebagai berikut: “spesifikasi umum dan terinci dari pemecahan masalah berbasis komputer yang telah dipilih selama ta hap analisis”.
2.1 Pengertian Sistem
6.0. Dalam module juga dapat mendeklarasikan variable-variable yang akan digunakan untuk pemanggilan variable dan fungsi. Untuk memudahkan pengguna dalam menyelesaikan logika rumus sebuah metode.
3.1 Tampilan Gambar 1 Form Login
Gambar 2 Menu Utama
3.2 Diagram Alir Sistem
Dari diagram alir pada Gambar 3 ada beberapa prosedur yang harus disendirikan prosesnya diantaranya proses perhitungan fuzzy tsukamoto.
Sistem prediksi merupakan sebuah sistem yang dapat melakukan prediksi terhadap sesuatu yang belum terjadi, seperti prediksi hasil panen, prediksi hujan, dan lain-lain.
Sistem ini diproses dengan menggunakan logika fuzzy dengan penalaran metode Tsukamoto. Sebelum membuat program aplikasi terlebih dahulu dilakukan proses perancangan sistem. Hal ini dilakukan dengan tujuan aplikasi yang dibuat dapat berfungsi sesuai dengan yang diharapkan yaitu mampu membantu menyelesaikan permasalahan yang timbul dan sulit untuk di pecahkan dikarenakan sebuah ketidakpastian yang sangat tipis perbedaannya. Dari data yang didapat akan dilakukan sebuah perhitungan fuzzy tsukamoto yang menghasilkan sebuah output untuk dapat memprediksi keadaan yang akan terjadi dari inputan-inputan yang mempengaruhi.
Gambar 3 Diagram Alir Sistem
4.2 Analisa Sistem
Pemilihan lokasi membuka usaha lapangan futsal adalah suatu kondisi adanya dua pilihan atau lebih yang sama-sama memungkinkan untuk dihasilkan. Setiap daerah di Kecamatan Bangil bisa menjadi lokasi yang tepat untuk usaha karena masih banyak lahan-lahan yang masih berupa persawahan sedangkan masyarakatnya banyak dan padat. Selain itu sistem ini diciptakan juga untuk menekan angka pengangguran yang semakin meningkat tiap tahunnya. Pengangguran merupakan masalah penting yang harus ditanggulangi, karena dampak yang ditimbulkan dari banyaknya pengangguran sangat berbahaya sekali, diantaranya kriminalitas akan semakin banyak, dan urbanisasi.
4. PENGUJIAN DAN ANALISIS
4.1 Deskripsi Sistem
Maka dari itu berwirausahalah pilihan yang sangat tepat untuk dapat mengurangi angka pengangguran.
Strategi penanggulangan pengangguran b. Kebutuhan Proses Proses awal dilakukan dengan mengolah data masukan yang meliputi pesaing, jumlah penduduk, modal, ukuran lahan, serta jarak ke pusat kota dengan menggunakan perhitungan metode tsukamoto.
harus optimal agar bisa mengurangi jumlah angka pengangguran, berwirausaha adalah kunci dari penekanan angka pengangguran yang optimal. Agar bisa tepat sasaran harus membuat sistem untuk menentukan peluang membuka usaha futsal. Pemanfaatan dan penerapan IPTEK seperti komputer sangat diperlukan dalam menentukan peluang usaha. Kebutuhan dalam perancangan sistem ini mencakup 3 hal, yaitu:
a. Kebutuhan Input Data masukan yang dibutuhkan sistem ini adalah pesaing, modal, jumlah penduduk, luas lahan dan jarak ke pusat kota.
c. Kebutuhan Output Sistem Output yang diharapkan dari perancangan sistem ini adalah stratifikasi pembobotan peluang, yaitu daerah yang tepat untuk membuka lapangan futsal di Kecamatan Bangil.
Berdasarkan data baku yang diperoleh dapat ditentukan himpunan semesta pembicaraan dan domain.
Tabel 1 Himpunan Fuzzy Nama Variabel Semesta Pembicaraan Keterangan
Pesaing ( 1
Gambar 4 Derajat Keanggotaan Pesaing Gambar 5 Derajat Keanggotaan Jumlah Penduduk
4.3 Himpunan Fuzzy
Gambar 6 Derajat Keanggotaan Modal Gambar 7 Derajat Keanggotaan Luas lahan
- – 5 ) lapangan Input Jumlah penduduk ( 2000
- – 10000 ) jiwa Input Modal
- – 3 ) milyar Input Ukuran lahan ( 600
- – 1000 ) m 2 Input Jarak ke pusat kota >– 1500 ) m Input K 1 ( 0
- – 0,085 ) Output K 2 ( 0,085>– 0,25 ) Output K 3 ( 0,25
- – 0, 415 ) Output K 4 ( 0,415>– 0,585 ) Output K 5 ( 0,585
- – 0,75 ) Output K 6 ( 0,75
- – 0,915 ) Output K 7 (
- – 1 ) Output
- – cost
Gambar 8 Derajat Keanggotaan Jarak Pusat Kota
4.4 Normalisasi Data 2.
Hasil pengujian sistem dengan perhitungan manual pada proses fuzzifikasi sampai Dengan rumus benefit
defuzzifikasi menghasilkan output yang sama.
(benefit) 3.
Sistem yang dibangun masih belum
=
sepenuhnya akurat dikarenakan dalam tahap pengujian masih ada beberapa output (cost) yang tidak sesuai dengan hasil survey dilapangan.
Tabel 2 Daftar Kriteria DAFTAR PUSTAKA Kelurahan Rata-rata Variabel
Alam , 2000. “Penerapan Algoritma Genetika
Kalirejo 2,3 K 1 Pada Penjejakan Lintasan Serta Latek 2,3 K 1 Pengendalian Gerak Robot Otonom”.
Dermo K 2 Depok. Salemba.
Tambakan 2,6 K 2 Andri, K
., 2007. “Perencanaan dan
Masangan 2,6 K 2 Pembangunan Sistem Informasi”. 3 Yogyakarta. Andi Offset.
Raci 2,6 K Gempeng 3,2 K 4 Encyclopedia Britanica
, 1989. ”Rangking of Fuzzy numbers by sign distance”. Sci.
Kolursari 3,2 K 4 inpres.
Kersikan 3,2 K 4 Fatansyah, 2002. “Basis Data Entity Manarui 3,2 K 4 Relationship”. Jakarta. Graha Ilmu.
Kalianyar 3,2 K 4 Fishburn, 1967.
“A Problem-based Selection of
Kauman 3,4 K 5 Multi-Attribute Decision Making
”. New
Bendomungal 3,4 K 5 York. Prentice Hall.
Pogar 3,6 K 6 Jang
, 1997. “Fuzzy Theories on Decision
Kiduldalem 4,2 K 7 Making“. Harlow: Pearson Education Limited.
Jhon, Mc., Charty , 1956. “From Certainty Factors To Belief Networks”. New Jersey.
Prentice Hall International Inc. Jogiyanto & Hartono, 2005. “Analisis dan Desain”. Yogyakarta. Andi.
Krismiaji , 2002. “Fuzzy Sets and Fuzzy Logics :
Gambar 9 Derajat Keanggotaan Output
Theory and Applications”. Jakarta. Graha Ilmu. Menggambarkan representasi segitiga dan trapesium. Pada representasi diatas dapat
Kusrini, 2007.
”Aplikasi Sistem Pakar”. Jakarta. dirumuskan menjadi derajat keanggotaan antara Elex Media Komputindo. range 0 sampai 1
Kusumadewi, Sri, 2004. ”Artificial Intelligence (Teknik dan Aplikasi)”. Jakarta. Graha
5. KESIMPULAN Ilmu.
Berdasarkan penjelasan serta analisa sistem Kusumadewi, Sri, & Hartati, Sri, & Harjoko, yang dibuat pada laporan tugas akhir ini maka
Agus, & Wardoyo, Retantyo, 2006.
“Fuzzy dapat diperoleh beberapa kesimpulan Methods
”. New Jersey. Blackwell diantaranya: Publisihing.
1. Dalam sistem perhitungan fuzzy tsukamoto mampu untuk menentukan pemilihan lokasi Ku sumadewi, Sri, 2004. ”Fuzzy Multi – Atribute yang tepat untuk membuka usaha lapangan
Decision making (Fuzzy Madm”). Jakarta.
futsal.
Graha Ilmu. Lofti, Z., 1973.
“Fuzzy Sets and Fuzzy Logics : Theory and Applications”. New york. Prentice Hall. Purnomo
, 2004. ”Control System Laboratory’a Team. Petra Fuzzy Development System Surabaya. For MCS51 Family”. Departement of Electrical Engineering, Petra Christian University.
Ramadhan , 2004. “Pengenalan Sistem Komputer”. Yogjakarta. Andi Offset.
Rich & Knight , 1991. “Artificial Intelligence:A Guide to Intelligent Systems 2nd Edition”.
Harlow. Pearson Education Limited. Ross , 1995. “Introductory Science”. California.
Rickenbacker Coopration. Simon
, H.A., 1987. ”Decision Support Systems And Intelligent Systems”. New York. Prentice Hall. Winston, Prendergast, 1984.
”Lessons from
America’s Best-Run Companies”. New York. Harper & Row.