Aplikasi Metode Fuzzy – Tsukamoto Dalam Penentuan Jumlah Pemasukan Beras Optimum Pada Perum Bulog Divisi Regional Sumatera Utara
1
BAB 1
PENDAHULUAN
1.1 Latar Belakang
Indonesia adalah negara agraris dimana sebagian penduduknya hidup dari hasil bercocok
tanam atau bertani, sehingga pertanian merupakan sektor yang memegang peran penting
dalam kesejahteraan kehidupan penduduk Indonesia. Salah satu hasil terbesar dari
pertanian Indonesia adalah padi yang diolah menjadi beras. Petani di Sumatera Utara
tidak perlu mempermasalahkan ketersediaan persediaan beras untuk keperluaannya
karena mereka bisa menanam dan mengolah sendiri. Yang menjadi permasalahannya
adalah tidak semua masyarakat Sumatera Utara berprofesi sebagai petani sehingga
sebagiannya membeli dan memperhatikan jumlah persediaan beras agar dapat memenuhi
kebutuhan pokok, karena beras merupakan pangan pokok bagi manusia terutama bagi
masyarakat di Sumatera Utara dan masih belum tergantikan posisinya sebagai sumber
energi, meskipun sumber bahan makanan pokok lainnya cukup banyak.
Pemerintah melakukan pembentukan badan urusan logistik yang menangani
kebijakan - kebijakan ketahanan pangan yang sekaligus berfungsi untuk menjaga
persediaan beras. Kebijakan yang dilakukan pemerintah tidak hanya untuk meningkatkan
produksi pangan tetapi untuk menyediakan kecukupan pangan untuk seluruh masyarakat.
Selain untuk menyediakan kebutuhan dalam negeri kebijakan ini juga berfungsi untuk
meningkatkan pendapatan petani dan menjamin ketersediaan persediaan pangan setiap
saat bagi seluruh masyarakat dengan harga terjangkau.
Perum BULOG bertanggung jawab dalam menangani ketahanan pangan pada
komoditas beras. Untuk memenuhi tanggung jawab tersebut bukanlah hal yang mudah,
karena komoditas beras memiliki sifat yang mudah rusak dan musiman, adanya
persediaan beras yang cukup sangatlah penting untuk memenuhi kebutuhan permintaan
pasar masyrakat. Hal tersebut ditujukan agar tidak terjadi impor beras akibat dari pada
2
kekurangan persediaan beras yang terjadi pada Perum BULOG dan tidak terjadi
kelebihan persediaan beras yang dapat mengakibatkan beras rusak akibat faktor hama,
cuaca, dan lain sebagainya. Jumlah ketersediaan beras di Perum BULOG sangat
mempengaruhi proses kegiatan penyaluran beras kepada masyarakat. Persediaan beras
yang dikelola oleh Perum BULOG dimaksudkan untuk mengantisipasi ketidakpastian
permintaan beras oleh masyarakat dan juga untuk menjaga kemungkinan terjadinya gagal
panen.
Masalah yang sering dihadapi oleh Perum Bulog adalah adanya ketidakpastian
dalam menentukan jumlah pemasukan beras pada Perum BULOG, sehingga sangat
mempengaruhi jumlah persediaan beras yang ada pada Perum BULOG. Berdasarkan
permasalahan tersebut maka perlu dilakukan penelitian dalam menentukan jumlah
pemasukan beras yang optimal pada Perum BULOG untuk mempermudah dalam
penentuan persediaan beras. Berbagai cara dilakukan pihak Perum BULOG untuk
menyelesaikan ketidakpastian persediaan beras tersebut. Banyak metode yang digunakan
untuk menghadapi ketidakpastian dalam menentukan persediaan beras tersebut. Salah
satunya adalah menggunakan logika fuzzy. Logika fuzzy merupakan logika yang
berhadapan dengan konsep kebenaran sebagian, dimana logika klasik menyatakan bahwa
segala hal dapat diekspresikan dalam istilah binary (0 atau 1). Logika fuzzy juga memiliki
beberapa metode. Antara lain yaitu : metode Tsukamoto, metode Mamdani dan metode
Sugeno. Metode yang akan digunakan penulis dalam menentukan persediaan beras
tersebut adalah metode fuzzy – Tsukamoto.
1.2 Perumusan Masalah
Permasalahan yang dibahas dalam penelitian ini adalah bagaimana menentukan jumlah
pemasukan beras yang optimal di Perum BULOG sehingga persediaan beras dapat
memenuhi kebutuhan dengan penggunaan metode Fuzzy - Tsukamoto.
3
1.3 Batasan Masalah
Pembatasan masalah dalam tulisan ini adalah sebagai berikut :
1. Metode yang digunakan adalah metode Fuzzy-Tsukamoto.
2. Banyaknya variabel dalam menentukan jumlah pemasukan beras ada tiga macam,
yaitu pemasukan, persediaan dan penyaluran beras.
3. Data yang digunakan adalah data sekunder
4. Faktor biaya dan harga beras tidak diperhitungkan
5. Kebijakan pemerintah yang diikutsertakan dalam analisi
1.4 Tujuan Penelitian
Adapun tujuan penelitian ini adalah sebagai berikut :
Untuk menentukan berapa banyak yang seharusnya jumlah pemasukan dan persediaan
beras yang dikelola oleh Perum BULOG jika variabel – variabel berupa bilangan fuzzy
dengan perhitungan menggunakan metode Tsukamoto.
1.5 kontribusi Penelitian
Manfaat dari penelitian ini adalah sebagai berikut :
1. Memberikan wawasan baru dalam menentukan jumlah pemasukan dan persediaan
beras pada Perum BULOG dengan metode Tsukamoto agar proses penentuan
persediaan beras lebih optimal.
2. Sebagai dasar dan contoh pengembangan dan penerapan logika fuzzy khususnya
metode Tsukamoto.
1.6 Metodologi Penelitian
Penelitian ini bersifat studi kasus, yaitu melakukan pengolahan data yang bersumber dari
Perum BULOG dan juga mengumpulkan referensi buku – buku dan jurnal – jurnal yang
4
diperoleh dari perpustakaan maupun internet dan bimbingan dari dosen pembimbing
dalam masalah kasus ini.
Adapun langkah – langkah yang dilakukan penulis adalah :
1. Memahami konsep metode fuzzy – Tsukamoto melalui literatur berupa buku –
buku, jurnal yang berhubungan dengan permasalahan dalam penulisan ini.
2. Melakukan pengumpulan data sekunder yang dibutuhkan dalam menentukan
jumlah pemasukan beras dalam Perum BULOG. Data dikumpulkan adalah
pemasukan, persediaan, dan penyaluran beras.
3. Membuat rumusan masalah dalam penentuan jumlah pemasukan optimal dan
mengidentifikasi variabel yang terkait.
4. Membuat formulasi model matematis dalam permasalahan dengan metode
Tsukamoto
5. Membandingkan dan menganalisis solusi penentuan pemasukan dan persediaan
beras yang dilakukan oleh Perum BULOG dengan metode Tsukamoto.
6. Menarik kesimpulan berdasarkan analisi tersebut.
1.7 Tinjauan Pustaka
Sebagai sumber pendukung teori maka penulis mengambil beberapa pustaka yang
memberikan kontribusi dalam penyelesaian penulis ini, antara lain :
Frans Susilo ( 2006 ), Logika adalah ilmu yang mempelajari secara sistematis
kaidah – kaidah penalaran yang absah ( valid ). Sistem kendali kabur berfungsi untuk
mengendalikan proses tertentu dengan mempergunakan aturan inferensi berdasarkan
logika kabur. Pada dasarnya sistem kendali kabur terdiri dari empat unit, yaitu :
1. Unit fuzzifikasi ( fuzzification unit )
2. Unit penalaran logika kabur ( fuzzy logic reasoning unit )
3. Unit basis pengetahuan ( knowledge base unit ), yang terdiri dari dua bagian :
5
a. Basis data ( data base ), yang memuat fungsi – fungsi keanggotaan dari
himpunan – himpunan kabur yang terkait dengan nilai dari variabel –
variabel linguistik yang dipakai.
b. Basis kaidah ( rule base ), yang memuat kaidah – kaidah berupa implikasi
kabur.
4. Unit penegasan ( defuzzification unit ).
Mengenai logika fuzzy pada dasarnya tidak semua keputusan dijelaskan dengan 0
atau 1, namun ada kondisi diantara keduanya, daerah diantara keduanya inilah yang
disebut dengan fuzzy atau tersamar. Secara umum ada bebarapa konsep sistem logika
fuzzy, sebagai berikut dibawah ini :
a) Himpunan tegas yang merupakan nilai keanggotaan suatu item dalam
suatu himpunan tertentu.
b) Himpunan fuzzy yang merupakan suatu himpunan yang digunakan untuk
mengatasi kekakuan dari himpunan tegas.
c) Fungsi keanggotaan yang memilki interval 0 sampai 1
d) Variabel linguistic yang merupakan suatu variabel yang memiliki nilai
berupa kata – kata yang dinyatakan dalam bahasa ilmiah dan bukan angka.
e) Operasi dasar himpunan fuzzy merupakan operasi untuk menggabungkan
dan atau memodifikasi himpunan fuzzy.
f) Aturan ( rule ) if-then fuzzy merupakan suatu pernyataan if-then, dimana
beberapa kata – kata dalam pernyataan tersebut ditentukan oleh fungsi
keanggotaan. ( Eka,dkk, 2013)
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].
6
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.
7
Himpunan kabur merupakan himpunan yang setiap unsur – unsurnya mempunyai
derajat keanggotaan atau syarat keanggotaan. Dalam buku Sri Kusumadewi (2002)
menyatakan salah satu cara yang dapat digunakan untuk mendapatkan nilai keanggotaan
adalah melalui pendekatan fungsi yaitu antara lain sebagai beriktu :
a. Representasi linier
b. Representasi kurva segitiga
c. Representasi Kurva Trapesium
d. Representasi Kurva Bentuk Bahu
e. Representasi Kurva-S
f. Representasi Kurva Bentuk Lonceng (Bell Curve)
Setiadji (2009) pada metode Tsukamoto, implikasi pada setip aturan berbentuk
implikasi “sebab – akibat “/ implikasi “Input – Output” dimana antara antesenden dan
konsekuensi harus ada hubungannya. Setiap aturan dipresentasikan menggunakan
himpunan – himpunan kabur, dengan fungsi keanggotaan yang monoton. Kemudian
untuk menentukan hasil yang tegas digunakan salah satu rumus penegasan yang disebut
metode rata – rata terpusat.
Ada 3 jenis cadangan stok pangan dalam BULOG, yaitu :
a. Stok Operasional, adalah stok minimum bagi operasi rutin BULOG untuk
pasokan kepada Golongan Anggaran. Biasanya jumlah stok operasional adalah
sekitar 500.000 Ton pada setiap saat.
b. Stok Penyangga, adalah suatu stok untuk menstabilkan harga selama musim
paceklik dan jumlahnya antara 800.000-1.000.000 ton. Stok ini dapat pula
disebut sebagai stok cadangan keamanan pangan.
c. Stok Surplus, jumlah beras yang dibeli BULOG kadang-kadang melebihi
kebutuhan untuk memenuhi stok operasional dan stok penyangga. Jumlahnya
sangat dipengaruhi oleh beberapa faktor seperti tingkat produksi, kebijakan
umum Pemerintah dan sebagainya. (Irwan,2008)
BAB 1
PENDAHULUAN
1.1 Latar Belakang
Indonesia adalah negara agraris dimana sebagian penduduknya hidup dari hasil bercocok
tanam atau bertani, sehingga pertanian merupakan sektor yang memegang peran penting
dalam kesejahteraan kehidupan penduduk Indonesia. Salah satu hasil terbesar dari
pertanian Indonesia adalah padi yang diolah menjadi beras. Petani di Sumatera Utara
tidak perlu mempermasalahkan ketersediaan persediaan beras untuk keperluaannya
karena mereka bisa menanam dan mengolah sendiri. Yang menjadi permasalahannya
adalah tidak semua masyarakat Sumatera Utara berprofesi sebagai petani sehingga
sebagiannya membeli dan memperhatikan jumlah persediaan beras agar dapat memenuhi
kebutuhan pokok, karena beras merupakan pangan pokok bagi manusia terutama bagi
masyarakat di Sumatera Utara dan masih belum tergantikan posisinya sebagai sumber
energi, meskipun sumber bahan makanan pokok lainnya cukup banyak.
Pemerintah melakukan pembentukan badan urusan logistik yang menangani
kebijakan - kebijakan ketahanan pangan yang sekaligus berfungsi untuk menjaga
persediaan beras. Kebijakan yang dilakukan pemerintah tidak hanya untuk meningkatkan
produksi pangan tetapi untuk menyediakan kecukupan pangan untuk seluruh masyarakat.
Selain untuk menyediakan kebutuhan dalam negeri kebijakan ini juga berfungsi untuk
meningkatkan pendapatan petani dan menjamin ketersediaan persediaan pangan setiap
saat bagi seluruh masyarakat dengan harga terjangkau.
Perum BULOG bertanggung jawab dalam menangani ketahanan pangan pada
komoditas beras. Untuk memenuhi tanggung jawab tersebut bukanlah hal yang mudah,
karena komoditas beras memiliki sifat yang mudah rusak dan musiman, adanya
persediaan beras yang cukup sangatlah penting untuk memenuhi kebutuhan permintaan
pasar masyrakat. Hal tersebut ditujukan agar tidak terjadi impor beras akibat dari pada
2
kekurangan persediaan beras yang terjadi pada Perum BULOG dan tidak terjadi
kelebihan persediaan beras yang dapat mengakibatkan beras rusak akibat faktor hama,
cuaca, dan lain sebagainya. Jumlah ketersediaan beras di Perum BULOG sangat
mempengaruhi proses kegiatan penyaluran beras kepada masyarakat. Persediaan beras
yang dikelola oleh Perum BULOG dimaksudkan untuk mengantisipasi ketidakpastian
permintaan beras oleh masyarakat dan juga untuk menjaga kemungkinan terjadinya gagal
panen.
Masalah yang sering dihadapi oleh Perum Bulog adalah adanya ketidakpastian
dalam menentukan jumlah pemasukan beras pada Perum BULOG, sehingga sangat
mempengaruhi jumlah persediaan beras yang ada pada Perum BULOG. Berdasarkan
permasalahan tersebut maka perlu dilakukan penelitian dalam menentukan jumlah
pemasukan beras yang optimal pada Perum BULOG untuk mempermudah dalam
penentuan persediaan beras. Berbagai cara dilakukan pihak Perum BULOG untuk
menyelesaikan ketidakpastian persediaan beras tersebut. Banyak metode yang digunakan
untuk menghadapi ketidakpastian dalam menentukan persediaan beras tersebut. Salah
satunya adalah menggunakan logika fuzzy. Logika fuzzy merupakan logika yang
berhadapan dengan konsep kebenaran sebagian, dimana logika klasik menyatakan bahwa
segala hal dapat diekspresikan dalam istilah binary (0 atau 1). Logika fuzzy juga memiliki
beberapa metode. Antara lain yaitu : metode Tsukamoto, metode Mamdani dan metode
Sugeno. Metode yang akan digunakan penulis dalam menentukan persediaan beras
tersebut adalah metode fuzzy – Tsukamoto.
1.2 Perumusan Masalah
Permasalahan yang dibahas dalam penelitian ini adalah bagaimana menentukan jumlah
pemasukan beras yang optimal di Perum BULOG sehingga persediaan beras dapat
memenuhi kebutuhan dengan penggunaan metode Fuzzy - Tsukamoto.
3
1.3 Batasan Masalah
Pembatasan masalah dalam tulisan ini adalah sebagai berikut :
1. Metode yang digunakan adalah metode Fuzzy-Tsukamoto.
2. Banyaknya variabel dalam menentukan jumlah pemasukan beras ada tiga macam,
yaitu pemasukan, persediaan dan penyaluran beras.
3. Data yang digunakan adalah data sekunder
4. Faktor biaya dan harga beras tidak diperhitungkan
5. Kebijakan pemerintah yang diikutsertakan dalam analisi
1.4 Tujuan Penelitian
Adapun tujuan penelitian ini adalah sebagai berikut :
Untuk menentukan berapa banyak yang seharusnya jumlah pemasukan dan persediaan
beras yang dikelola oleh Perum BULOG jika variabel – variabel berupa bilangan fuzzy
dengan perhitungan menggunakan metode Tsukamoto.
1.5 kontribusi Penelitian
Manfaat dari penelitian ini adalah sebagai berikut :
1. Memberikan wawasan baru dalam menentukan jumlah pemasukan dan persediaan
beras pada Perum BULOG dengan metode Tsukamoto agar proses penentuan
persediaan beras lebih optimal.
2. Sebagai dasar dan contoh pengembangan dan penerapan logika fuzzy khususnya
metode Tsukamoto.
1.6 Metodologi Penelitian
Penelitian ini bersifat studi kasus, yaitu melakukan pengolahan data yang bersumber dari
Perum BULOG dan juga mengumpulkan referensi buku – buku dan jurnal – jurnal yang
4
diperoleh dari perpustakaan maupun internet dan bimbingan dari dosen pembimbing
dalam masalah kasus ini.
Adapun langkah – langkah yang dilakukan penulis adalah :
1. Memahami konsep metode fuzzy – Tsukamoto melalui literatur berupa buku –
buku, jurnal yang berhubungan dengan permasalahan dalam penulisan ini.
2. Melakukan pengumpulan data sekunder yang dibutuhkan dalam menentukan
jumlah pemasukan beras dalam Perum BULOG. Data dikumpulkan adalah
pemasukan, persediaan, dan penyaluran beras.
3. Membuat rumusan masalah dalam penentuan jumlah pemasukan optimal dan
mengidentifikasi variabel yang terkait.
4. Membuat formulasi model matematis dalam permasalahan dengan metode
Tsukamoto
5. Membandingkan dan menganalisis solusi penentuan pemasukan dan persediaan
beras yang dilakukan oleh Perum BULOG dengan metode Tsukamoto.
6. Menarik kesimpulan berdasarkan analisi tersebut.
1.7 Tinjauan Pustaka
Sebagai sumber pendukung teori maka penulis mengambil beberapa pustaka yang
memberikan kontribusi dalam penyelesaian penulis ini, antara lain :
Frans Susilo ( 2006 ), Logika adalah ilmu yang mempelajari secara sistematis
kaidah – kaidah penalaran yang absah ( valid ). Sistem kendali kabur berfungsi untuk
mengendalikan proses tertentu dengan mempergunakan aturan inferensi berdasarkan
logika kabur. Pada dasarnya sistem kendali kabur terdiri dari empat unit, yaitu :
1. Unit fuzzifikasi ( fuzzification unit )
2. Unit penalaran logika kabur ( fuzzy logic reasoning unit )
3. Unit basis pengetahuan ( knowledge base unit ), yang terdiri dari dua bagian :
5
a. Basis data ( data base ), yang memuat fungsi – fungsi keanggotaan dari
himpunan – himpunan kabur yang terkait dengan nilai dari variabel –
variabel linguistik yang dipakai.
b. Basis kaidah ( rule base ), yang memuat kaidah – kaidah berupa implikasi
kabur.
4. Unit penegasan ( defuzzification unit ).
Mengenai logika fuzzy pada dasarnya tidak semua keputusan dijelaskan dengan 0
atau 1, namun ada kondisi diantara keduanya, daerah diantara keduanya inilah yang
disebut dengan fuzzy atau tersamar. Secara umum ada bebarapa konsep sistem logika
fuzzy, sebagai berikut dibawah ini :
a) Himpunan tegas yang merupakan nilai keanggotaan suatu item dalam
suatu himpunan tertentu.
b) Himpunan fuzzy yang merupakan suatu himpunan yang digunakan untuk
mengatasi kekakuan dari himpunan tegas.
c) Fungsi keanggotaan yang memilki interval 0 sampai 1
d) Variabel linguistic yang merupakan suatu variabel yang memiliki nilai
berupa kata – kata yang dinyatakan dalam bahasa ilmiah dan bukan angka.
e) Operasi dasar himpunan fuzzy merupakan operasi untuk menggabungkan
dan atau memodifikasi himpunan fuzzy.
f) Aturan ( rule ) if-then fuzzy merupakan suatu pernyataan if-then, dimana
beberapa kata – kata dalam pernyataan tersebut ditentukan oleh fungsi
keanggotaan. ( Eka,dkk, 2013)
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].
6
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.
7
Himpunan kabur merupakan himpunan yang setiap unsur – unsurnya mempunyai
derajat keanggotaan atau syarat keanggotaan. Dalam buku Sri Kusumadewi (2002)
menyatakan salah satu cara yang dapat digunakan untuk mendapatkan nilai keanggotaan
adalah melalui pendekatan fungsi yaitu antara lain sebagai beriktu :
a. Representasi linier
b. Representasi kurva segitiga
c. Representasi Kurva Trapesium
d. Representasi Kurva Bentuk Bahu
e. Representasi Kurva-S
f. Representasi Kurva Bentuk Lonceng (Bell Curve)
Setiadji (2009) pada metode Tsukamoto, implikasi pada setip aturan berbentuk
implikasi “sebab – akibat “/ implikasi “Input – Output” dimana antara antesenden dan
konsekuensi harus ada hubungannya. Setiap aturan dipresentasikan menggunakan
himpunan – himpunan kabur, dengan fungsi keanggotaan yang monoton. Kemudian
untuk menentukan hasil yang tegas digunakan salah satu rumus penegasan yang disebut
metode rata – rata terpusat.
Ada 3 jenis cadangan stok pangan dalam BULOG, yaitu :
a. Stok Operasional, adalah stok minimum bagi operasi rutin BULOG untuk
pasokan kepada Golongan Anggaran. Biasanya jumlah stok operasional adalah
sekitar 500.000 Ton pada setiap saat.
b. Stok Penyangga, adalah suatu stok untuk menstabilkan harga selama musim
paceklik dan jumlahnya antara 800.000-1.000.000 ton. Stok ini dapat pula
disebut sebagai stok cadangan keamanan pangan.
c. Stok Surplus, jumlah beras yang dibeli BULOG kadang-kadang melebihi
kebutuhan untuk memenuhi stok operasional dan stok penyangga. Jumlahnya
sangat dipengaruhi oleh beberapa faktor seperti tingkat produksi, kebijakan
umum Pemerintah dan sebagainya. (Irwan,2008)