Fuzzy Tsukamoto Pembelian

Perhitungan manual metode Fuzzy Tahani dan VIKOR dalam kasus pemilihan tempat kos.


Daftar Isi


Contoh Kasus Perhitungan Fuzzy Tsukamoto Pembelian

Kasus yang diambil untuk perhitungan adalah menentukan jumlah pembelian berdasarkan persediaan dan penjualan

#01 Data Training

Data training atau data latih merupakan histori data sebelumnya, digunakan sebagai acuan untuk menentukan batas-batas himpunan fuzzy setiap kriteria.

Berikut adalah contoh data training.

Tanggal Persediaan Penjualan Pembelian
2020-09-01 46 73 100
2020-10-01 73 73 50
2020-11-01 86 40 50
2020-12-01 96 80 100
2021-01-01 80 100 90
2021-02-01 80 57 0
2021-03-01 60 40 0
2021-04-01 20 78 75
2021-05-01 17 54 50
2021-06-01 13 81 100
2021-07-01 32 98 100
2021-08-01 34 69 100

#02 Data Kriteria

Data kiteria yang digunakan adalah Persediaan, Penjualan, dan Pembelian.

Pada masing-masing kriteria akan dicari nilai terendah (min), nilai tertinggi (max), nilai rata-rata (avg) berdasarkan data training.

Berikut adalah data kriteria.

Kode Nama Min Max Avg
C1 Persediaan 13 96 53.0833
C2 Penjualan 40 100 70.25
C3 Pembelian 0 100 67.9167

#03 Data Himpunan Kriteria

Himpunan kriteria menunjukkan grafik fuzzy untuk masing-masing kriteria.

#03-1 Kriteria Persediaan

Berikut adalah himpunan fuzzy untuk kriteria Persediaan.

Grafik Fuzzy Persediaan

Dimana rumus masing-masing himpunan adalah sebari berikut.

$$ \mu Sedikit[x]=\begin{cases} 0 & \text{ jika } x \leq 0\\ \frac{(x - 0)}{(0 - 0)} & \text{ jika } 0 \leq x \leq 0\\ \frac{(53.083333333333 - x)}{(53.083333333333 - 13)} & \text{ jika } 13 \leq x \leq 53.083333333333\\ 0 & \text{ jika } x \geq 53.083333333333 \end{cases} $$

$$ \mu Sedang[x]=\begin{cases} 0 & \text{ jika } x \leq 13\\ \frac{(x - 13)}{(53.083333333333 - 13)} & \text{ jika } 13 \leq x \leq 53.083333333333\\ \frac{(96 - x)}{(96 - 53.083333333333)} & \text{ jika } 53.083333333333 \leq x \leq 96\\ 0 & \text{ jika } x \geq 96 \end{cases} $$

$$ \mu Banyak[x]=\begin{cases} 0 & \text{ jika } x \leq 53.083333333333\\ \frac{(x - 53.083333333333)}{(96 - 53.083333333333)} & \text{ jika } 53.083333333333 \leq x \leq 96\\ 1 & \text{ jika } x \geq 96 \end{cases} $$

#03-2 Kriteria Penjualan

Berikut adalah himpunan fuzzy untuk kriteria Penjualan.

Grafik Fuzzy Penjualan

Dimana rumus masing-masing himpunan adalah sebari berikut.

$$ \mu Sedikit[x]=\begin{cases} 0 & \text{ jika } x \leq 0\\ \frac{(x - 0)}{(0 - 0)} & \text{ jika } 0 \leq x \leq 0\\ \frac{(70.25 - x)}{(70.25 - 40)} & \text{ jika } 40 \leq x \leq 70.25\\ 0 & \text{ jika } x \geq 70.25 \end{cases} $$

$$ \mu Sedang[x]=\begin{cases} 0 & \text{ jika } x \leq 40\\ \frac{(x - 40)}{(70.25 - 40)} & \text{ jika } 40 \leq x \leq 70.25\\ \frac{(100 - x)}{(100 - 70.25)} & \text{ jika } 70.25 \leq x \leq 100\\ 0 & \text{ jika } x \geq 100 \end{cases} $$

$$ \mu Banyak[x]=\begin{cases} 0 & \text{ jika } x \leq 70.25\\ \frac{(x - 70.25)}{(100 - 70.25)} & \text{ jika } 70.25 \leq x \leq 100\\ 1 & \text{ jika } x \geq 100 \end{cases} $$

#03-3 Kriteria Pembelian

Berikut adalah himpunan fuzzy untuk kriteria Pembelian.

Grafik Fuzzy Pembelian

Dimana rumus masing-masing himpunan adalah sebari berikut.

$$ \mu Sedikit[x]=\begin{cases} 1 & \text{ jika } x \leq 0\\ \frac{(67.916666666667 - x)}{(67.916666666667 - 0)} & \text{ jika } 0 \leq x \leq 67.916666666667\\ 0 & \text{ jika } x \geq 67.916666666667 \end{cases} $$

$$ \mu Sedang[x]=\begin{cases} 0 & \text{ jika } x \leq 0\\ \frac{(x - 0)}{(67.916666666667 - 0)} & \text{ jika } 0 \leq x \leq 67.916666666667\\ \frac{(100 - x)}{(100 - 67.916666666667)} & \text{ jika } 67.916666666667 \leq x \leq 100\\ 0 & \text{ jika } x \geq 100 \end{cases} $$

$$ \mu Banyak[x]=\begin{cases} 0 & \text{ jika } x \leq 67.916666666667\\ \frac{(x - 67.916666666667)}{(100 - 67.916666666667)} & \text{ jika } 67.916666666667 \leq x \leq 100\\ 1 & \text{ jika } x \geq 100 \end{cases} $$

#04 Input User

User menginputkan data persediaan dan penjualan saat ini. Misal persediaan adalah 50 dan penjualan adalah 60. Maka nanti akan dihitung pembelian yang harus dilakukan.

#05 Perhitungan Nilai Keanggotaan

Tahap ini mencari nilai keanggotaan fuzzy berdasarkan input user.

#05-1 Keanggotaan Kriteria Persediaan

  • μ Sedikit
    (x = 50), karena 13 ≤ x ≤53.083333333333, maka (53.083333333333 - 50)/(53.083333333333-13) = 0.076923076923077
  • μ Sedang
    (x = 50), karena 13 ≤ x ≤53.083333333333, maka (50 - 13)/(53.083333333333-13) = 0.92307692307692
  • μ Banyak
    (x = 50), karena x ≤ 53.083333333333, maka 0

#05-2 Keanggotaan Kriteria Penjualan

  • μ Sedikit
    (x = 60), karena 40 ≤ x ≤70.25, maka (70.25 - 60)/(70.25-40) = 0.33884297520661
  • μ Sedang
    (x = 60), karena 40 ≤ x ≤70.25, maka (60 - 40)/(70.25-40) = 0.66115702479339
  • μ Banyak
    (x = 60), karena x ≤ 70.25, maka 0
Berdasarkan perhitungan, didapat nilai keanggotaan sebagai berikut.
Kode μ Sedikit μ Sedang μ Banyak
Persediaan 0.0769 0.9231 0
Penjualan 0.3388 0.6612 0

#06 Aturan Fuzzy

Berikut adalah rule/aturan.

  • Jika Persediaan Sedikit AND Penjualan Sedikit maka Pembelian Sedang
    Nilai α = min (μ Persediaan Sedikit, μ Pembelian Sedikit) = min (0.076923076923077, 0.33884297520661) = 0.076923076923077
    Nilai z (α = 0.076923076923077, Penjualan Sedang) adalah:
    • z (Segitiga Naik) : 0.076923076923077 * ( 67.916666666667 - 0 ) + 0) = 5.224358974359
    • z (Segitiga Turun) : 100 - 0.076923076923077 * (100 - 67.916666666667) = 97.532051282051
    Nilai α * z adalah: 0.076923076923077 * ( 5.224358974359 + 97.532051282051 ) / 2 = 3.9521696252466
  • Jika Persediaan Sedikit AND Penjualan Sedang maka Pembelian Sedikit
    Nilai α = min (μ Persediaan Sedikit, μ Pembelian Sedang) = min (0.076923076923077, 0.66115702479339) = 0.076923076923077
    Nilai z (α = 0.076923076923077, Penjualan Sedikit) adalah:
    • z (Segitiga Turun) : 67.916666666667 - 0.076923076923077 * (67.916666666667 - 0) = 62.692307692308
    Nilai α * z adalah: 0.076923076923077 * 62.692307692308 = 4.8224852071006
  • Jika Persediaan Sedikit AND Penjualan Banyak maka Pembelian Sedikit
    Nilai α = min (μ Persediaan Sedikit, μ Pembelian Banyak) = min (0.076923076923077, 0) = 0
    Nilai z (α = 0, Penjualan Sedikit) adalah:
    • z (Segitiga Turun) : 67.916666666667 - 0 * (67.916666666667 - 0) = 67.916666666667
    Nilai α * z adalah: 0 * 67.916666666667 = 0
  • Jika Persediaan Sedang AND Penjualan Sedikit maka Pembelian Banyak
    Nilai α = min (μ Persediaan Sedang, μ Pembelian Sedikit) = min (0.92307692307692, 0.33884297520661) = 0.33884297520661
    Nilai z (α = 0.33884297520661, Penjualan Banyak) adalah:
    • z (Segitiga Naik) : 0.33884297520661 * ( 100 - 67.916666666667 ) + 67.916666666667) = 78.787878787879
    Nilai α * z adalah: 0.33884297520661 * 78.787878787879 = 26.696719258703
  • Jika Persediaan Sedang AND Penjualan Sedang maka Pembelian Sedang
    Nilai α = min (μ Persediaan Sedang, μ Pembelian Sedang) = min (0.92307692307692, 0.66115702479339) = 0.66115702479339
    Nilai z (α = 0.66115702479339, Penjualan Sedang) adalah:
    • z (Segitiga Naik) : 0.66115702479339 * ( 67.916666666667 - 0 ) + 0) = 44.903581267218
    • z (Segitiga Turun) : 100 - 0.66115702479339 * (100 - 67.916666666667) = 78.787878787879
    Nilai α * z adalah: 0.66115702479339 * ( 44.903581267218 + 78.787878787879 ) / 2 = 40.889738861189
  • Jika Persediaan Sedang AND Penjualan Banyak maka Pembelian Sedikit
    Nilai α = min (μ Persediaan Sedang, μ Pembelian Banyak) = min (0.92307692307692, 0) = 0
    Nilai z (α = 0, Penjualan Sedikit) adalah:
    • z (Segitiga Turun) : 67.916666666667 - 0 * (67.916666666667 - 0) = 67.916666666667
    Nilai α * z adalah: 0 * 67.916666666667 = 0
  • Jika Persediaan Banyak AND Penjualan Sedikit maka Pembelian Banyak
    Nilai α = min (μ Persediaan Banyak, μ Pembelian Sedikit) = min (0, 0.33884297520661) = 0
    Nilai z (α = 0, Penjualan Banyak) adalah:
    • z (Segitiga Naik) : 0 * ( 100 - 67.916666666667 ) + 67.916666666667) = 67.916666666667
    Nilai α * z adalah: 0 * 67.916666666667 = 0
  • Jika Persediaan Banyak AND Penjualan Sedang maka Pembelian Banyak
    Nilai α = min (μ Persediaan Banyak, μ Pembelian Sedang) = min (0, 0.66115702479339) = 0
    Nilai z (α = 0, Penjualan Banyak) adalah:
    • z (Segitiga Naik) : 0 * ( 100 - 67.916666666667 ) + 67.916666666667) = 67.916666666667
    Nilai α * z adalah: 0 * 67.916666666667 = 0
  • Jika Persediaan Banyak AND Penjualan Banyak maka Pembelian Sedang
    Nilai α = min (μ Persediaan Banyak, μ Pembelian Banyak) = min (0, 0) = 0
    Nilai z (α = 0, Penjualan Sedang) adalah:
    • z (Segitiga Naik) : 0 * ( 67.916666666667 - 0 ) + 0) = 0
    • z (Segitiga Turun) : 100 - 0 * (100 - 67.916666666667) = 100
    Nilai α * z adalah: 0 * ( 0 + 100 ) / 2 = 0
Berdasarkan perhitungan, didapat nilai keanggotaan sebagai berikut.
Aturan α z α*z
Jika Persediaan Sedikit AND Penjualan Sedikit maka Pembelian Sedang 0.076923076923077 5.224358974359, 97.532051282051 3.9521696252466
Jika Persediaan Sedikit AND Penjualan Sedang maka Pembelian Sedikit 0.076923076923077 62.692307692308 4.8224852071006
Jika Persediaan Sedang AND Penjualan Sedikit maka Pembelian Banyak 0.33884297520661 78.787878787879 26.696719258703
Jika Persediaan Sedang AND Penjualan Sedang maka Pembelian Sedang 0.66115702479339 44.903581267218, 78.787878787879 40.889738861189

#07 Hasil Akhir

Hasil akhir didapat dengan ∑α*z / ∑α = (3.9521696252466 + 4.8224852071006 + 26.696719258703 + 40.889738861189) / (0.076923076923077 + 0.076923076923077 + 0.33884297520661 + 0.66115702479339) = 76.361112952239 / 1.1538461538462 = 66.179631225274


Source Code Metode Fuzzy Tsukamoto

Berikut adalah beberapa source-code yang menggunakan metode Tsukamoto baik berbasis web maupun desktop.

Ada yang Ditanyakan?

Jika anda masih ada kesulitan atau kekeliruan tentang penjelasan metode di atas, bisa menghubungi kami lewat WA/Email sesuai halaman Kontak.

Jika ingin memiliki file excel dari metode di atas bisa melihat cara download di halaman Download.

Jika ingin memiliki source code dari metode di atas, baik berbasis web maupun desktop bisa melihat daftar harga donasi di halaman Daftar Source Code.

Donasi ini digunakan oleh penulis untuk membayar server dan membeli kopi sembari membuat tutorial Metode/Algoritma lainnya :).

PENCARIAN

PRODUK POPULER

Source Code Text Mining Metode Naive Bayes Classifier PHP

Source Code Text Mining Metode Naive Bayes Clasifier PHP, Kasus Sentimen, Kasus Skripsi, Kasus Hoax.

Source Code Sistem Informasi Akuntansi Koperasi Simpan Pinjam Laravel

Source Code Sistem Informasi Akuntansi Koperasi Simpan Pinjam Berbais Web Laravel, SHU, Pinjaman, Simpanan, Laba Rugi, Neraca

Source Code SPK Metode AHP Codeigniter + Crisp

Source code sistem pendukung keputusan (SPK) metode Analytical Hierarkhi Process (AHP) berbasis web dengan Codeigniter dan MySQL dengan Crisp.

Source Code Sistem Pakar Metode Naive Bayes Classifier VB

Source Code Sistem Pakar Metode Naive Bayes Classifier dengan VB.Net dan Microsoft Access.

Source Code SPK Metode AHP MOORA PHP + Periode

Source code SPK (Sistem Pendukung Keputusan) metode AHP (Analitical Hierarchy Process) MOORA (Multi-Objective Optimization on the basic of Ratio Analysis) + Periode dengan PHP dan MySQL.

       

Link Lainnya

Hubungi Kami

Tentang Kami

RumahSourceCode.com merupakan website media online yang menyediakan source code program aplikasi gratis dan berbayar. Selain menyediakan source code program aplikasi, kami juga menerima jasa pembuatan dan pengembangan aplikasi.