Penerapan Logika RINGKASAN DA JURUSAN TEKNOLOG ...

Penerapan Logika Fuzzy pada Penilaian Mutu Teh Hitam 

(Studi Kasus di di PTPN XII Kebun Teh Kertowono, Kertowono, Lumajang) 

Lumajang) 

RINGKASAN DAN JURNAL SKRIPSI 

Oleh: 

RACHMA RIVASTI 

NIM.0511030060-103 

JURUSAN TEKNOLOGI INDUSTRI PERTANIAN 

PERTANIAN 

FAKULTAS TEKNOLOGI PERTANIAN 

UNIVERSITAS BRAWIJAYA 

MALANG 

2009 

1


(Studi Kasus di PTPN PTPN XII XII Kebun Teh Kertowono, Lumajang) 

RINGKASAN SKRIPSI 

Oleh: 


NIM.0511030060-103 

JURUSAN TEKNOLOGI INDUSTRI INDUSTRI PERTANIAN 

PERTANIAN 



MALANG 

2009 

2

PENERAPAN LOGIKA FUZZY PADA PENILAIAN MUTU TEH HITAM 

DI PTPN XII KEBUN TEH KERTOWONO 

Rachma Rivasti (1) , Imam Santoso (2) , Susinggih Wijana (2) 

(1) Alumni Jurusan Teknologi Industri Pertanian FTP-UB 

(2) Staff Pengajar Jurusan Teknologi Industri Pertanian FTP-UB 

Penilaian mutu produk teh di PTPN XII Kebun Teh Kertowono dilakukan secara 

organoleptik menggunakan indera manusia. Penilaian ini mencakup banyak variabel dimana 

parameter penilaiannya bersifat tidak pasti. Tujuan dari penelitian ini adalah menentukan 

parameter penilaian mutu dengan logika fuzzy untuk meminimalisir tingkat kesalahan penentuan 

mutu teh hitam. Metode analisa yang digunakan adalah Sistem Inferensi Fuzzy Mamdani dengan 

bantuan software Matlab. Tahapan yang dilakukan adalah penentuan variabel dan pembentukan 

himpunan fuzzy, penentuan fungsi keanggotaan, penentuan aturan fuzzy, serta tahap defuzzifikasi 

untuk memperoleh output berupa bilangan pada domain himpunan fuzzy. Pada penelitian ini 

terdapat 4 variabel mutu teh yang dinilai yaitu kenampakan, rasa, kenampakan ampas seduhan, 

dan mutu akhir. Metode defuzzyfikasi terbaik adalah metode SOM (Smallest of Maximum). 

Berdasarkan uji T dapat diketahui bahwa penilaian panelis pada kriteria rasa, kenampakan ampas 

seduhan, dan mutu akhir adalah berbeda nyata. 

Kata Kunci : Logika Fuzzy, Penilaian Mutu, Teh Hitam 

ABSTRACT 

Quality assessment of tea product in PTPN XII Kebun Teh Kertowono was carried out 

with organoleptic that use human senses. This assessment including some variable that its 

parameter considered uncertainly. The aim of this study is to decide quality parameter assessment 

using fuzzy logic to reduce error. Analysis method used Fuzzy Inference System Mamdani with 

Matlab programme. The stage was carried out are defining variable and forming of fuzzy set, 

determining membership function, building fuzzy rule, and defuzzyfication to get the output in the 

form of numeral of domain on fuzzy set. Pada penelitian ini terdapat 4 variabel mutu teh yang 

dinilai yaitu kenampakan, rasa, kenampakan ampas seduhan, dan mutu akhir. Metode 

defuzzyfikasi terbaik adalah metode SOM (Smallest of Maximum). In this case there are 4 variable 

to assessed consist of appearence, liquor, infused leaf, and the final quality. The best 

defuzzyfication method is SOM (Smallest of Maximum). Based on T testing, there are some value 

significant in liquor, infused leaf and final quality. 

Key Words: Fuzzy Logic, Quality Assesment, Black Tea 

3

1.1. Latar Belakang 

I. PENDAHULUAN 

Perkembangan ekspor teh Indonesia terus menurun, di lain pihak, pangsa ekspor negara- 

negara produsen teh lainnya yaitu Sri Lanka dan Kenya cenderung meningkat. Pada periode yang sama 

pangsa ekspor teh Sri Lanka meningkat dari 18,2 persen menjadi 21,1 persen, sementara pangsa ekspor 

teh Kenya meningkat dari 16,4 persen menjadi 19,4 persen (International Tea Committee, 2004). 

Sedangkan penurunan ekspor mengakibatkan posisi Indonesia sebagai eksportir pada tahun 2007 

melorot dari posisi lima ke enam dan tahun 2008 posisi sebagai eksportir bakal turun ke posisi tujuh. 

Saat ini produsen teh terbesar dunia saat ini adalah India, Cina, Srilangka, Kenya dan Indonesia 

(Anonymous, 2007). 

Berdasarkan data asosiasi, pada 2006 produksi teh hitam sekitar 140 ribu ton dan pada tahun 

2005 sekitar 149 ribu ton. Tahun 2007 produksi teh diperkirakan sekitar 160 ribu ton. Sedangkan pada 

tahun 2008 produksi teh di Indonesia paling tinggi sekitar 145 ribu ton (Anonymous, 2007). Volume 

ekspor teh pada 2006 sekitar 95 ribu ton dan pada 2007 turun menjadi 83 ribu ton. Tahun 2008, ekspor 

teh diperkirakan hanya 95 ribu ton dari target 110 ribu ton. Harga teh Indonesia di pasar internasional 

saat ini sekitar US$ 1,4 per kilogram dari US$ 1,2 perkilogram pada 2007 (Anonymous, 2007). 

Di Jakarta Tea Auction (JTA) sebagai lembaga tunggal penyelenggara lelang teh di 

Indonesia, proporsi jumlah teh tidak terjual juga mengalami peningkatan. Pada tahun 1997, jumlah teh 

yang tidak terjual mencapai 15,4 persen dari jumlah yang ditawarkan, kemudian meningkat menjadi 

38,5 persen pada tahun 2003. Dari aspek perolehan harga, harga teh Indonesia di JTA sejak tahun 1991 

selalu lebih rendah dari harga teh Sri Lanka di Colombo Tea Auction (CTA). Harga rata-rata teh 

Indonesia di JTA hanya 64 persen dari harga teh Sri Lanka di CTA (Suprihatini, 2000) 

Penurunan pangsa pasar, meningkatnya jumlah teh yang tidak terjual, dan relatif rendahnya 

harga teh Indonesia dapat disebabkan, antara lain, oleh penawaran mutu produksi teh Indonesia yang 

belum sesuai dengan selera pasar. Ketidaksesuaian mutu teh tersebut terutama terjadi pada 

ketidaksesuaian grade dan mutu organoleptik (rasa, aroma, warna) teh yang ditawarkan dengan teh 

yang dibutuhkan para pembeli sehingga terjadi peningkatan teh yang tidak terjual di JTA. 

Setiap industri pengolahan pangan mempunyai standar mutu produk pangan yang dilekatkan 

pada produk yang dihasilkannya. Dalam usaha pengendalian mutu maka standar mutu produk itu harus 

diperhatikan. Pengendalian mutu dilakukan oleh perusahaan untuk mencapai tingkat dan konsistensi 

mutu sesuai dengan standar mutu yang ditetapkan (Soekanto, 1990).

Pada penilaian mutu produk teh sering kali terdapat kerancuan. Hal ini diungkapkan 

Kastaman (2005), ketika kita memberikan penilaian terhadap setiap kriteria warna. Apabila kriteria 

warna memiliki empat klasifikasi, dan warna yang biasanya terdapat pada produk teh yaitu sangat 

hitam, hitam, coklat, abu – abu, merah dengan kisaran nilai 10,1-12; 7,1-10; 5,1-7; 2,1-5; 0-2 Ketika 

dilakukan penilaian pada produk teh, dihasilkan nilai untuk warna yaitu 10, maka produk teh ini dapat 

di klasifikasikan ke dalam warna sangat hitam dan hitam. Tetapi dengan nilai tepat 10 ini maka tester 

akan memasukkan ke dalam kelas warna hitam. 

Pengklasifikasian teh berdasarkan klasifikasi dan warna yang biasanya terdapat pada produk 

teh ini sangat merugikan bagi produsen teh. Kastaman (2005) mengutarakan bahwa produk teh yang 

diteliti seharusnya dapat dimasukkan ke dalam kelas warna sangat hitam. Pengklasifikasian seperti ini 

dapat disebut sebagai klasifikasi crisp, dimana kisaran nilainya mutlak. Setiap klasifikasi di dalam 

setiap kriteria memiliki batas yang kurang jelas antara batas yang satu dengan yang lainnya. Maka 

untuk memperbaiki metode pengklasifikasian pada mutu teh, perlu dikembangkan metode baru yang 

lebih objektif dan dapat menangani permasalahan yang telah disebutkan sebelumnya. 

Logika fuzzy merupakan teori himpunan yang dapat membantu dalam menyelesaikan 

ketidakpastian batas antara satu kriteria dengan kriteria lainnya yang dihasilkan oleh adanya penilaian 

manusia terhadap sesuatu hal secara kumulatif. Teori ini dapat digunakan untuk membantu 

menyelesaikan permasalahan penilian mutu, seperti yang ada pada penilaian mutu teh. 

Salah satu solusi yang dapat dilakukan untuk mengatasi ketergantungan pada keberadaan 

tester dan ketidakpastian batas antara satu kriteria dengan kriteria lainnya, yaitu menggunakan logika 

fuzzy yang diterapkan dalam bentuk program visual yang dapat digunakan dalam penentuan mutu teh 

hitam. 

1.2. Perumusan Masalah 

1. Bagaimana menerapkan logika fuzzy pada penilaian mutu teh hitam ? 

2. Bagaimana menghasilkan penilaian mutu teh hitam yang lebih objektif yang dapat 

1.3. Tujuan Penelitian 

mengatasi kerancuan dalam penilaian mutu teh hitam akibat adanya ketidakpastian batas 

antara setiap kriteria klasifikasi nilai mutu ? 

Penelitian ini bertujuan untuk : 

1. Menerapkan logika fuzzy pada penilaian mutu teh hitam. 

2. Membandingkan hasil penilaian antara panelis ahli dengan logika fuzzy.

1.4. Manfaat Penelitian 

Penelitian ini diharapkan dapat : 

1. Digunakan sebagai metode alternatif pada penilaian mutu teh hitam 

2. Mendokumentasikan kemampuan para tester teh. 

3. Dapat membantu sistem penilaian mutu pada kebun teh Kertowono agar lebih konsisten.

3.1. Waktu dan Tempat Penelitian 

III. METODE PENELITIAN 

Penelitian dilakukan di PTPN XII Kebun Teh Kertowono, Kecamatan Gucialit, Lumajang 

mulai bulan Mei 2009 sampai selesai. Peralatan yang digunakan dalam penelitian ini antara lain: 

seperangkat komputer dan software Matlab, Microsoft Excel 2007, SPSS 10.01. Sedangkan bahan 

yang digunakan meliputi serangkaian data kriteria dan pembobotan kualitas teh hitam serta sampel. 

3.2. Pelaksanaan Penelitian 

Dalam penyusunan ini terdapat beberapa tahapan pelaksanaan yang mengikuti diagram alir 

seperti Gambar 3, yaitu survey awal, studi literatur, identifikasi dan pembatasan permasalahan, 

pendefinisian sistem, permodelan sistem, penetuan variabel dan parameter, pengumpulan data dan 

pembentukan himpunan fuzzy, penentuan sistem inferensi fuzzy, pengujian, analisa data, dan 

penarikan kesimpulan. 

3.2.1. Survei Awal 

Survey awal diperlukan untuk mengetahui gambaran umum perusahaan, seperti penilaian 

mutu yang terdapat di PTPN XII Malang dan mengutarakan permasalahan yang akan diajukan pada 

perusahaan.

3.2.2. Studi Literatur 

Survey Awal 

Gambar 3. Diagram Alir Pelaksanaan Penelitian 

Studi literatur merupakan langkah untuk mencari landasan teori yang mendukung pemecahan 

permasalahan. Literatur yang dibutuhkan pada penelitian ini meliputi pengertian mutu dan teh secara 

umum, mutu teh, dan logika fuzzy. 

3.2.3. Identifikasi Permasalahan 

PTPN XII merupakan kantor cabang Kebun teh yang membawahi tiga anak cabang yaitu 

Kebun Teh Wonosari Malang, Kebun Teh Kertowono Lumajang, dan Kebun Teh Blitar. Dari studi 

literatur, kemudian diperoleh permasalahan yang akan diajukan. 

3.2.3. Pendefinisian Sistem 

Identifikasi Permasalahan 

Pendefinisian sistem 

Pengumpulan data 

Formulasi model matematika : 

- Menentukan variabel dan himpunan fuzzy 

- Membuat aturan fuzzy 

- Fuzzyfikasi 

- Menetukan metode defuzzyfikasi 

Parameterisasi 

Solusi model 

Kesimpulan 

Sistem yang akan dimodelkan merupakan bagian dari sistem penilaian mutu teh hitam. Dari 

data awal yang diperoleh kemudian dilakukan klasifikasi nilai mutu. 

1. Elemen elemen dalam sistem penilaian mutu teh hitam meliputi : 

Studi Literatur 

a. Kenampakan (appearance) meliputi bentuk dan ukuran partikel, kebersihan, warna partikel,

. Rasa (liquor) meliputi warna cairan dan air seduhan 

c. Kenampakan ampas seduhan (infused leaf) meliputi warna ampas dan kerataan ampas 

d. Mutu akhir teh meliputi kenampakan (appearance), rasa (liquor), dan Kenampakan ampas 

seduhan (infused leaf). 

2. Panelis Ahli (Tester) 

Pada penelitian ini menggunakan 2 orang panelis ahli. Panelis ahli merupakan staf 

dari PTPN XII Kebun Teh Gucialit yang telah berpengalaman selama bertahun-tahun dalam 

menguji mutu teh hitam di Kebun teh Kertowono. 

3.2.5. Teknik Pengumpulan Data 

Data masukan (input) bagi model logika fuzzy berasal dari hasil penginderaan manusia 

terhadap komoditas teh hitam. Panelis Ahli yang digunakan untuk membentuk sistem logika fuzzy ini 

berjumlah dua orang untuk lebih mengobjektifkan hasil penilaian mutu teh hitam. Hasil yang lebih 

objektif ini dimungkinkan karena sistem logika fuzzy dibuat berdasarkan dari pengalaman kedua 

Panelis Ahli. Metode pengumpulan data yang digunakan yaitu metode wawancara dan kuesioner 

terhadap panelis yang ahli pada penilaian mutu teh hitam (tester). 

3.2.6. Formulasi Model Matematis 

Tahapan formulasi model matematis terdiri dari menyusun himpunan fuzzy, membuat aturan 

fuzzy, dan defuzzyfikasi 

a. Membentuk himpunan fuzzy 

Variabel-variabel yang telah diperoleh berupa data akan dibentuk menjadi himpunan fuzzy 

yang berkaitan. Himpunan fuzzy ditentukan berdasarkan standar pengelompokan mutu teh 

PTPN XII. Himpunan fuzzy yang dibentuk dapat dilihat pada Tabel 1. dan alur input dan 

outputnya dapat dilihat pada Gambar 1.

Tabel 1 Himpunan dari Setiap Kriteria dan Variabel 

Fungsi Nama Variabel Himpunan 

Input 

Bentuk dan ukuran partikel 

Kebersihan 

Warna Partikel 

Output Kenampakan (Appereance) 

Input 

Air Seduhan 

Warna 

Output Rasa (Liquor) 

bentuk-bulat 

bentuk-kurang-granular 

Bentuk-tidak-beraturan 

Bersih (clean), Seragam (even) 

Sedikit serat (few- fibre), Seragam (even) 

Sedikit serat (few- fibre) tidak seragam,uneven 

Hitam berkilau (Blackkish) 

Hitam (neat-black) 

Agak kehitaman (fairly-black) 

Kecoklatan (brownish) 

Keabu-abuan (grayish) 

sangat-baik (very good) 

Baik (good) 

Sedang fairly good) 

kurang-baik 

tidak-baik (bad) 

Good strength nice-flavoury 

Some strength-flavoury 

Fair strength-flavoury 

Bitter taste Softdrink in cup 

burn sour 

Good strength nice-coloury 

Some strength-coloury 

Fair strength-coloury 

Over fired 

Greenish 

Good strength nice-coloury and flavoury 

Enak (good) 

Sedang (fairly good) 

Kurang enak 

Tidak enak (bad)

Fungsi Nama Variabel Himpunan 

Input 

Output 

Input 

Warna Ampas 

Kerataan Ampas 

Kenampakan Ampas Seduhan 

(Infused Leaf). 

Kenampakan 

Liquor 

Kenampakan Ampas Seduhan 

Output Mutu Akhir 

Sangat Cerah (Very bright) 

Cerah (Bright) 

Agak Cerah (Fairly Bright) 

Kehijauan (Greenish) 

Coklat/ Suram (Dark) 

Coppery 

Bit dull 

Dull 

Very bright and coppery 

Bright and coppery 

Fairly Bright 

Bit dull –Greenish –Uneven 

Dull/ Dark 

sangat-baik (very good) 

Baik (good) 


kurang-baik 

tidak-baik (bad) 

Good strength nice-coloury and flavoury 

Enak (good) 


Kurang enak 

Tidak enak (bad) 

Sangat cerah (Very bright and coppery) 

Cerah (Bright and coppery) 

Agak cerah (Fairly Bright) 

Kehijauan- Tidak seragam (Bit dull –Greenish – 

Uneven) 

Coklat suram (Dull/ Dark) 

Mutu A 

Mutu B 

Mutu C 

Mutu D 

Mutu E

. Membentuk aturan fuzzy 

Gambar 1. Variabel dari Setiap Kriteria 

Ada 3 aturan yang dibentuk dari tiap variabel fuzzy untuk menyatakan relasi antara input dan 

output. Aturan pada suatu model fuzzy menunjukkan bagaimana suatu system akan beroperasi. 

Secara umum dituliskan : 

IF (x1 is A1) • (x2 is A2) •(x3 is A3) • … (xn is An) • THEN y is B 

Dengan • adalah operator (misal : OR atau AND ), Xn adalah scalar yang berupa variabel fuzzy 

dan An adalah variabel linguistic yang berupa himpunan fuzzy. 

Aturan kriteria appearepance : 

Penentuan Batas Atas (BA) dan Batas Bawah (BB) pada variabel mutu ini didasarkan pada 

penilaian mutu teh hitam, yaitu pada standar penerimaan teh PTPN XII. Jumlah aturan appeareance, 

yaitu sebanyak 3 x 3 x 5 = 45 aturan. Contoh bentuk aturan, yaitu 

IF bentuk dan ukuran partikel IS bentuk bulat AND kebersihan IS clean,even AND warna 

partikel IS blackish THEN appearance IS sangat baik 

IF bentuk dan ukuran partikel IS bentuk bulat AND kebersihan IS clean,even AND warna 

partikel IS fairly black THEN appearance IS baik 

Aturan kriteria liquor : 

Penentuan BA dan BB pada variabel mutu ini didasarkan pada penilaian mutu teh hitam, yaitu 

pada standar penerimaan teh PTPN XII. Jumlah aturan liquor, yaitu sebanyak 5 x 5 = 25 aturan. 

Contoh bentuk aturan, yaitu 

IF warna IS good strength nice coloury AND air seduhan IS good strength nice coloury THEN 

rasa IS good strength nice coloury and flavour

IF warna IS good strength nice coloury AND air seduhan IS some strength coloury THEN rasa 

IS good strength nice coloury and flavour 

Aturan kriteria infused: 


pada standar penerimaan teh PTPN XII. Jumlah aturan infused, yaitu sebanyak 5 x 3 = 15 aturan. 

Contoh bentuk aturan, yaitu 

IF kerataan IS coppery AND warna IS very bright THEN kenampakan ampas seduhan IS very 

bright and coppery 

IF kerataan IS coppery and warna IS bright THEN kenampakan ampas seduhan IS very bright 

and coppery 

Aturan kriteria mutu akhir: 


pada standar penerimaan teh PTPN XII. Jumlah aturan mutu akhir, yaitu sebanyak 5 x 5 x 5 = 125 

aturan. Contoh bentuk aturan, yaitu 

IF kenampakan IS sangat baik AND rasa IS good strength nice-coloury and flavoury AND 

kenampakan ampas seduhan IS very bright and coppery THEN mutu akhir IS mutu A 

IF kenampakan IS sangat baik AND rasa IS good strength nice coloury and flavoury AND 

kenampakan ampas seduhan IS bright and coppery THEN mutu akhir IS mutu A 

c. Menentukan metode defuzzyfikasi 

Dalam penilaian mutu teh hitam digunakan metode defuzzyfikasi yaitu metode Smallest of 

Maximum (SOM). Pada metode ini, solusi crisp diperoleh dengan cara mengambil nilai terkecil dari 

domain yang memiliki nilai keanggotaan maksimum 

3.2.7 Parameterisasi 

Parameter yang digunakan dalam penelitian ini berupa data masukan (input) bagi model 

logika fuzzy yang berasal dari hasil penilaian subyektif terhadap komoditas teh hitam. Panelis ahli yang 

digunakan berjumlah dua orang dan memiliki pengalaman bertahun-tahun.

3.2.8 Solusi Model 

Model penilaian mutu teh yang digunakan dengan mencari data terbaik. Bentuk dari kurva 

fungsi keanggotaan yang digunakan, yaitu bentuk trapesium. Untuk mengetahui adanya perbedaan 

yang nyata antara hasil penilaian tester dengan penilaian logika fuzzy maka digunakan uji beda untuk 

kriteria kenampakan (appereance), rasa (liquor), kenampakan ampas (infused leaf), dan mutu akhir 

dengan menggunakan uji parametrik t- test.

4.1 Keadaan Umum Perusahaan 

I.V HASIL DAN PEMBAHASAN 

Perkebunan Teh Kertowono merupakan salah satu perkebunan milik PTPN XII. Kebun Teh 

Kertowono berada di Kecamatan Gucialit, Kabupaten Lumajang, Jawa Timur. Teh yang ditanam di 

kebun teh Kertowono merupakan jenis teh hitam. Pada awalnya jenis mutu teh hitam yang 

dikembangkan pada perkebunan ini ada dua yaitu teh hitam Ortodoks dan CTC (Crushing, Tearing, 

Curling). Namun karena biaya produksi yang semakin tinggi sehingga perusahaan memutuskan untuk 

memproduksi hanya satu jenis teh hitam saja yaitu teh hitam jenis CTC. 

4.2 Penilaian Mutu Teh Hitam di Kebun Teh Kertowono 

Penilaian mutu organoleptik Teh hitam di Kebun Teh Kertowono meliputi criteria 

kenampakan, rasa, kenampakan ampas seduhan, dan mutu akhir. Kriteria kenampakan merupakan 

criteria yang berpengaruh paling besar untuk menentukan harga beli teh yaitu sebesar 50%, sedangkan 

criteria rasa sebesar 40% dan criteria kenampakan ampas seduhan sebesar 10%. Kenampakan teh 

yang dinilai meliputi variable bentuk dan ukuran partikel, warna, kebersihan. Rasa dari teh yang dinilai 

meliputi warna cairan dan air seduhan. Kenampakan ampas seduhan yang dinilai meliputi warna dan 

kerataan ampas. Sedangkan mutu akhir teh yang dinilai meliputi kenampakan, rasa, dan kenampakan 

ampas seduhan. 

4.3 Penilaian Mutu Teh Hitam dengan Logika Fuzzy 

4.3.1 Pembentukan Himpunan, Domain Fuzzy, dan Semesta Pembicaraan 

Variabel yang digunakan pada pembentukan logika fuzzy adalah variable kenampakan, rasa, 

kenampakan ampas seduhan, dan mutu akhir. Berdasarkan wawancara dengan panelis, Kriteria 

kenampakan berpengaruh paling besar untuk menentukan harga beli teh yaitu sebesar 50%, sedangkan 

criteria rasa sebesar 40% dan criteria kenampakan ampas seduhan sebesar 10%. 

Data-data yang dibutuhkan sebagai dasar untuk menentukan parameter penilaian mutu dengan 

logika fuzzy adalah data yang berasal dari panelis berupa semesta pembicaraan, penilaian mutu teh 

hitam, dan domain dari tiap himpunan. Semesta pembicaraan dalam penilaian mutu ini untuk variable 

kenampakan sebesar 50, variable rasa sebesar 40, kenampakan ampas seduhan sebesar 10, dan mutu 

akhir sebesar 100. Domain fuzzy yang baru dibentuk dari nilai hasil perhitungan nilai standar deviasi 

oleh 2 panelis ahli. Alur proses fuzzy dapat dilihat Gambar 2.

4.3.2 Pembentukan Fungsi Keanggotaan 

Gambar 2. Diagram Alur Proses Fuzzy 

Kurva yang digunakan pada pembuatan fungsi keangotaan adalah kurva trapesium. Kurva 

trapezium dipilih karena sesuai dengan kasus yang dihadapi dimana mutu akan akan bernilai kontinu 

pada suatu range, setiap variabel output dan input memiliki batas bawah dan batas atas. Jumlah grafik 

yang digunakan sebanyak 5 buah disesuaikan dengan banyaknya himpunan fuzzy yaitu mutu A, mutu 

B, mutu C, mutu D, dan mutu E.Pada fungsi trapesium ini terdapat beberapa nilai x yang memiliki 

derajat keanggotaan sama dengan 1, yaitu ketika b £ x £ c (Anonymous, 2009). 

4.3.3 Penentuan Rule Fuzzy 

Aturan yang terbentuk dalam penelitian ini yaitu 45 aturan fuzzy untuk variable kenampakan, 

25 aturan fuzzy untuk variable rasa, 15 aturan fuzzy untuk variable kenampakan ampas seduhan, dan 

625 aturan fuzzy untuk variable mutu akhir. Hal ini didasarkan pada kemungkinan kombinasi aturan 

yang dilakukan di perusahaan. Menurut de Mol (2001), aplikasi logika fuzzy memberikan kemudahan 

dalam interpretasi data karena dapat disesuaikan oleh perubahan fungsi kenggotaan dan aturan-aturan. 

4.3.4. Hasil Perhitungan Standar Deviasi untuk Penilaian Mutu Teh Hitam 

Domain pada logika fuzzy dibentuk dengan menggunakan nilai standar deviasi (SD) yang 

diperoleh dari hasil penilaian mutu sampel teh oleh panelis ahli 1 dan panelis ahli 2 pada setiap

variabel output penilaian mutu teh hitam, yaitu kenampakan (appearance), rasa (liquor), kenampakan 

ampas seduhan (infused leaf), dan mutu akhir teh hitam. Setiap nilai SD yang diperoleh dari setiap 

variabel dikelompokkan berdasarkan huruf mutu nilai rata – rata Panelis Ahli 1 dan Panelis Ahli 2. 

Penghitungan nilai standar deviasi pada setiap varibel mutu teh hitam digunakan untuk membentuk 

nilai batas baru dari setiap varibel mutu teh hitam. Batas baru mutu teh hitam ini digunakan sebagai 

dasar perhitungan dari logika fuzzy. 

Dengan menggunakan rumus standar deviasi diatas maka diperoleh nilai standar deviasi 

untuk hasil penilaian kedua panelis. Untuk mempermudah perhitungan batas mutu teh yang akan 

difuzzykan, maka diadakan pembulatan pada hasil perhitungan standar deviasi panelis ahli 1 dan 

panelis ahli 2, kemudian di dapatkan nilai untuk panelis ahli 1 yaitu : kriteria kenampakan 

(appearance) sebesar 4; kriteria rasa (liquor) sebesar 1; kriteria kenampakan ampas akhir (infused leaf) 

sebesar 0; kriteria mutu akhir sebesar 4. Sedangkan nilai standar deviasi untuk hasil penilaian panelis 

ahli 2 yaitu : kriteria kenampakan (appearance) sebesar 4; kriteria rasa (liquor) sebesar 1 ; kriteria 

kenampakan ampas akhir (infused leaf) sebesar 0; kriteria mutu akhir sebesar 4. 

Pada setiap variabel penilaian mutu teh hitam yang meliputi kenampakan, rasa, kenampakan 

ampas seduhan, dan mutu akhir nilai batas bawah (BB) untuk kriteria mutu E disamakan dengan batas 

bawah semula (BB continue) dan untuk nilai parameter batas atas (BA) untuk mutu A juga disamakan 

dengan batas atas semula (BA continue). Penyamaan batas bawah pada mutu E dan batas atas pada 

mutu A dikarenakan pada setiap varibel nilai semesta pembicaraannya telah ditentukan di awal. Batas 

wal untuk variabel kenampakan berada pada angka 0 sampai 50, variabel rasa berada pada angka 0 

sampai 40, variabel kenampakan ampas seduhan berada pada angka 0 sampai 10, dan variabel mutu 

akhir berada pada angka 1 sampai 100. 

4.3.5 Defuzzifikasi 

Pada kasus penilaian mutu teh hitam metode defuzzifikasi yang digunakan adalah metode 

Smallest of Maximum (SOM). Metode ini dipilih karena dapat memberikan hasil yang lebih baik 

dibandingkan dengan metode defuzzifikasi yang lain. Menurut Kastaman (2005), Metode SOM ini 

memiliki karakteristik lebih ketat dalam memberikan nilai, sehingga nilai – nilainya cenderung lebih 

kecil dari pada metode yang lain. Metode SOM ini akan memberikan nilai yang besar apabila varibel – 

variabel inputnya memang layak untuk diberi nilai yang besar.

4.3.6 Hasil Uji T antara Panelis Ahli dan Fuzzy Panelis Ahli 

Pada penelitian penilaian mutu teh hitam terdapat 2 orang panelis ahli untuk mengetahui 

perbedaan antara kedua panelis ahli tersebut pada saat menilai mutu teh hitam dengan menggunakan 

uji parametrik t-test. Pemilihan metode t-test ini karena data masukan merupakan jenis data 

interval/ratio dan memiliki bentuk hipotesis komparatif baik secara related (berhubungan) ataupun 

independen (bebas) (Sugiyono, 2006). Sedangkan, uji keseragaman digunakan uji levenne, Uji levenne 

ini merupakan uji keseragaman pada pengujian menggunakan t-test. Menurut Sihombing (1991) Uji 

homogenitas menggunakan uji levene,s test for equality of varians memiliki taraf signifikansi alfa = 

0,05. Hasil uji parametrik T antara panelis ahli dan logika fuzzy dapat dilihat pada Tabel 2. 

Tabel 2. Hasil Uji Beda Nyata 

Kriteria Perbandingan Kesimpulan 

Panelis Ahli 1 – Panelis Ahli 2 tidak berbeda 

Panelis Ahli 1 – Panelis Ahli 1 Fuzzy tidak berbeda 

Appearance 

Panelis Ahli 1 – Panelis Ahli 2 Fuzzy 


tidak berbeda 

tidak berbeda 


Panelis Ahli1 fuzzy - Panelis Ahli 2 fuzzy tidak berbeda 



Liquor 



tidak berbeda 

tidak berbeda 

Panelis Ahli 2 – Panelis Ahli 2 Fuzzy berbeda 




Infused Leaf 



berbeda 

berbeda 





Mutu Akhir 



tidak berbeda 

berbeda 



Pada Tabel 2 dapat diketahui hasil perbandingan antara panelis ahli dan logika fuzzy yang 

berbeda nyata maupun yang tidak berbeda nyata. Pada Uji T bebas dan berpasangan antara kedua 

populasi apabila dihasilkan statistik uji T yang menghasilkan nilai p-value yang lebih besar dari α = 

5%, sehingga dapat dikatakan bahwa penilaian kedua ragam populasi adalah sama. Menurut 

Sihombang (1991), pada uji levene apabila nilai sampel menunjukkan p-value > 0,05 berarti 

keseluruhan sampel mempunyai varian yang homogen.

5.1 Kesimpulan 

V. KESIMPULAN DAN SARAN 

Logika fuzzy dapat memberikan nilai yang lebih objektif dari hasil penilaian yang dilakukan 

oleh dua panelis ahli terhadap mutu teh hitam CTC. Berdasarkan uji parametric T, terjadi perbedaan 

nyata antara hasil penilaian panelis ahli dan hasil penilaian dengan menggunakan logika fuzzy pada 

kriteria kenampakan ampas seduhan (infused leaf), rasa (liquor), dan mutu akhir. 

5.2 Saran 

1. Penilaian mutu yang dilakukan manusia memiliki sifat yang masih subjektif, karena itu hasil 

penelitian ini diharapkan dapat memberikan kontribusi bagi para panelis ahli untuk lebih 

menghasilkan penilaian yang lebih objektif sehingga tidak terjadi perbedaan antara panelis 

satu dengan panelis lainnya. 

2. Penilaian mutu teh hitam kualitas ekspor merupakan hal yang sangat penting untuk menjaga 

kualitas mutu teh hitam, maka diperlukan adanya konsistensi pada saat penilaian. 

3. Untuk menjaga konsistensi para panelis ahli sebaiknya diadakan penyamaan pandangan 

mengenai nilai mutu teh secara berkala..

DAFTAR PUSTAKA 

Anonimous a . 2008. Agrowisata Kebun Teh Wonosari. 

http://petamalang.com/index.php?option=com_content&task=view&id=86&Itemid=81. 

b . 2008. Kebun Teh Wonosari. 

http://pariwisata.infogue.com/hasrat_membuih_kebun_teh_wonosari. 

c . 2003. Minum Teh dan Khasiatnya bagi Kesehatan 

http://www.sinarharapan.co.id/iptek/kesehatan/2003/1010/kes1.html. 

Afandi, Agus D., dan Achmad Purnama. 1989. Pengendalian/Pengawasan Mutu Teh Bagian I. 

Warta BPTK, Gambung 

Badan Stadarisasi Industri. 2000. Standar Nasional Indonesia (SNI) Nomor 01 – 1902 –2000. 

Tentang : Teh Hitam. Jakarta 

Bambang, Kustamiyati. 2006. Prospek Teh Indonesia sebagai Minuman Fungsional 

http://www.ipard.com/art_perkebun/Aug02-06_kb.asp 

Bellei, E., Guidotti, D., Petacchi, R., Reyneri, L. And Rizzi, I. 2001. Applications of Neuro-Fuzzy 

Classification, Evaluation and Forecasting Techniques in Agriculture. Proceedings – 

European Symposium on Artificial Neural Networks. Bruges. Belgium. 25-27 April 2001. 

pp.403-408. 

Binoy, A.M., Mujumdar, P.P. 2003. Fuzzy Rule Based Model For Estimating Agricultural Diffuse 

Pollution. Conference Paper. Diffuse Pollution Conference. Dublin. UK. 

Dadone, Paolo. 2001. Design Optimization of Fuzzy Logic Systems. Virginia Polytechnic Institute 

and State University, Virginia 

Damayanthi, Evy. 2007. Diversifikasi Produk Teh Sebagai Minuman Kesehatan 

http://web.ipb.ac.id/~lppm/ID/index.php?view=penelitian/hasilcari&status=buka&id_haslit= 

KKP/021.07/DAM/d.. 

Davendra, C. and M. Burns. 1983. Goat Production in Tropic. Commenwealth Agricultural Bureaux, 

London. 

Dwiono, Wakhyu. 2008. Fuzzy Logic System. http://trensains.co.id. 

Juran, J.M. 1982. Merancang Mutu 1 dan 2. PT. Pustaka Binaman Pressindo. Jakarta. 

Kartika,Bambang, 1998, Pedoman Uji Indrawi Pengolahan Hasil Pangan, Yogyakarta,UGM

Kavdir, Ismail, Guyer, D.E. 2003. Apple Grading Using Fuzzy Logic. Turk Jurnal of Agriculture and 

Forestry. 27 : 375-382. 

Khomsan, Ali. 2004. Teh Sup Kimiawi Sumber Antioksidan. 

http://www.sinarharapan.co.id/iptek/kesehatan/2004/0611/kes2.html. 

Kusumadewi, Sri, dan Hari Purnomo. 2004. Aplikasi Logika Fuzzy untuk Pendukung Keputusan. 

Graha Ilmu : Yogyakarta 

Maulana, Mohammad. 1998. Identifikasi Permasalahan Pengelolaan Mutu Teh Do Unit Usaha 

Perkebunan Malabar PT. Nusantara VIII Jawa Barat 

Purwaningsih, Sulistyo Rahayu. 2006. Perbedaan Hasil Pembuatan Kebaya Menggunakan Pola 

Sistem Soekarno dengan Pola Sistem Sanny Poespo pada Wanita Gemuk. 

http://digilib.unnes.ac.id/gsdl/collect/skripsi/index/assoc/HASH01f4/3ffdf091.dir/doc.pdf. 

Soekarto. 1985. Penilaian Organoleptik untu Industri Pangan dan Hasil Pertanian. Bhratara 

Karya Akasara. Jakarta. 

Soekarto, Soewarno T. 1990. Dasar – Dasar Pengawasan Mutu dan Standarisasi Mutu Pangan. 

IPB Press : Bogor. 

Suprihatini, Rohanda. 2000. Aplikasi Quality Function Deployment (QFD) di Industri Teh Hitam 

Orthodox Indonesia 

Suradi, Kusmaidi. 2009. Tingkat Kesukaan Bakso dari Berbagai Jenis Daging Melalui Beberapa 

Pendekatan Statistik. 

http://pustaka.unpad.ac.id/wp-content/uploads/tingkat_kesukaan_bakso.pdf. 

Yang, C.C., Prasher, S.O., Landry, J.A. and Ramaswamy, H.S. 2003. Development of an Image 

processing system and a fuzzy algoritme for site-specific herbicide applications. 

Precision Agriculture, 4 : 5-18. 

Yamanishi, T. 1995. Flavour Of Tea. Food Review International Special Issue on Tea. Vol. II No. 3. 

477-525 

Wardani, Imam. 2008. Logika Fuzzy. www.imamwardani.com.. 

Winarno, F.G. 1997. Kimia Pangan dan Gizi, PT. Gramedia Pustaka Utama, Jakarta 

Wulandari, Suci. 1995. Kajian Penerapan Manajemen Mutu Terpadu di Perkebunan Gunung 

Mas. Jurusan Ilmu-Ilmu Sosoal Ekonomi Pertanian. Fakultas Pertanian. Institut Pertanian 

Bogor


(Studi Kasus di PTPN XII Kebun Teh Kertowono, Lumajang) 

JURNAL SKRIPSI 

Oleh: 


NIM.0511030060-103 

JURUSAN TEKNOLOGI INDUSTRI PERTANIAN 



MALANG 

2009

PENERAPAN LOGIKA FUZZY PADA PENILAIAN MUTU TEH HITAM 

DI PTPN XII KEBUN TEH KERTOWONO 

IMPLEMENTATION OF FUZZY LOGIC TO BLACK TEA ASSESSMENT 

IN PTPN XII KEBUN TEH KERTOWONO 

Rachma Rivasti (1) , Imam Santoso (2) , Susinggih Wijana (2) 

(1) Alumni Jurusan Teknologi Industri Pertanian FTP-UB 

(2) Staff Pengajar Jurusan Teknologi Industri Pertanian FTP-UB 

Penilaian mutu produk teh di PTPN XII Kebun Teh Kertowono dilakukan secara 

organoleptik menggunakan indera manusia. Penilaian ini mencakup banyak variabel dimana 

parameter penilaiannya bersifat tidak pasti. Tujuan dari penelitian ini adalah menentukan 

parameter penilaian mutu dengan logika fuzzy untuk meminimalisir tingkat kesalahan 

penentuan mutu teh hitam. Metode analisa yang digunakan adalah Sistem Inferensi Fuzzy 

Mamdani dengan bantuan software Matlab. Tahapan yang dilakukan adalah penentuan 

variabel dan pembentukan himpunan fuzzy, penentuan fungsi keanggotaan, penentuan 

aturan fuzzy, serta tahap defuzzifikasi untuk memperoleh output berupa bilangan pada 

domain himpunan fuzzy. Pada penelitian ini terdapat 4 variabel mutu teh yang dinilai yaitu 

kenampakan, rasa, kenampakan ampas seduhan, dan mutu akhir. Metode defuzzyfikasi 

terbaik adalah metode SOM (Smallest of Maximum). Berdasarkan uji T dapat diketahui 

bahwa penilaian panelis pada kriteria rasa, kenampakan ampas seduhan, dan mutu akhir 

adalah berbeda nyata. 

Kata Kunci : Logika Fuzzy, Penilaian Mutu, Teh Hitam 

ABSTRACT 

Quality assessment of tea product in PTPN XII Kebun Teh Kertowono was carried 

out with organoleptic that use human senses. This assessment including some variable that 

its parameter considered uncertainly. The aim of this study is to decide quality parameter 

assessment using fuzzy logic to reduce error. Analysis method used Fuzzy Inference System 

Mamdani with Matlab programme. The stage was carried out are defining variable and 

forming of fuzzy set, determining membership function, building fuzzy rule, and 

defuzzyfication to get the output in the form of numeral of domain on fuzzy set. Pada 

penelitian ini terdapat 4 variabel mutu teh yang dinilai yaitu kenampakan, rasa, kenampakan 

ampas seduhan, dan mutu akhir. Metode defuzzyfikasi terbaik adalah metode SOM 

(Smallest of Maximum). In this case there are 4 variable to assessed consist of appearence, 

liquor, infused leaf, and the final quality. The best defuzzyfication method is SOM (Smallest 

of Maximum). Based on T testing, there are some value significant in liquor, infused leaf and 

final quality. 

Key Words: Fuzzy Logic, Quality Assesment, Black Tea

Latar Belakang 

PENDAHULUAN 

Perkembangan ekspor teh Indonesia 

terus menurun beberapa tahun terakhir. 

Penurunan ekspor mengakibatkan posisi 

Indonesia sebagai eksportir pada tahun 2007 

melorot dari posisi lima ke enam dan tahun 2008 

posisi sebagai eksportir bakal turun ke posisi 

tujuh. Saat ini produsen teh terbesar dunia saat 

ini adalah India, Cina, Srilangka, Kenya dan 

Indonesia (Malik, 2007). 

Berdasarkan data asosiasi, pada 2006 

produksi teh hitam sekitar 140 ribu ton dan pada 

tahun 2005 sekitar 149 ribu ton. Tahun 2007 

produksi teh diperkirakan sekitar 160 ribu ton. 

Sedangkan pada tahun 2008 produksi teh di 

Indonesia paling tinggi sekitar 145 ribu ton 

(Malik, 2007). Volume ekspor teh pada 2006 

sekitar 95 ribu ton dan pada 2007 turun menjadi 

83 ribu ton. Tahun 2008, ekspor teh diperkirakan 

hanya 95 ribu ton dari target 110 ribu ton. Harga 

teh Indonesia di pasar internasional saat ini 

sekitar US$ 1,4 per kilogram dari US$ 1,2 

perkilogram pada 2007 (Malik, 2007). 

Di Jakarta Tea Auction (JTA) sebagai 

lembaga tunggal penyelenggara lelang teh di 

Indonesia, proporsi jumlah teh tidak terjual juga 

mengalami peningkatan. Pada aspek perolehan 

harga, harga teh Indonesia di JTA sejak tahun 

1991 selalu lebih rendah dari harga teh Sri 

Lanka di Colombo Tea Auction (CTA). Harga 

rata-rata teh Indonesia di JTA hanya 64 persen 

dari harga teh Sri Lanka di CTA (Suprihatini, 

2000) 

Penurunan pangsa pasar, 

meningkatnya jumlah teh yang tidak terjual, dan 

relatif rendahnya harga teh Indonesia dapat 

disebabkan, antara lain, oleh penawaran mutu 

produksi teh Indonesia yang belum sesuai 

dengan selera pasar. Ketidaksesuaian mutu teh 

tersebut terutama terjadi pada ketidaksesuaian 

grade dan mutu organoleptik (rasa, aroma, 

warna) teh yang ditawarkan dengan teh yang 

dibutuhkan para pembeli sehingga terjadi 

peningkatan teh yang tidak terjual di JTA. 

Pengklasifikasian teh berdasarkan 

klasifikasi dan warna yang biasanya terdapat 

pada produk teh ini sangat merugikan bagi 

produsen teh. Kastaman (2005) mengutarakan 

bahwa produk teh yang diteliti seharusnya dapat 

dimasukkan ke dalam kelas warna sangat hitam. 

Pengklasifikasian seperti ini dapat disebut 

sebagai klasifikasi crisp, dimana kisaran nilainya 

mutlak. Setiap klasifikasi di dalam setiap kriteria 

memiliki batas yang kurang jelas antara batas 

yang satu dengan yang lainnya. Maka untuk 

memperbaiki metode pengklasifikasian pada 

mutu teh, perlu dikembangkan metode baru 

yang lebih objektif dan dapat menangani 

permasalahan yang telah disebutkan 

sebelumnya. 

Logika fuzzy merupakan teori himpunan 

yang dapat membantu dalam menyelesaikan 

ketidakpastian batas antara satu kriteria dengan 

kriteria lainnya yang dihasilkan oleh adanya 

penilaian manusia terhadap sesuatu hal secara 

kumulatif. Teori ini dapat digunakan untuk 

membantu menyelesaikan permasalahan 

penilian mutu, seperti yang ada pada penilaian 

mutu teh 

METODE PENELITIAN 

Penelitian dilaksanakan pada bulan Mei 

2009 sampai selesai di PTPN XII Kebun Teh 

Kertowono. Pengolahan data dilakukan di 

Laboratorium Manajemen dan Sistem Industri 

Pertanian, Jurusan Teknologi Industri Pertanian, 

Fakultas Teknologi Pertanian, Universitas 

Brawijaya Malang. Penentuan karakteristik 

variabel – varibel yang berkaitan dengan model 

sistem logika fuzzy menggunakan metode 

wawancara dan kuesioner terhadap panelis 

yang ahli pada penilaian mutu teh hitam. 

Pendefinisian Sistem 

Sistem yang akan dimodelkan 

merupakan bagian dari sistem penilaian mutu 

teh hitam. Dari data awal yang diperoleh 

kemudian dilakukan klasifikasi nilai mutu.

1. Elemen elemen dalam sistem penilaian mutu 

teh hitam meliputi : 

e. Kenampakan (appearance) meliputi 

bentuk dan ukuran partikel, kebersihan, 

dan warna partikel, 

f. Rasa (liquor) meliputi warna cairan dan 

air seduhan 

g. Kenampakan ampas seduhan (infused 

leaf) meliputi warna ampas dan 

kerataan ampas 

h. Mutu akhir teh meliputi kenampakan 

(appearance), rasa (liquor), dan 

Kenampakan ampas seduhan (infused 

leaf). 

2. Panelis Ahli (Tester) 

Pada penelitian ini menggunakan 2 orang 

panelis ahli yang merupakan staf dari PTPN 

XII Kebun Teh Kertowono. 

Analisa Data 

Analisis data dilakukan dengan metode 

Fuzzy Inference System Mamdani 

menggunakan software Matlab. Tahapan untuk 

memperoleh ouput adalah : 

1. Pembentukan Himpunan Fuzzy 

Pembentukan anggota himpunan dan 

variabel fuzzy ini didasarkan pada standar 

perusahaan. 

2. Penentuan Standar Deviasi 

Standar deviasi digunakan untuk 

membentuk domain baru pada logika fuzzy 

3. Penentuan Fungsi keanggotaan 

Fungsi keanggotaan pada peneilitian ini 

ditunjukkan dengan pemetaan titik – titik 

input himpunan tegas yang digambarkan 

pada bentuk kurva trapesium. 

4. Penentuan Aturan Fungsi Fuzzy 

Metode yang digunakan dalam komposisi 

aturan dan aplikasi fungsi implikasi adalah 

metode max – min dengan operator AND. 

Secara umum aturan tersebut dapat 

dituliskan : IF (x1 is A1) • (x2 is A2) •…(xn is 

An) THEN y is B 

5. Penegasan (Defuzzyfikasi) 

Output himpunan fuzzy yang diperoleh dari 

komposisi aturan fuzzy akan mengalami 

proses defuzifikasi. Metode terbaik untuk 

penelitian ini yaitu Smallest of Maximum 

(SOM) 

HASIL DAN PEMBAHASAN 

Keadaan Umum Perusahaan 

Perkebunan Teh Kertowono merupakan 

salah satu perkebunan milik PTPN XII. Kebun 

Teh Kertowono berada di Kecamatan Gucialit, 

Kabupaten Lumajang, Jawa Timur. Teh yang 

ditanam di kebun teh Kertowono merupakan 

jenis teh hitam. Pada awalnya jenis mutu teh 

hitam yang dikembangkan pada perkebunan ini 

ada dua yaitu teh hitam Ortodoks dan CTC 

(Crushing, Tearing, Curling). Namun karena 

biaya produksi yang semakin tinggi sehingga 

perusahaan memutuskan untuk memproduksi 

hanya satu jenis teh hitam saja yaitu teh hitam 

jenis CTC. 

Penilaian Mutu Teh Hitam di Kebun Teh 

Kertowono 

Penilaian mutu organoleptik Teh hitam 

di Kebun Teh Kertowono meliputi criteria 

kenampakan, rasa, kenampakan ampas 

seduhan, dan mutu akhir. Kriteria kenampakan 

merupakan criteria yang berpengaruh paling 

besar untuk menentukan harga beli teh yaitu 

sebesar 50%, sedangkan criteria rasa sebesar 

40% dan criteria kenampakan ampas seduhan 

sebesar 10%. Kenampakan teh yang dinilai 

meliputi variable bentuk dan ukuran partikel, 

warna, kebersihan. Rasa dari teh yang dinilai 

meliputi warna cairan dan air seduhan. 

Kenampakan ampas seduhan yang dinilai 

meliputi warna dan kerataan ampas. Sedangkan 

mutu akhir teh yang dinilai meliputi 

kenampakan, rasa, dan kenampakan ampas 

seduhan.

Penilaian Mutu Teh Hitam dengan Logika 

Fuzzy 

Pembentukan Himpunan, Domain Fuzzy, dan 

Semesta Pembicaraan 

Variabel yang digunakan pada 

pembentukan logika fuzzy adalah variable 

kenampakan, rasa, kenampakan ampas 

seduhan, dan mutu akhir. Berdasarkan 

wawancara dengan panelis, Kriteria 

kenampakan berpengaruh paling besar untuk 

menentukan harga beli teh yaitu sebesar 50%, 

sedangkan criteria rasa sebesar 40% dan 

criteria kenampakan ampas seduhan sebesar 

10%. 

Data-data yang dibutuhkan sebagai 

dasar untuk menentukan parameter penilaian 

mutu dengan logika fuzzy adalah data yang 

berasal dari panelis berupa semesta 

pembicaraan, penilaian mutu teh hitam, dan 

domain dari tiap himpunan. Semesta 

pembicaraan dalam penilaian mutu ini untuk 

variable kenampakan sebesar 50, variable rasa 

sebesar 40, kenampakan ampas seduhan 

sebesar 10, dan mutu akhir sebesar 100. 

Domain fuzzy yang baru dibentuk dari nilai hasil 

perhitungan nilai standar deviasi oleh 2 panelis 

ahli. Alur proses fuzzy dapat dilihat Gambar 1 . 

Gambar 1. Diagram Alur Proses Fuzzy 

Pembentukan Fungsi Keanggotaan 

Kurva yang digunakan pada pembuatan 

fungsi keangotaan adalah kurva trapesium. 

Kurva trapezium dipilih karena sesuai dengan 

kasus yang dihadapi dimana mutu akan akan 

bernilai kontinu pada suatu range, setiap 

variabel output dan input memiliki batas bawah 

dan batas atas. Jumlah grafik yang digunakan 

sebanyak 5 buah disesuaikan dengan 

banyaknya himpunan fuzzy yaitu mutu A, mutu 

B, mutu C, mutu D, dan mutu E.Pada fungsi 

trapesium ini terdapat beberapa nilai x yang 

memiliki derajat keanggotaan sama dengan 1, 

yaitu ketika b £ x £ c (Anonymous, 2009). 

Penentuan Rule Fuzzy 

Aturan yang terbentuk dalam penelitian 

ini yaitu 45 aturan fuzzy untuk variable 

kenampakan, 25 aturan fuzzy untuk variable 

rasa, 15 aturan fuzzy untuk variable 

kenampakan ampas seduhan, dan 625 aturan 

fuzzy untuk variable mutu akhir. Hal ini 

didasarkan pada kemungkinan kombinasi aturan 

yang dilakukan di perusahaan. Menurut de Mol 

(2001), aplikasi logika fuzzy memberikan 

kemudahan dalam interpretasi data karena 

dapat disesuaikan oleh perubahan fungsi 

kenggotaan dan aturan-aturan. 

Defuzzifikasi 

Pada kasus penilaian mutu teh hitam 

metode defuzzifikasi yang digunakan adalah 

metode Smallest of Maximum (SOM). Metode ini 

dipilih karena dapat memberikan hasil yang 

lebih baik dibandingkan dengan metode 

defuzzifikasi yang lain. Menurut Kastaman 

(2005), Metode SOM ini memiliki karakteristik 

lebih ketat dalam memberikan nilai, sehingga 

nilai – nilainya cenderung lebih kecil dari pada 

metode yang lain. Metode SOM ini akan 

memberikan nilai yang besar apabila varibel – 

variabel inputnya memang layak untuk diberi 

nilai yang besar. Perbandingan nilai hasil proses 

defuzzifikasi dan nilai input dari hasil penilaian 

panelis ahli dapat dilihat pada Tabel 1.

Tabel 1. Perbandingan hasil proses defuzzifikasi dan penilaian panelis ahli 

No 

Jenis 

Teh 

1 BP 1 

2 PF 1 

3 FANN 

Kriteria 

Tester Kriteria Mutu 

Nilai 

Fuzzy Kriteria Mutu 

Beda/tidak Perbedaan Tester 

Appearrance 35 Baik (good) 41 Sangat baik (well made), Ya 6 T1 

Appearrance 34 Baik (good) 41 Sangat baik (well made), Ya 7 T2 

Liquor 25 Enak (good), 24 Enak (good), Ya 1 T1 


Infused leaf 6 Bright and coppery 4 Fairly bright Ya 2 T1 


Total 68 Mutu_b 61.4 Mutu b Ya 6.6 T1 


Appearrance 34 Baik (good) 31 Baik (good) Ya 3 T1 

Appearrance 34 Baik (good) 31 Baik (good) Ya 3 T2 



Infused leaf 8 Bright and coppery 6 Bright and coppery Ya 2 T1 

Infused leaf 8 Bright and coppery 6 Bright and coppery Ya 2 T2 



Appearrance 27 Sedang (fair made) 31 Baik (good) Ya 4 T1 

Appearrance 28 Sedang (fair made) 31 Baik (good) Ya 3 T2 






Total 62 Mutu_b 61.4 Mutu b Ya 0.6 T2

Pada Tabel 1 dapat diketahui 

bahwa penilaian antara panelis ahli 1 

(T1), panelis ahli 2 (T2) dan logika fuzzy 

pada ketiga jenis mutu yang meliputi 

kriteria kenampakan (appearance), rasa 

(liquor), kenampakan ampas seduhan 

(infused leaf), dan mutu akhir mengalami 

perbedaan nyata. Perbedaan nilai antara 

panelis ahli dengan hasil perhitungan 

fuzzy berada diantara rentang 0,6 sampai 

6,6 . 

Hasil Uji Parametrik T antara Panelis 

Ahli dan Fuzzy Panelis Ahli 

Pada penelitian penilaian mutu 

teh hitam CTC digunakan 2 orang 

panelis ahli yang memiliki penilaian 

secara subyektif. Maka, untuk 

mengetahui perbedaan yang terjadi 

antara kedua panelis ahli tersebut pada 

saat menilai mutu teh hitam dengan 

menggunakan uji parametrik t-test. 

Pada analisis uji beda nyata 

antara data yang dihasilkan para panelis 

ahli dengan hasil perhitungan logika 

fuzzy ini, digunakan software SPSS. 

Pemilihan uji beda nyata dengan 

menggunakan metode t-test ini karena 

data masukan merupakan jenis data 

interval/ratio dan data tersebut memiliki 

bentuk hipotesis komparatif baik secara 

related (berhubungan) ataupun secara 

independent (bebas) (Sugiyono, 2006). 

Sedangkan, pengujian keseragaman 

data digunakan uji levenne, 

Uji levenne ini merupakan uji 

keseragaman pada pengujian 

menggunakan t-test. Menurut Sihombing 

(1991) Uji homogenitas menggunakan uji 

levene,s test for equality of varians 

memiliki taraf signifikansi alfa = 0,05. 

Hasil dari uji parametrik T antara panelis 

ahli dan logika fuzzy dapat dilihat pada 

Tabel. 2. 

Tabel 2. Uji Parametrik t antara Panelis 

Ahli dan Logika Fuzzy 

Kriteria Perbandingan Kesimpulan 

Panelis Ahli 1 – Panelis Ahli 2 



Appearance 



Panelis Ahli1 fuzzy - Panelis Ahli 2 fuzzy 




Liquor 


sama 

sama 

sama 

sama 

sama 

sama 

sama 

sama 

sama 

sama 




berbeda 

sama 

sama 



Infused Leaf 


berbeda 

berbeda 






Mutu Akhir 


berbeda 

sama 

sama 

sama 

sama 

berbeda 


Panelis Ahli1 fuzzy - Panelis Ahli 2 fuzzy sama 

Pada Uji T bebas dan 

berpasangan antara kedua populasi 

apabila dihasilkan statistik uji T yang 

menghasilkan nilai p-value yang lebih 

besar dari α = 5%, sehingga dapat 

dikatakan bahwa penilaian kedua ragam 

populasi adalah sama. Menurut 

Sihombang (1991), pada uji levene 

apabila nilai sampel menunjukkan pvalue 

> 0,05 berarti keseluruhan sampel 

mempunyai varian yang homogen. 

KESIMPULAN DAN SARAN 

Kesimpulan 

Logika fuzzy dapat memberikan 

nilai yang lebih objektif dari hasil 

penilaian yang dilakukan oleh dua 

panelis ahli terhadap mutu teh hitam 

CTC. Berdasarkan uji parametric T, 

terjadi perbedaan nyata antara hasil 

penilaian panelis ahli dan hasil penilaian 

dengan menggunakan logika fuzzy 

pada kriteria kenampakan ampas 

seduhan (infused leaf), rasa (liquor), dan 

mutu akhir..

Saran 

1. Penilaian mutu yang dilakukan 

manusia memiliki sifat yang masih 

subjektif, karena itu hasil penelitian 

ini diharapkan dapat memberikan 

kontribusi bagi para panelis ahli 

untuk lebih menghasilkan penilaian 

yang lebih objektif sehingga tidak 

terjadi perbedaan antara panelis 

satu dengan panelis lainnya. 

2. Penilaian mutu teh hitam kualitas 

ekspor merupakan hal yang sangat 

penting untuk menjaga kualitas 

mutu teh hitam, maka diperlukan 

adanya konsistensi pada saat 

penilaian 

3. Untuk menjaga konsistensi para 

panelis ahli sebaiknya diadakan 

penyamaan pandangan mengenai 

nilai mutu teh secara berkala. 

DAFTAR PUSTAKA 

Bambang, Kustamiyati. 2006. Prospek 

Teh Indonesia sebagai 

Minuman Fungsional 

http://www.ipard.com/art_perkeb 

un/Aug02-06_kb.asp 

Bellei, E., Guidotti, D., Petacchi, R., 

Reyneri, L. And Rizzi, I. 2001. 

Applications of Neuro-Fuzzy 

Classification, Evaluation and 

Forecasting Techniques in 

Agriculture. Proceedings – 

European Symposium on 

Artificial Neural Networks. 

Bruges. Belgium. 25-27 April 

2001. pp.403-408. 

Binoy, A.M., Mujumdar, P.P. 2003. 

Fuzzy Rule Based Model For 

Estimating Agricultural 

Diffuse Pollution. Conference 

Paper. Diffuse Pollution 

Conference. Dublin. UK. 

Dadone, Paolo. 2001. Design 

Optimization of Fuzzy Logic 

Systems. Virginia Polytechnic 

Institute and State University, 

Virginia 

Damayanthi, Evy. 2007. Diversifikasi 

Produk Teh Sebagai Minuman 

Kesehatan 

http://web.ipb.ac.id/~lppm/ID/ind 

ex.php?view=penelitian/hasilcari 

&status=buka&id_haslit=KKP/02 

1.07/DAM/d.. 

Kartika,Bambang, 1998, Pedoman Uji 

Indrawi Pengolahan Hasil 

Pangan, Yogyakarta,UGM 

Kavdir, Ismail, Guyer, D.E. 2003. Apple 

Grading Using Fuzzy Logic. 

Turk Jurnal of Agriculture and 

Forestry. 27 : 375-382. 

Khomsan, Ali. 2004. Teh Sup Kimiawi 

Sumber Antioksidan. 

http://www.sinarharapan.co.id/ip 

tek/kesehatan/2004/0611/kes2. 

html. 

Kusumadewi, Sri, dan Hari Purnomo. 

2004. Aplikasi Logika Fuzzy 

untuk Pendukung Keputusan. 

Graha Ilmu : Yogyakarta 

Malik, Insaf. 2007. Pangsa Pasar 

Ekspor Teh Indonesia 2007 

Diperkirakan Tidak 

Berubah.http://www.kapanlagi.c 

om 

Maulana, Mohammad. 1998. 

Identifikasi Permasalahan 

Pengelolaan Mutu Teh Do 

Unit Usaha Perkebunan 

Malabar PT. Nusantara VIII 

Jawa Barat

Purwaningsih, Sulistyo Rahayu. 2006. 

Perbedaan Hasil Pembuatan 

Kebaya Menggunakan Pola 

Sistem Soekarno dengan Pola 

Sistem Sanny Poespo pada 

Wanita Gemuk. 

http://digilib.unnes.ac.id/gsdl/coll 

ect/skripsi/index/assoc/HASH01 

f4/3ffdf091.dir/doc.pdf. 

Soekarto. 1985. Penilaian 

Organoleptik untu Industri 

Pangan dan Hasil Pertanian. 

Bhratara Karya Akasara. 

Jakarta. 

Suprihatini, Rohanda. 2000. Aplikasi 

Quality Function Deployment 

(QFD) di Industri Teh Hitam 

Orthodox Indonesia 

Suradi, Kusmaidi. 2009. Tingkat 

Kesukaan Bakso dari 

Berbagai Jenis Daging 

Melalui Beberapa Pendekatan 

Statistik. 

http://pustaka.unpad.ac.id/wpcontent/uploads/tingkat_kesuka 

an_bakso.pdf. 

Yang, C.C., Prasher, S.O., Landry, J.A. 

and Ramaswamy, H.S. 2003. 

Development of an Image 

processing system and a 

fuzzy algoritme for sitespecific 

herbicide 

applications. Precision 

Agriculture, 4 : 5-18. 

Yamanishi, T. 1995. Flavour Of Tea. 

Food Review International 

Special Issue on Tea. Vol. II No. 

3. 477-525 

Wardani, Imam. 2008. Logika Fuzzy. 

www.imamwardani.com.

Penerapan Logika RINGKASAN DA JURUSAN TEKNOLOG ...

Create successful ePaper yourself

Delete template?

Save as template?