Penerapan Logika RINGKASAN DA JURUSAN TEKNOLOG ...

More documents

Recommendations

Info

Penilaian Mutu Teh Hitam dengan <strong>Logika</strong> 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 Liquor 25 Enak (good), 24 Enak (good), Ya 1 T2 Infused leaf 6 Bright and coppery 4 Fairly bright Ya 2 T1 Infused leaf 6 Bright and coppery 4 Fairly bright Ya 2 T2 Total 68 Mutu_b 61.4 Mutu b Ya 6.6 T1 Total 67 Mutu_b 61.4 Mutu b Ya 5.6 T2 Appearrance 34 Baik (good) 31 Baik (good) Ya 3 T1 Appearrance 34 Baik (good) 31 Baik (good) Ya 3 T2 Liquor 26 Enak (good), 24 Enak (good), Ya 2 T1 Liquor 25 Enak (good), 24 Enak (good), Ya 1 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 Total 68 Mutu_b 61.4 Mutu b Ya 6.6 T1 Total 67 Mutu_b 61.4 Mutu b Ya 5.6 T2 Appearrance 27 Sedang (fair made) 31 Baik (good) Ya 4 T1 Appearrance 28 Sedang (fair made) 31 Baik (good) Ya 3 T2 Liquor 26 Enak (good), 24 Enak (good), Ya 2 T1 Liquor 26 Enak (good), 24 Enak (good), Ya 2 T2 Infused leaf 6 Bright and coppery 4 Fairly bright Ya 2 T1 Infused leaf 6 Bright and coppery 4 Fairly bright Ya 2 T2 Total 61 Mutu_b 61.4 Mutu b Ya 0.4 T1 Total 62 Mutu_b 61.4 Mutu b Ya 0.6 T2
Page 1 and 2: Penerapan Logika Fuzzy pada Penilai
Page 3 and 4: PENERAPAN LOGIKA FUZZY PADA PENILAI
Page 5 and 6: Pada penilaian mutu produk teh seri
Page 7 and 8: 3.1. Waktu dan Tempat Penelitian II
Page 9 and 10: . Rasa (liquor) meliputi warna cair
Page 11 and 12: Fungsi Nama Variabel Himpunan Input
Page 13 and 14: IF warna IS good strength nice colo
Page 15 and 16: 4.1 Keadaan Umum Perusahaan I.V HAS
Page 17 and 18: variabel output penilaian mutu teh
Page 19 and 20: 5.1 Kesimpulan V. KESIMPULAN DAN SA
Page 21 and 22: Kavdir, Ismail, Guyer, D.E. 2003. A
Page 23 and 24: PENERAPAN LOGIKA FUZZY PADA PENILAI
Page 25: 1. Elemen elemen dalam sistem penil
Page 29 and 30: Saran 1. Penilaian mutu yang dilaku

Penerapan Logika RINGKASAN DA JURUSAN TEKNOLOG ...

Create successful ePaper yourself

Delete template?

Save as template?