Cyber Tech Vol.
No.
April 2020x, pp.
E-ISSN: 2615-5133
SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN
PEMILIHAN SUPLIER PEMBELIAN OBAT-OBATAN
TERBAIK DENGAN MENGGUNAKAN METODE
FUZZY TSUKAMOTO PADA APOTEK
GLOBAL MARTUBUNG
Ester Duemme Banjarnahor*.
Widiarti Ristamaya, **.
Nurcahyo Budi Nugroho ** Program Studi Sistem Informasi.
STMIK Triguna Dharma Program Studi Sistem Informasi.
STMIK Triguna Dharma Article Info Article history:
Keyword:
Pemilihan Supplier.
Sistem Pendukung Keputusan.
Metode Fuzzy Tsukamoto
ABSTRACT
Pada apotek ini belum pernah melakukan pemilihan supplier terbaik menggunakan metode fuzzy tsukamoto ataupun metode lain, untuk itu penelitian ini dilakukan untuk membantu pihak apotek dalam memilih supplier terbaik.
Supplier merupakan suatu perusahaan atau individu yang menyediakan sumber daya yang dibutuhkan oleh perusahaan dan para pesaing yang bertujuan untuk memproduksi barang dan jasa tertentu.
Dalam menilai Supplier ada beberapa hal diperlukan berbagai kriteria yang bisa kinerja supplier secara keseluruhan yang menambah nilai saat ini .
urrent valu.
maupun masa yang akan datang .
uture valu.
Sistem pendukung keputusan merupakan suatu sistem yang dirancang yang digunakan untuk mendukung pengambilan keputusan dalam suatu organisasi, intansi maupun perusahaan.
Fuzzy Tsukamoto merupakan metode pengambilan keputusan yang mempunyai tingkat akurasi penilaian yang baik sehingga cocok digunakan sebagai metode dalam pengambilan keputusan.
Hasil yang diperoleh dari sistem pendukung keputusan ini menunjukkan bahwa kemajuan ilmu pengetahuan dan teknologi dapat membantu instansi maupun perusahaan dalam menentukan pilihan yang tepat sesuai dengan pertimbangan dan perhitungan yang tepat.
Sistem pendukung keputusan ini dapat memberikan solusi atau penyelesaian terhadap permasalahan pemilihan supplier terbaik dengan menggunakan metode fuzzy tsukamoto yang ada pada Apotek Global Martubung.
Copyright A 201x STMIK Triguna Dharma.
All rights reserved.
First Author Nama : Ester Duemme Banjarnahor Kampus :STMIK Triguna Dharma Program Studi : Sistem Informasi E-Mail : esterbanjarnahor28@gmail.
PENDAHULUAN
Salah satu kegiatan yang ada di apotek adalah transaksi penjualan obat-obatan kepada pelanggan dan transaksi pembelian obat dari supplier.
Pemenuhan kebutuhan persediaan obat dilakukan dengan pemesanan ke berbagai supplier.
Tidak semua supplier memenuhi kriteria yang ditetapkan apotek, maka harus dilakukan seleksi dan menuntut bagian pembelian untuk memilih Supllier yang tepat.
Segala macam kegiatan manusia saat ini dapat dikerjakan dengan cepat dan mudah menggunakan Komputer.
Sistem Pendukung Keputusan Journal homepage: https://ojs.
J-Cyber
Tech
ISSN: 2615-5133
adalah salah satu bagian dari Sistem Informasi yang berguna untuk meningkatkan efektivitas pengambilan keputusan yang bertujuan untuk menyediakan Informasi, dapat membimbing, memberikan prediksi, mendukung analisis data, pemodelan keputusan, berorientasi pada perencanaan masa mendatang serta mengarahkan kepada pengguna Informasi agar dapat melakukan pengambilan keputusan dengan lebih baik.
Dari pembahasan diharapkan perangkat lunak yang dirancang dapat membantu pengguna untuk mengetahui pemilihan Supplier Obat.
Berdasarkan Deskripsi masalah diatas maka di angkat Judul AuSistem Pendukung Keputusan Untuk Menentukan Supplier Pembelian Obat-Obatan Terbaik Dengan Menggunakan Metode Fuzzy Tsukamoto Pada Apotek Global Martubung Ay.
METODE PENELITIAN
Dalam melakukan penelitian tentu harus menggunakan beberapa metode penelitian, agar hasil dari penelitian sesuai dengan apa yang diharapkan, adapun metode yang digunakan dalam penelitian ini adalah:
Data Collecting (Teknik pengumpulan dat.
Adapun beberapa teknik yang digunakan dalam pengumpulan data dari penelitian, yaitu:
Observasi (Peninjauan secara langsun.
Observasi adalah pengumpulan data dengan cara pengamatan dengan secara langsung terhadap objek Observasi merupakan salah satu teknik pengumpulan data yang cukup efektif untuk mempelajari sistem yang ada.
Dalam hal ini Peneliti melakukan observasi ke Apotek Global Martubung Medan.
Wawancara Teknik wawancara ini dilakukan untuk mendapatkan informasi tambahan dari pihak-pihak yang memiliki wewenang dan berinteraksi langsung dengan sistem yang akan dirancang sebagai sumber data .
Dalam hal ini peneliti melakukan wawancara secara langsung dengan pemilik Apotek Global Martubung Medan.
Tabel 2.
1 Data Supplier Nama Supplier Alamat/Lokasi Surya Wahana PT.
Metro Artha Prakarsa PT.
Mestika Sakti Jln.
Veteran No.
64-70 Medan Apotek Airmas Jln.
Ngumban Surbakti No.
16 A Medan CV.
Megah Excellent Jln.
Jamin Ginting KM 10,5 No 4 Medan Selayang PT.
Sumber Giat Utama Jln Tumapel No.
3-A Medan PT.
SRB/ABA/MCJ
Jln Sumbawa No.
8 KM 11.
Mabar Medan PT.
Garuda Perkasa Jln.
Cemara Asri No 110 Medan PT.
Nusantara Jaya Jln.
Cemara Asri No 1o Block C Deli Serdang PT.
Antarmitra Sembada Jln.
Sei Batang Hari No.
53/57 Kel Sei Kambing Jln.
Ngumban Surbakti No.
19 Blok B Medan Jln.
Mesjid Taufiq No.
120 B/C Medan Study of Literature (Studi Kepustakaa.
Dalam penelitian ini, peneliti melakukan studi kepustakaan yang bersumber dari berbagai buku referensi diantaranya adalah Jurnal .
nternasional, nasional dan loka.
,buku-buku, artikel, situs dan lain-lain.
Adapun referensi tersebut terkait dengan masalah bidang Keilmuan.
Metode yang digunakan serta aplikasi pendukung lainnya.
Dari komposisi yang ada jumlah Literatur yang digunakan sebanyak 24.
Diharapkan dengan literatur tersebut dapat membantu peneliti didalam menyelesaikan permasalahan yang terjadi pada Apotek Global Martubung Medan.
Dikarenakan dalam penelitian ini menggunakan konsep pendekatan eksperimental maka dibawah ini adalah metode penelitian yaitu sebagai berikut :
Title of manuscript is short and clear, implies research results (First Autho.
J-Cyber Tech
ISSN: 2615-5133
Perencanaan Eksperimen Desain Eksperimen Pelaksanaan Eksperimen Uji coba Eksperimen Gambar 2.
1 Metode Penelitian yang dilakukan Gambar diatas menjelaskan bahwa bagaimana cara melakukan penelitian , hal pertama yang dilakukan dalam penelitian yaitu melakukan perencanaan eksperimen dimana dalam hal peneliti merancang eksperimen apa yang akan dilakukan dengan terjun langsung ke Apotek Global Martubung Medan, tahap kedua peneliti mendesain eksperimen yang sudah diteliti terlebih dahulu ,tahap ketiga peneliti melakukan eksperimen Apotek Global Matubung dengan mengambil data yang diperlukan untuk diterapkan kedalam sistem dan tahap yang terakhir yaitu melakukan uji coba dalam sistem .
ANALISA DAN HASIL
1 Algoritma Sistem Algoritma sistem merupakan penjelasan langkah-langkah penyelesaian masalah dalam perancanngan sistem pendukung keputusan dalam memilih supplier terbaik dengan menggunakan metode fuzzy tsukamoto.
Hal ini digunakan untuk meningkatkan produktifitas dan keberhasilan perusahaan dalam menghadapi persaingan dunia bisnis khususnya di dunia teknologi.
Algoritma pada metode Fuzzy Tsukamoto dengan menjalankan lima proses sebagai berikut Menentukan Kriteria Fuzzyfikasi Pembentukan Basis Pengetahuan .
ule dalam ifAthen Nilai Fuzz.
Kumpulan rule-rule fuzzy yang digunakan dalam bentuk pernyataan IFATHEN Mesin Inferensi .
ungsi implikasi max-mi.
Proses untuk mengubah masukan fuzzymenjadi keluaran fuzzy dengan cara mengikuti aturan-aturan .
fAthen NilaiFuzzy rule.
Defuzzyfikasi :Mengubah keluaran fuzzy yang diperoleh dari mesin inferensi menjadi nilai tegas .
menggunakan fungsi keanggotaan.
Dekripsi Data Dari Penelitian Berikut ini adalah data yang digunakan sebagai sampel dalam penelitian ini adalah sebagai berikut:
2 Menentukan Kriteria Penilaian Dalam merancang sistem pendukung keputusan menentukan supllier obat terbaik diperlukan beberapa kriteria-kriteria.
Adapun kriteia yang telah ditetapkan oleh perusahaan dalam hal menentukan supplier obat terbaik yaitu:
Tabel 3.
1 Kriteria Penilaian Kode Kriteria penilaian Pelayanan Diskon Fleksibilitas Waktu pengiriman 3 Menentukan Alternatif Kasus Alternatif supplier obat yang digunakan sebagai penilaian sampel kasus ada 10, seperti yang tercantum pada tabel 3.
2 dibawah ini Tabel 3.
2 Nilai Alternatif Suplier
Kode
Supplier
Nama Supplier
S-01
S-02
PT.
Surya Wahana PT.
Metro Artha Perkasa
Keterangan Pelayanan :80 Diskon
:60
Fleksibilitas : 65 Waktu Pengiriman :60 Pelayanan :70 Title of manuscript is short and clear, implies research results (First Autho.
J-Cyber
Tech
ISSN: 2615-5133
Diskon
:75
Fleksibilitas : 70
Waktu Pengiriman :80 Pelayanan :75 Diskon
:65
Fleksibilitas : 65 Waktu Pengiriman :80 S-03 PT.
Mestika Sakti
Pelayanan :80 Diskon
:65
Fleksibilitas : 60
Waktu Pengiriman :70 S-04
Apotek Airmas Pelayanan :80 Diskon
:65
Fleksibilitas :60 Waktu Pengiriman :80 S-05 CV.
Megah Excellent
Pelayanan :70 Diskon
:65
Fleksibilitas :75 Waktu Pengiriman :80 S-06 PT.
Sumber Giat Utama Pelayanan :80 Diskon
:60
Fleksibilitas :60 Waktu Pengiriman :70 S-07 PT.
SRB/ABA/MCJ
Pelayanan :80 Diskon
:60
Fleksibilitas :60 Waktu Pengiriman :80 S-08 PT.
Garuda Perkasa
Pelayanan :80 Diskon
:60
Fleksibilitas :65 Waktu Pengiriman :70 S-09 PT.
Nusantara Jaya
Pelayanan :70 Diskon
:75
Fleksibilitas :70 Waktu Pengiriman :80 S-10 PT.
Antarmitra Sembada 4 Mengisi Nilai Kriteria Pada Tiap Supplier Alternatif Obat Setelah data sudah ditentukan, lalu mengisi nilai tiap kriteria pada tiap-tiap alternatif supplier obat.
Nilai kriteria akan dibuat untuk masing-masing alternatif guna memudahkan dalam penginputan nilainya,seperti dibawah ini.
Tabel 3.
3 Nilai kriteria Nilai Kriteria Kode (Pelayana.
(Disko.
(Fleksibilita.
(Pengirima.
S-01
S-02
S-03
S-04
S-05
Sangat Baik Sangat Baik Baik Sangat Baik Sangat Baik Kecil Besar Kecil Kecil Kecil Tidak Terpenuhi Terpenuhi Terpenuhi Terpenuhi Terpenuhi Lama Cepat Lama Cepat Cepat Title of manuscript is short and clear, implies research results (First Autho.
J-Cyber Tech
ISSN: 2615-5133
S-06
S-07
S-08
S-09
S-10
Baik Sangat Baik Sangat Baik Sangat Baik Baik Kecil Kecil Kecil Kecil Besar Terpenuhi Terpenuhi Terpenuhi Terpenuhi Terpenuhi Cepat Cepat Cepat Cepat Cepat Ket : Nilai di dapatkan dari bobot kriteria Fuzzy Contoh : S-01 Pelayanan = sangat baik, maka nilai bobot fuzzy =80 Diskon = kecil , maka nilai bobot fuzzy = 60 Fleksibilitas = Tidak Terpenuhi ,maka nilai bobot fuzzy = 65 Pengiriman = Lama , maka nilai bobot fuzzy = 60 5 Pengujian Validitas Rule Basis pengetahuan atau aturan yang digunakan dalam sistem pendukung keputusan yang dirancangkan berupa aturan ifAthen Nilai Fuzzy maka terbentuk aturan-aturan yang berjumlah 16 rule pada tabel dibawah Tabel 3.
4 Pengujian Validitas Rule Rule Baik Kecil Tidak Terpenuhi Lama Baik Kecil Tidak Terpenuhi Cepat Sangat Baik Kecil Tidak Terpenuhi Lama Baik Besar Tidak Terpenuhi Lama Baik Kecil Terpenuhi Lama Baik Kecil Terpenuhi Cepat Sangat Baik Besar Tidak Terpenuhi Lama Sangat Baik Besar Terpenuhi Lama Baik Besar Terpenuhi Cepat Sangat Baik Besar Tidak Terpenuhi Cepat Sangat Baik Kecil Terpenuhi Cepat Baik Besar Tidak Terpenuhi Cepat Sangat Baik Kecil Terpenuhi Lama Sangat Baik Kecil Tidak Terpenuhi Cepat Baik Besar Terpenuhi Lama Sangat Baik Besar Terpenuhi Cepat Kriteria dan nilai bobot yang digunakan dalam proses penyeleksian sebagai berikut:
Tabel 3.
5 Nilai minimum dan maksimum kriteria Nilai kriteria Interval Keterangan 0 < x<=50 Minimum Rendah 51 < x<=100 Maximum Tinggi Rendah Tingi Gambar 3.
1 Kurva Bobot Interval Kriteria Title of manuscript is short and clear, implies research results (First Autho.
J-Cyber
Tech
ISSN: 2615-5133
6 Proses Fuzzyfikasi Surya Wahana (S-.
Data supplier S-01 untuk diperhitungkan nilai kelayakannya dengan menggunakan metode Fuzzyfikasi dengan ketentuan data sebagai berikut:
Maka nilai Fuzzyfikasi untuk kriteria Pelayanan .
pada Supplier S-01:
Baik Sangat Baik AA Sangat Baik .
= ycoycaycuOeycu ycoycaycuOeycoycnycu ycuOeycoycnycu Gambar 3.
2 Kurva Pelayananan = = 0,4 100Oe80 100Oe50 80Oe50 AA Baik .
= = = 0,6 ycoycaycuOeycoycnycu 100Oe50 Maka nilai Fuzzyfikasi untuk kriteria Diskon .
pada Supplier S-01:
Kecil Besar <4-5% AA Besar .
= ycoycaycuOeycu ycoycaycuOeycoycnycu ycuOeycoycnycu 100Oe60 100Oe50 60Oe50 10-25% Gambar 3.
3 Kurva Diskon
= = 0,8
AA Kecil .
= = = 0,2 ycoycaycuOeycoycnycu 100Oe50 Maka nilai Fuzzyfikasi untuk kriteria Fleksibilitas .
pada Supplier S-01:
Tdk Terpenuhi 49 Gambar 3.
4 Kurva Fleksibilitas Title of manuscript is short and clear, implies research results (First Autho.
J-Cyber Tech
ISSN: 2615-5133
AA Terpenuhi .
= ycoycaycuOeycu
ycoycaycuOeycoycnycu
100Oe65
= 0,7
100Oe50 ycuOeycoycnycu 65Oe50 AA Tidak Terpenuhi .
= = = 0,3 ycoycaycuOeycoycnycu 100Oe50 Maka Fuzzyfikasi untuk kriteria Waktu Pengiriman .
pada Supplier S-01:
Cepat Lama 0,81 Gambar 3.
5 Fungsi Keanggotaan Waktu Pengiriman AA Cepat .
= ycoycaycuOeycu
ycoycaycuOeycoycnycu
ycuOeycoycnycu
100Oe60
100Oe50
60Oe50
= 0,8
AA Lama .
= = = 0,2 ycoycaycuOeycoycnycu 100Oe50 7 Proses Mesin Inferensi Langkah selanjutnya adalah melakukan inferensi rule.
Pada fungsi inferensi harus mengetahui rule, yang digunakan pada sistem untuk mendapatkan nilai yang akan yang akan digunakan pada proses dezufizzykasi.
Berikut penjelasan proses inferensi dibawah ini.
Rule 1: if K1 Baik and K2 Kecil and K3 Tidak Terpenuhi and K4 Lama Then Fuzzyfikasi .
(R.
-predikat1= AABaikeKecileTidak TerpenuhieLama =min.
Baik .
eAAKecil.
e AATidak Terpenuhi.
eAALama.
=min( 0,6, 0,2 , 0,3 ,0,.
- predikat1= 0,2 =zMax--predikat1*.
Max-zMi.
=100 Ae 0,2*.
=100 - .
,2*.
=100 - 10
= 90
Rule 2: if K1 Baik and K2 Kecil and K3 Tidak Terpenuhi and K4 Cepat Then Fuzzyfikasi .
(R.
-predikat1= AA BaikeKecilreTidak TerpenuhieCepat =min.
Baik .
eAAKecil.
e AATidak Terpenuhi.
eAACepat.
=min( 0,6 , 0,2 , 0,3 ,0,.
- predikat1= 0,2 =zMax--predikat1*.
Max-zMi.
=100 Ae 0,2*.
=100 - .
,2*.
=100 - 10
= 90
Rule 3: if K1 Sangat Baik and K2 Kecil and K3 Tidak Terpenuhi and K4 Lama Then Fuzzyfikasi .
(R.
-predikat1= AABaikeKecileTerpenuhieLama =min.
Baik .
eAAKecil.
e AATerpenuhi.
eAALama.
=min( 0,6 , 0,2 , 0,7 ,0,.
- predikat1= 0,2 =zMax--predikat1*.
Max-zMi.
=100 Ae 0,2*.
=100 - .
,2*.
=100 - 10
= 90
Title of manuscript is short and clear, implies research results (First Autho.
J-Cyber
Tech
ISSN: 2615-5133
Rule 4: if K1 Baik and K2 Besar and K3 Tidak Terpenuhi and K4 Lama Then Fuzzyfikasi .
(R.
-predikat1= AABaikeBesarreTidak TerpenuhieLama =min.
Baik .
eAABesar.
e AATidak Terpenuhi.
eAALama.
=min( 0,6 , 0,8 , 0,3 ,0,.
- predikat1= 0,2 =zMax--predikat1*.
Max-zMi.
=100 Ae 0,2*.
=100 - .
,2*.
=100 - 10
= 90
Rule 5: if K1 Baik and K2 Kecil and K3 Terpenuhi and K4 Lama Then Fuzzyfikasi .
(R.
-predikat1= AABaikeKecileTerpenuhieLama =min.
Baik .
eAAKecil.
e AATerpenuhi.
eAALama.
=min( 0,6 , 0,2 , 0,7 ,0,.
- predikat1= 0,2 =zMax--predikat1*.
Max-zMi.
=100 Ae 0,2*.
=100 - .
,2*.
=100 - 10
= 90
Rule 6: if K1 Baik and K2 Kecil and K3 Terpenuhi and K4 Cepat Then Fuzzyfikasi .
(R.
-predikat1= AABaikeKecileTerpenuhieLama =min.
Baik .
eAAKecil.
e AATerpenuhi.
eAALama.
=min( 0,6 , 0,2 , 0,7 ,0,.
- predikat1= 0,2 =zMax--predikat1*.
Max-zMi.
=100 Ae 0,2*.
=100 - .
,2*.
=100 - 10
= 90
Rule 7: if K1 Sangat Baik and K2 Besar and K3 Tidak Terpenuhi and K4 Lama Then Fuzzyfikasi .
(R.
-predikat1= AASangat BaikeBesareTidak TerpenuhieLama =min.
SangatBaik .
eAABesar.
e AATidak Terpenuhi.
eAALama.
=min( 0,4 , 0,8 , 0,3 ,0,.
- predikat1= 0,2 =zMax--predikat1*.
Max-zMi.
=100 Ae 0,2*.
=100 - .
,2*.
=100 - 10
= 90
Rule 8: if K1 Sangat Baik and K2 Besar and K3 Terpenuhi and K4 Lama Then Fuzzyfikasi .
(R.
-predik1= AASangat BaikeBesareTerpenuhieLama =min.
SangatBaik .
eAABesar.
e AATerpenuhi.
eAALama.
=min( 0,4 , 0,8 , 0,7 ,0,.
- predikat1= 0,2 =zMax--predikat1*.
Max-zMi.
=100 Ae 0,2*.
=100 - .
,2*.
=100 - 10
= 90
Rule 9: if K1 Baik and K2 Besar and K3 Terpenuhi and K4 Cepat Then Fuzzyfikasi .
(R.
-predikat1= AABaikeBesareTerpenuhieCepat =min.
Baik.
eAABesar.
e AATerpenuhi.
eAACepat.
=min( 0,6 , 0,8 , 0,7 , 0,.
- predikat1= 0,6 =zMax--predikat1*.
Max-zMi.
=100 Ae 0,6*.
=100 - .
,6*.
=100 - 30
Title of manuscript is short and clear, implies research results (First Autho.
J-Cyber Tech
ISSN: 2615-5133
= 70
Rule 10: if K1 Sangat Baik and K2 Besar and K3 Tidak Terpenuhi and K4 Cepat Then Fuzzyfikasi .
(R.
-predikat1= AASangat BaikeBesareTidak TerpenuhieCepat =min.
Sangat Baik .
eAABesar.
e AATidak terpenuhi.
eAACepat.
=min( 0,4 , 0,8 , 0,3 ,0,.
- predikat1= 0,3 =zMax--predikat1*.
Max-zMi.
=100 Ae 0,3*.
=100 - .
,3*.
=100 - 15
= 85
Rule 11: if K1 Sangat Baik and K2 Kecil and K3 Terpenuhi and K4 Cepat Then Fuzzyfikasi .
(R.
-predikat1= AASangat BaikekecileTerpenuhieCepat =min.
Sangat Baik .
eAAKecil.
e AATerpenuhi.
eAACepat.
=min( 0,4 , 0,3 , 0,7 ,0,.
- predikat1= 0,2 =zMax--predikat1*.
Max-zMi.
=100 Ae 0,2*.
=100 - .
,2*.
=100 - 10
= 90
Rule 12: if K1 Baik and K2 Besar and K3 Tidak Terpenuhi and K4 Cepat Then Fuzzyfikasi .
(R.
-predikat1= AABaikeBesareTidak Terpenuhiecepat =min.
Baik .
eAABesar.
e AATidak Terpenuhi.
eAACepat.
=min( 0,6 , 0,8 , 0,7 ,0,.
- predikat1= 0,6 =zMax--predikat1*.
Max-zMi.
=100 Ae 0,6*.
=100 - .
,6*.
=100 - 30
= 70
Rule 13: if K1 Sangat Baik and K2 Kecil and K3 Terpenuhi and K4 Lama Then Fuzzyfikasi .
(R.
-predikat1= AASangat BaikeKecilreTerpenuhieLama =min.
Sangat Baik .
eAAKecil.
e AATerpenuhi.
eAALama.
=min( 0,4 , 0,2 , 0,7 ,0,.
- predikat1= 0,2 =zMax--predikat1*.
Max-zMi.
=100 Ae 0,2*.
=100 - .
,2*.
=100 - 10
= 90
Rule 14: if K1 Sangat Baik and K2 Kecil and K3 Terpenuhi and K4 Lama Then Fuzzyfikasi .
(R.
-predikat1= AASangatBaikeKecileTerpenuhieLama =min.
Sangat Baik .
eAAKecil.
e AATerpenuhi.
eAALama.
=min( 0,4 , 0,2 , 0,7 ,0,.
- predikat1= 0,2 =zMax--predikat1*.
Max-zMi.
=100 Ae 0,2*.
=100 - .
,2*.
=100 - 10
= 90
8 Proses Defuzzyfikasi Untuk proses defuzzyfikasi pada sistem pendukung keputusan penentuan supplier pembelian obat terbaik dihitung dengan menjumlahkan hasil perkalian A-predikat dengan nilai z dan di bagi dengan jumlah A-predikat atau seperti rumus berikut untuk sampel data alternatif supplier:
Defuzzyfikasi Surya Wahana (S-.
(Apredikat1 * z1 ) A (Apredikat2 * z 2 ) A (Apredikat3 * z 3 ) A Apredikatn * z n Apredikat1 A Apredikat2 A Apredikat3 A Apredikatn Title of manuscript is short and clear, implies research results (First Autho.
J-Cyber
Tech
ISSN: 2615-5133
,2 O .
,2 O .
,2 O .
,2 O .
,2 O 90 .
,2 O .
,2 O .
,2 O .
,2 O .
A .
u16 0,2 0,2 0,2 0,2 0,2 0,2 0,2 0,2 0,6 0,3 0,2 0,6 02 0,2 0,2 0,4 z = 375,5 z = 83,44 Berdasarkan perhitungan metode Fuzzy Tsukamoto diatas maka dapat disimpulkan perangkingan supplier S-01 sampai dengan S-10.
Berikut adalah hasil perangkingan dari seluruh supplier:
Tabel 3.
6 Hasil perangkingan Fuzzy Kode
Nama Supplier
Nilai Fuzzy Keputusan S-01
Surya Wahana
83,44
Terbaik S-02 PT.
Metro Artha Prakarsa Sedang S-03 PT.
Mestika Sakti
Sedang 70,79 Baik 72,73 Baik 76,07 Baik 71,21 Baik 73,22 Baik 72,83 Baik Sedang S-04
S-05
S-06
S-07
S-08
S-09
S-10
Apotek Airmas CV.
Megah Excellent PT.
Sumber Giat Utama PT.
SRB/ABA/MCJ
PT.
Garuda Perkasa PT.
Nusantara Jaya PT.
Antarmitra Sembada Keterangan : Nilai >=80 ke atas adalah Terbaik Nilai >=70-79 adalah Baik Nilai <=60 -69 adalah Sedang Nilai <=59 ke bawah adalah Buruk Maka dari perhitungan diatas dapat disimpulkan bahwa yang dinyatakan supplier terbaik pembelian obat adalah dengan nilai >=80 ke atas, sesuai dengan ketentuan dari Apotek Global Martubung.
Sehingga Apotek Surya Wahana yang dinyatakan layak sebagai supplier terbaik seperti yang terlihat pada tabel diatas.
KESIMPULAN
Berdasarkan hasil analisa dari permasalahan yang terjadi dengan kasus yang di bahas tentang pemilihan supplier pembelian obat-obatan terbaik dengan menerapakan metode fuzzy tsukamoto pada Apotek Global Martubung terhadap sistem yang dirancang dan dibangun maka dapat ditarik kesimpulan sebagai berikut :
Untuk menganalisa permasalahan yang terjadi dalam pemilihan supplier obat yang terbaik yang ada pada Apotek Global Martubung dan menerapkan metode Fuzzy Tsukamoto Untuk merancang aplikasi sistem pendukung yang menerapkan metode Fuzzy Tsukamoto yang dapat digunakan untuk melihat pola pembelian obat untuk mengetahui pemilihan supplier obat terbaik secara tepat dan akurat.
Untuk menerapkan aplikasi yang telah diuji pada Apotek Global Martubung sehingga dapat membantu pemilik didalam melihat informasi melalui pola pembelian supplier kepada Apotek Global Martubung
UCAPAN TERIMA KASIH
Saya ucapkan terima kasih kepada Ketua Yayasan STMIK Triguna Dharma, kepada Bu Widiarti Ristamaya.
ST,.
Kom, selaku dosen pembimbing 1 saya, kepada Bapak Nurcahyo Budi Nugroho,S.
KOM.
KOM selaku dosen pembimbing 2 saya, kepada orang tua saya yang selalu memberikan semangat dukungan,motivasi dan doa, dan kepada teman seperjuangan.
Title of manuscript is short and clear, implies research results (First Autho.
J-Cyber Tech
ISSN: 2615-5133
REFERENSI