Perencanaan Jumlah Produksi RSS (Ribbed Smoked Sheet) dengan Metode Fuzzy Inference System : studi kasus di Perusahaan Perkebunan Nusantara XII, Ngawi

Tujuan dari penelitian adalah menentukan jumlah produk RSS yang akan diproduksi dengan fuzzy inference system di Perkebunan Nusantara XII, Ngawi. Hasil dari penelitian nantinya diharapakan mampu digunakan sebagai alat bantu bagi perusahaan dalam melakukan perencanaan produksi. Selama ini sistem perencanaan jumlah produksi yang dibuat oleh PTPN XII Ngawi berdasarkan jumlah bahan baku dan luas lahan yang telah ditentukan sebelumnya. Hal ini membuat perusahaan tidak dapat memprediksi jumlah produksi yang akan dihasilkan sesuai dengan permintaan nanti. Fuzzy inference System merupakan salah satu cara untuk mengatasi ketidakpastian. Dimana pada fuzzy inference system digunakan sejumlah aturan yang diambil berdasarkan pengalaman-pengalaman terdahulu. Untuk itu fuzzy inference system dapat digunakan sebagai strategi operasional untuk memenuhi standar penjualan dan rencana pengembangan produksi. Selain itu fuzzy inference system akan menghasilkan suatu model dari suatu sistem yang mampu memperkirakan jumlah produksi. . Penyelesaian fuzzy inference system dimulai dengan pembuatan formulasi model matematis yang terdiri dari menyusun himpunan fuzzy, membentuk aturan fuzzy serta menentukan metode defuzzifikasi. Penyelesaian model menggunakan bantuan software MATLAB 7.0.4 version 14 service pack 2. Hasil simulasi yang terbentuk diuji dengan menggunakan Uji Student t atau Uji-t dua arah untuk melihat apakah model yang telah terbentuk sama denganrata-rata jumlah produksi nyatanya. Hasil penelitian menunjukkan bahwa jumlah produksi RSS berdasarkan bahan baku, biaya produksi dan permintaan untuk periode Januari - Desember 2007 berturut-turut adalah 60.400 Kg, 74.500 Kg, 73.100 Kg, 58.100 Kg, 67.300 Kg, 73.800 Kg, 73.600 Kg, 68.700 Kg, 65.300 Kg, 55.800 Kg, 65.800 Kg, 65.700 Kg. Berdasarkan hasil perbandingan dengan menggunakan metode MSE, diperoleh bahwa model perencanaan fuzzy inference system memiliki nilai error terkecil sebesar 269.527. Selain itu hasil perencanaan dengan menggunakan model fuzzy inference system cenderung lebih mendekati permintaan, sehingga model ini dapat diterapkan untuk perencanaan jumlah produksi