FIS dan ANFIS Kecerdasan Buatan Artificial Intelligence

fuzzy x dan y, dalam pengendalian kecepatan motor listrik dengan pengaturan tegangan. Dalam persamaan ini misalnya x merupakan pengukuran nilai peubah yang dikontrol yaitu kecepatan pada saat ke t. Sedang y adalah hasil pengukuran pada saat ke t+1 dan f adalah nilai tegangan yang diberikan sebagai sinyal kontrol. Lalu nilai x dan y tersebut dipetakan pada fungsi keanggotaannya. Pada Gambar 25 terlihat tiap-tiap input dibagi menjadi dua fungsi keanggotaan, x dibagi dalam A1 small dan A2 big, sedang y dibagi dalam fungsi keanggotaan B1 big dan B2 small. Dari pemetaan tersebut, x dan y menjadi peubah fuzzy yang masing-masing punya nilai m small dan big tertentu. x mempunyai nilai mA1 dan mA2 sedangkan y punya nilai mB1 dan mB2. Nilai masing-masing pasangan input tersebut lalu diagregasikan dengan operasi T-norm, misalnya operasi ini adalah operasi AND. Diperoleh w1 = mA1 AND mB1 dan w2 = mA2 AND mB2. Dari basis aturan yang sudah dibuat lihat Persamaan 51-55, dapat dinyatakan bahwa: if w=w 1 then f 1 = p 1 x + q 1 y + r 1 if w=w 2 then f 2 = p 2 x + q 2 y + r 2 Melalui proses inferensi diperoleh hasil akhir f1 dan f2 yang merupakan output atau keluaran sinyal kontrol, yaitu tegangan. Nilai p1, q1, r1, p2, q2, dan r2 disebut parameter konsekuen yang ditentukan dengan nilai awal tertentu dan akan berubah dengan pembelajaran algoritma belajar. Selanjutnya dari nilai f1dan f2 ini diperoleh satu nilai tegangan sebagai sinyal kontrol melalui proses yang disebut defuzifikasi. Nilai akhir tersebut dihitung dengan Persamaan 53: 2 2 1 1 2 1 2 2 1 1 f f w w f w f w f ϖ ϖ + = + + = Gambar 25. Struktur ANFIS. Struktur ANFIS yang menggambarkan sistem fuzzy TSK pada gambar tersebut dapat juga dilukiskan sebagai diagram blok jaringan syaraf feedforward seperti dapat dilihat pada gambar berikut. Melalui diagram tersebut dipetakan suatu sistem neuro-fuzzy lima lapis dengan fungsi yang berbeda pada tiap lapisannya. Setiap lapisan terdiri atas beberapa simpul yang dilambangkan dengan kotak atau lingkaran. Lambang kotak menggambarkan simpul adaptif yang nilai parameternya berubah sesuai dengan hasil pembelajaran. Sedang lambang lingkaran menggambarkan simpul nonadaptif yang nilainya tidak berubah-ubah. Dalam struktur ANFIS, simpul adaptif terdapat pada lapis pertama dan keempat. Simpul pada lapis pertama mengandung parameter SEBAB yang nonlinier sedangkan pada lapisan keempat mengandung parameter AKIBAT yang linier. Jaringan adaptif dengan lima lapisan tersebut setara dengan sistem inferensi fuzzy TSK. Perbaruan parameter-parameter dilakukan melalui metoda atau algoritma pembelajaran hybrid bagi ANFIS yang terdiri atas pembelajaran arah maju forward pass dan pembelajaran arah mundur backward pass. ANFIS dan Editor GUI graphical user interface yang terdapat dalam piranti MATLAB banyak dimanfaatkan pada teknik-teknik pengambilan kesimpulan dan pemodelan data sistem manajemen krisis pada disertasi ini.

3.5. Metoda Penilaian Kelayakan Usaha

Kelayakan perusahaan pertanian atau agroindustri, seperti halnya usaha-usaha lainnya, harus dinilai dengan analisis keuangan dan ekonomi yang memperbandingkan investasi, dan biaya yang dikeluarkan dengan manfaat atau nilai-tambah value added yang ditimbulkan. Biaya dan manfaat diidentifikasikan, diperbandingkan dan kemudian keduanya harus dinilai. Analisis keuangan dan ekonomi menggunakan asumsi bahwa harga merupakan gambaran nilai value Gittinger, 1986. Analisis kelayakan proyek yang digunakan dalam penelitian disertasi ini adalah: • Analisis Net Present Value NPV. • Analisis Internal Rate of Return IRR • Analisis manfaat netto atau Net Benefit Cost Ratio Net BC • Analisis pengembalian modal atau Return on Investment ROI • Analisis titik impas atau Break Even Point BEP • Analisis perioda pengembalian modal atau Pay Back Period PBP PBP menggambarkan waktu pengembalian modal melalui perhitungan yang sederhana, tanpa memperhitungkan nilai waktu dari uang, tidak menggambarkan situasi arus kas sesudah perioda pengembalian, dan menunjukkan profitabilitas proyek atau unit usaha yang dinilai. Sementara itu dalam metoda NPV diperhitungkan faktor waktu dari nilai uang, mempertimbangkan arus kas, dan mengukur besaran absolut sehingga kontribusi kinerja suatu proyek terhadap kekayaan perusahaan atau pemegang saham dapat terlihat secara lebih mudah. Masing-masing metoda memiliki keterbatasan dan kelebihan, karena itu dalam model kelayakan investasi digunakan beberapa metoda sekaligus.

3.5.1. Net Present Value NPV

Salah satu kriteria penilai kelayakan usaha yang lazim digunakan adalah nilai NPV Net Present Value. NPV diperoleh dengan jalan mendiskontokan selisih jumlah biaya dan jumlah pendapatan tiap-tiap tahun, dengan satu tingkat persentase bunga yang telah ditentukan sebelumnya. NPV menyatakan nilai bersih investasi saat sekarang, yang dihitung dari selisih antara nilai sekarang investasi dengan nilai sekarang penerimaan kas bersih di masa yang akan datang, setelah memperhitungkan discount factor. Suatu unit usaha atau proyek dinyatakan layak dilaksanakan bila NPV ≥ 0. Proyek dengan NPV = 0 adalah proyek yang hanya dapat mengembalikan social opportunity cost of capital. Proyek atau usaha yang NPV 0 tidak layak dilanjutkan. Rumus menghitung NPV adalah: ∑ = + − = n 1 t t t t i 1 C B NPV …………………………………………… 56 Keterangan: B t = Benefit sosial kotor proyek pada tahun ke-t C t = Biaya sosial kotor proyek pada tahun ke-t n = Umur ekonomis proyek i = Social Opportunity Cost of Capital, yang ditunjuk sebagai Social Discount Rate Tingkat suku bunga yang digunakan adalah tingkat suku bunga pinjaman jangka panjang yang berlaku di pasar modal. Jangka waktu pendiskontoan adalah umur perusahaan atau jangka waktu pengembalian modal yang diinginkan. Besarnya NPV suatu usaha atau proyek dihitung menggunakan rumus sebagai berikut: ⎟⎟ ⎠ ⎞ ⎜⎜ ⎝ ⎛ + + + + = r 1 NCF .......... r 1 NCF NCF NPV n n 1 1