6.4. Sistem Pengolahan Data
Sistem Pengolahan Data mengatur keseluruhan interaksi antarsistem maupun submodel yang tersedia sehingga terjadi operasi atau simulasi sesuai dengan yang
dikehendaki. Kinerja sistem ini menghasilkan diagnosis dan identifikasi krisis, gambaran mengenai tahapan krisis yang dihadapi, kemungkinan risiko dan potensi yang dapat timbul
serta pilihan-pilihan langkah menghadapi krisis dimaksud.
No Submodel Asupan
Kriteria
1 Bahan Pendapat pakar dan
pengelola perusahaan Data perkiraan
Ketersediaan bahan baku Ketersediaan bahan bakar
Ketersediaan air Ketersediaan bahan pembantu
Kemampuan pemasaran
2 Teknologi dan
utilitas Pendapat pakar dan
pengelola perusahaan Ketersediaan teknologi pengolahan
Ketersediaan peralatan utama Ketersediaan peralatan penunjang
Ketersediaan peralatan cadangan
3 Sosial Pendapat
pakar dan
pengelola Tingkat ketidakpuasan karyawan
Tingkat pengunduran diri turn over karyawan Tingkat pemogokan
Tingkat pelanggaran hukum oleh manajemen perusahaan
4 Ekonomi dan
finansial Data dan asumsi
Titik impas BEP NPV
IRR ROI
5 Alternatif solusi Agregat nilai dari submodel lainnya
Rule base if-then
Dalam Sistem Pengolahan Data berlangsung segala kegiatan penghitungan maupun inferensi. Termasuk peramalan atau perkiraan produksi, pasokan bahan baku, pasokan air,
dan lain-lain, dengan kaidah atau perilaku perhitungan masing-masing Tabel 13. Metoda peramalan yang digunakan dalam Sistem Pengolahan Data adalah pemulusan Gaussian
yang persamaan umumnya sebagai berikut:
∑
= ⎥
⎥ ⎦
⎤ ⎢
⎢ ⎣
⎡ ⎟⎟
⎠ ⎞
⎜⎜ ⎝
⎛ − −
=
n i
c b
x i
i i
e a
x y
1
2
…………………............. 65
a = koefisien amplitudo b = koefisien lokasi atau centroid
c = koefisien lebar puncak sebaran n = jumlah puncak, 1
≤ n ≤ 8
Misalnya pada peramalan pasokan ubikayu eksternal digunakan metoda pemulusan Gaussian orde 8 dengan persamaan sebagai berikut:
Tabel 13. Alternatif dan kriteria masing-masing submodel
yx = a
1
exp-x-b
1
c
1 2
+ a
2
exp-x-b
2
c
2 2
+ a
3
exp-x-b
3
c
3 2
+ a
4
exp-x-b
4
c
4 2
+ a
5
exp-x-b
5
c
5 2
+ a
6
exp-x-b
6
c
6 2
+ a
7
exp-x-b
7
c
7 2
+ a
8
exp-x-b
8
c
8 2
yx = 9073 exp-x- 731900 44.21
2
+ 11470exp-x- 731800 24.4
2
+ 11970 exp-x- 732100 165.2
2
+ 12120exp-x- 731500 14.65
2
+ 4947 exp-x- 731400 28.47
2
+ 6774exp- x- 733000 503.6
2
+ 8367 exp-x- 731100 639.7
2
+ 5796exp-x- 731700 100.7
2
Contoh inferensi fuzzy yang berlangsung dalam Sistem Pengolahan Data adalah perhitungan dampak krisis komprehensif yang menggunakan asupan dampak krisis bahan,
dampak krisis finansial, dampak krisis teknologi dan dampak krisis sosial Gambar 45. Keluarannya berupa agregat nilai dampak krisis gabungan atas. Pada bagian asupan,
didefinisikan fungsi keanggotaan masing-masing dampak krisis.
6.4.1. Dampak Krisis
Nilai dampak krisis merupakan agregasi dari dampak krisis bahan, dampak krisis finansial, dampak krisis teknologi dan dampak krisis sosial. Proses inferensinya mengikuti
kaidah Metoda Sugeno ‘if asupan then keluaran’. Sebagai asupan, masing-masing dampak krisis didefinisikan menggunakan fungsi keanggotaan Gaussian yang persamaan
umumnya adalah lihat Persamaan 64:
2 2
2
, ,
σ
σ
c x
e c
x f
− −
=
Masing-masing dampak krisis bahan, finansial, teknologi dan sosial memiliki fungsi keanggotaan pada lima himpunan fuzzy dengan nilai
σ dan nilai c sebagaimana diuraikan dalam Tabel 14 berikut.
Gambar 45. Inferensi fuzzy pada penghitungan krisis bahan gabungan.