Selasa, 29 November 2011
Pertemuan 6
Dalam pertemuan ini setiap mahasiswa diberikan tugas untuk menyelesaikan soal, sebagai kisi-kisi UTS, jadi tidak ada materi yang diberikan.
Pertemuan 3
Dalam pertemuan ke 3, setiap mahasiswa dapat menjelaskan sekaligus memberikan contoh untuk istilah-istilah:
Sistem berbasis aturan:
Sistem berbasis aturan (rule-based system) menggunakan Modus Ponens
sebagai dasar untuk memanipulasi aturan, yaitu:
fakta A benar, dan
operasi A ? B benar,
maka fakta B adalah benar
Dengan menggunakan teknik searching. sistem berbasis aturan melakukan proses reasoning mulai dari fakta awal sampai menuju pada kesimpulan. Dalam proses ini mungkin akan dihasilkan fakta-fakta baru menuju pada penyelesaian masalah. Jadi dapat disimpulkan bahwa proses penyelesaian masalah pada sistem berbasis aturan adalah menciptakan sederet fakta-fakta baru yang merupakan hasil dari sederetan proses inferensi sehingga membentuk semacam jalur antara definisi masalah menuju pada solusi masalah. Deretan proses inferensi tersebut adalah inference chain.
sebagai dasar untuk memanipulasi aturan, yaitu:
fakta A benar, dan
operasi A ? B benar,
maka fakta B adalah benar
Dengan menggunakan teknik searching. sistem berbasis aturan melakukan proses reasoning mulai dari fakta awal sampai menuju pada kesimpulan. Dalam proses ini mungkin akan dihasilkan fakta-fakta baru menuju pada penyelesaian masalah. Jadi dapat disimpulkan bahwa proses penyelesaian masalah pada sistem berbasis aturan adalah menciptakan sederet fakta-fakta baru yang merupakan hasil dari sederetan proses inferensi sehingga membentuk semacam jalur antara definisi masalah menuju pada solusi masalah. Deretan proses inferensi tersebut adalah inference chain.
Contoh :
sebuahsistemperamalcuacadibangundengansistem
berbasis pengetahuan untuk mengetahui keadaan cuaca pada 12 sampai
24 jam ke depan.
RULE 1: IF suhu udara sekitar di atas 32 C
THEN cuaca adalah panas
RULE 2: IF kelembaban udara relatif di atas 65%
THEN udara sangat lembab
RULE 3: IF cuaca panas dan udara sangat lembab
THEN sangat mungkin terjadi badai
• Jika hanya rule 1 (tanpa rule 2 dan rule 3), sistem berbasis penge-tahuan
berbasis pengetahuan untuk mengetahui keadaan cuaca pada 12 sampai
24 jam ke depan.
RULE 1: IF suhu udara sekitar di atas 32 C
THEN cuaca adalah panas
RULE 2: IF kelembaban udara relatif di atas 65%
THEN udara sangat lembab
RULE 3: IF cuaca panas dan udara sangat lembab
THEN sangat mungkin terjadi badai
• Jika hanya rule 1 (tanpa rule 2 dan rule 3), sistem berbasis penge-tahuan
tidak berarti apa2.
• Karena itu sebuah sistem berbasis pengetahuan harus terdiri atas
sekelompok aturan yang membentuk rangakaian aturan rule chain.
• Faktadidefisinikansebagaistatemenyangdianggapbenar. Contoh:
Suhu udara di sekitar adalah 35 Cdankelembaban udara relatif
70% adalah fakta.
• Karena itu sebuah sistem berbasis pengetahuan harus terdiri atas
sekelompok aturan yang membentuk rangakaian aturan rule chain.
• Faktadidefisinikansebagaistatemenyangdianggapbenar. Contoh:
Suhu udara di sekitar adalah 35 Cdankelembaban udara relatif
70% adalah fakta.
• Maka proses inferensi melihat fakta-fakta dari premis pada Rule 1
dan Rule 2 sebagai dasar untuk menghasilkan fakta baru: Cuaca
panas dan Udara lembab.
• Selanjutnya proses inferensi melihat bahwa kedua fakta ini sesuai
dengan premis pada Rule 3, maka akan dihasilkan fakta baru lagi:
Sangat mungkin terjadi badai.
dan Rule 2 sebagai dasar untuk menghasilkan fakta baru: Cuaca
panas dan Udara lembab.
• Selanjutnya proses inferensi melihat bahwa kedua fakta ini sesuai
dengan premis pada Rule 3, maka akan dihasilkan fakta baru lagi:
Sangat mungkin terjadi badai.
Forward reasoning:
• Proses reasoning dari sebuah sistem berbasis aturan adalah taha-
pan proses mulai dari sekumpulan fakta menuju solusi, jawaban
dan kesimpulan.
• Terdapat dua macam cara yang dapat digunakan untuk meng-
hasilkan suatu kesimpulan, yaitu:
– Forward Chaining (data driven): kesimpulan dihasilkan dari
seperangkat data yang diketahui.
– Backward Chaining (goal driven): memilih beberapa kesim-
pulan yang mungkin dan mencoba membuktikan kesimpulan
tersebut dari bukti-bukti yang ada.
pan proses mulai dari sekumpulan fakta menuju solusi, jawaban
dan kesimpulan.
• Terdapat dua macam cara yang dapat digunakan untuk meng-
hasilkan suatu kesimpulan, yaitu:
– Forward Chaining (data driven): kesimpulan dihasilkan dari
seperangkat data yang diketahui.
– Backward Chaining (goal driven): memilih beberapa kesim-
pulan yang mungkin dan mencoba membuktikan kesimpulan
tersebut dari bukti-bukti yang ada.
Selasa, 22 November 2011
Pertemuan 4
A.Penjelasan dan contoh dari Sistem Berbasis Aturan dan Forward Reasoning
Sistem berbasis aturan
Sistem berbasis aturan adalah sistem yang digunakan sebagai cara untuk menyimpan dan memanipulasi pengetahuan untuk diwujudkan dalam suatu informasi yang dapat membantu dalam menyelesaikan berbagai permasalahan.
Contoh: aplikasi dalam bidang medis. Pada bidang medis salah satunya adalah aplikasi yang dapat membantu seorang dokter dalam mengidentifikasikan suatu permasalahan kesehatan berdasarkan gejala yang telah diketahui.
Forward reasoning
forward reasoning adalah eksekusi (firing) dari rule.
Contoh:setiap panen jagung petani selalu memiliki stok jagung yang berlebih,meskipun sudah ada yang di jual.sehingga memungkinkan untuk terjadinya kerusakan pada jagung saat penyimpanan yang terlalu lama.apabila hal ini selalu terjadi setiap musimnya maka petani akan selalu mengalami kerugian.untuk menanggulangi dari kerugian tersebut,para petani berkonsultasi pada seorang pakar untuk mengatasi maslah tersebut.Apakah setiap panen jagung harus di simpan ke tempat khusus untuk menghindari terjadinya kerusakan pada jagung.
B.Metode reasoning pada topik kelompok kami.
Pada saat ini banykanya bermunculan band-band pendatang baru,untuk itu di perlukan suatu pengetahuan untuk memilih alat-alat musik.Khususnya topik yang kami bahas adalah gitar.Bayak jenis-jenis gitar untuk aliran musik.untuk memudahkan hal tersebut kelompok kami berusaha untuk membuat program untuk pemilihan gitar yang tepat untuk main musik.tanpa harus berkonsultasi pada seorang pakar musik.
C.Penjelasan dari rule di bawah ini
R1 IF Budi kakak Anik dan anik adik irwan
THEN Budi bersaudara dengan iwan
R2 IF Rudi adalah ayah iwan
THEN Rudi ayah budi
R3 IF Rudi ayah budi dan iwan
THEN Budi dan iwan anggota keluarga Rudi
Jika hanya rule 1 (tanpa rule 2 dan rule 3), sistem berbasis pengetahuan tidak berarti apa2.
• Karena itu sebuah sistem berbasis pengetahuan harus terdiri atas
sekelompok aturan yang membentuk rangakaian aturan rule chain.
• Fakta didefisinikan sebagai statemen yang dianggap benar. Contoh:
Budi Kakak Anik dan Anik adik Irwan
dan Budi ayah dari budi,irwan dan Anik adalah fakta.
• Maka proses inferensi melihat fakta-fakta dari premis pada Rule 1
dan Rule 2 sebagai dasar untuk menghasilkan fakta baru:Budi dan iwan anggota keluarga Rudi
Selasa, 18 Oktober 2011
Pertemuan 1
- Pengertian Sistem Pakar
Sistem Pakar adalah : Sebuah Program Komputer yang mencoba meniru atau mensimulasikan pengetahuan & keterampilan dari seorang pakar pada area tertentu.
Komponen utama pada struktur sistem pakar (Hu et al, 1987) meliputi:
1. Basis Pengetahuan (Knowledge Base)
Basis pengetahuan merupakan inti dari suatu sistem pakar, yaitu berupa representasi pengetahuan dari pakar. Basis pengetahuan tersusun atas fakta dan kaidah. Fakta adalah informasi tentang objek, peristiwa, atau situasi. Kaidah adalah cara untuk membangkitkan suatu fakta baru dari fakta yang sudah diketahui. Menurut Gondran (1986) dalam Utami (2002), basis pengetahuan merupakan representasi dari seorang pakar, yang kemudian dapat dimasukkan kedalam bahasa pemrograman khusus untuk kecerdasan buatan (misalnya PROLOG atau LISP) atau shell sistem pakar (misalnya EXSYS, PC-PLUS, CRYSTAL, dsb.)
2. Mesin Inferensi (Inference Engine)
Mesin inferensi berperan sebagai otak dari sistem pakar. Mesin inferensi berfungsi untuk memandu proses penalaran terhadap suatu kondisi, berdasarkan pada basis pengetahuan yang tersedia. Di dalam mesin inferensi terjadi proses untuk memanipulasi dan mengarahkan kaidah, model, dan fakta yang disimpan dalam basis pengetahuan dalam rangka mencapai solusi atau kesimpulan. Dalam prosesnya, mesin inferensi menggunakan strategi penalaran dan strategi pengendalian.
Strategi penalaran terdiri dari strategi penalaran pasti (Exact Reasoning) dan strategi penalaran tak pasti (Inexact Reasoning). Exact reasoning akan dilakukan jika semua data yang dibutuhkan untuk menarik suatu kesimpulan tersedia, sedangkan inexact reasoning dilakukan pada keadaan sebaliknya.
Strategi pengendalian berfungsi sebagai panduan arah dalam melakukan prose penalaran. Terdapat tiga tehnik pengendalian yang sering digunakan, yaitu forward chaining, backward chaining, dan gabungan dari kedua tehnik pengendalian tersebut.
3. Basis Data (Database)
Basis data terdiri atas semua fakta yang diperlukan, dimana fakta-fakta tersebut digunakan untuk memenuhi kondisi dari kaidah-kaidah dalam sistem. Basis data menyimpan semua fakta, baik fakta awal pada saat sistem mulai beroperasi, maupun fakta-fakta yang diperoleh pada saat proses penarikan kesimpulan sedang dilaksanakan. Basis data digunakan untuk menyimpan data hasil observasi dan data lain yang dibutuhkan selama pemrosesan.
4. Antarmuka Pemakai (User Interface)
Fasilitas ini digunakan sebagai perantara komunikasi antara pemakai dengan sistem. Hubungan antar komponen penyusun struktur sistem pakar dapat dilihat pada Gambar di bawah ini :
Teknik Representasi Pengetahuan
Representasi pengetahuan adalah suatu teknik untuk merepresentasikan basis pengetahuan yang diperoleh ke dalam suatu skema/diagram tertentu sehingga dapat diketahui relasi/keterhubungan antara suatu data dengan data yang lain. Teknik ini membantu knowledge engineer dalam memahami struktur pengetahuan yang akan dibuat sistem pakarnya.
Terdapat beberapa teknik representasi pengetahuan yang biasa digunakan dalam pengembangan suatu sistem pakar, yaitu :
1. Rule-Based Knowledge
Pengetahuan direpresentasikan dalam suatu bentuk fakta (facts) dan aturan (rules). Bentuk representasi ini terdiri atas premise dan kesimpulan
2. Frame-Based Knowledge
Pengetahuan direpresentasikan dalam suatu bentuk hirarki atau jaringan frame
4. Object-Based Knowledge
Pengetahuan direpresentasikan sebagai jaringan dari obyek-obyek. Obyek adalah elemen data yang terdiri dari data dan metoda (proses)
5. Case-Base Reasoning
Pengetahuan direpresentasikan dalam bentuk kesimpulan kasus (cases)
Referensi :
• Management Information System (J.A. O'Brien)
McGraw Hill. Arizona.USA.
• Decision Support and Expert Systems; Management Support Systems (E. Turban)
Prentice Hall. New Jersey.USA.
Sistem Pakar adalah : Sebuah Program Komputer yang mencoba meniru atau mensimulasikan pengetahuan & keterampilan dari seorang pakar pada area tertentu.
- Sistem Pakar merupakan salah satu aplikasi dari kecerdasan buatan A/I (Artificial Intelegent)
- Informasi merupakan hasil olahan dari data yang sedemikian rupa sehingga karakterisktik dari data tersebut dapat diuji, mis: rata-rata,Varian,distribusi, dsb
Komponen utama pada struktur sistem pakar (Hu et al, 1987) meliputi:
1. Basis Pengetahuan (Knowledge Base)
Basis pengetahuan merupakan inti dari suatu sistem pakar, yaitu berupa representasi pengetahuan dari pakar. Basis pengetahuan tersusun atas fakta dan kaidah. Fakta adalah informasi tentang objek, peristiwa, atau situasi. Kaidah adalah cara untuk membangkitkan suatu fakta baru dari fakta yang sudah diketahui. Menurut Gondran (1986) dalam Utami (2002), basis pengetahuan merupakan representasi dari seorang pakar, yang kemudian dapat dimasukkan kedalam bahasa pemrograman khusus untuk kecerdasan buatan (misalnya PROLOG atau LISP) atau shell sistem pakar (misalnya EXSYS, PC-PLUS, CRYSTAL, dsb.)
2. Mesin Inferensi (Inference Engine)
Mesin inferensi berperan sebagai otak dari sistem pakar. Mesin inferensi berfungsi untuk memandu proses penalaran terhadap suatu kondisi, berdasarkan pada basis pengetahuan yang tersedia. Di dalam mesin inferensi terjadi proses untuk memanipulasi dan mengarahkan kaidah, model, dan fakta yang disimpan dalam basis pengetahuan dalam rangka mencapai solusi atau kesimpulan. Dalam prosesnya, mesin inferensi menggunakan strategi penalaran dan strategi pengendalian.
Strategi penalaran terdiri dari strategi penalaran pasti (Exact Reasoning) dan strategi penalaran tak pasti (Inexact Reasoning). Exact reasoning akan dilakukan jika semua data yang dibutuhkan untuk menarik suatu kesimpulan tersedia, sedangkan inexact reasoning dilakukan pada keadaan sebaliknya.
Strategi pengendalian berfungsi sebagai panduan arah dalam melakukan prose penalaran. Terdapat tiga tehnik pengendalian yang sering digunakan, yaitu forward chaining, backward chaining, dan gabungan dari kedua tehnik pengendalian tersebut.
3. Basis Data (Database)
Basis data terdiri atas semua fakta yang diperlukan, dimana fakta-fakta tersebut digunakan untuk memenuhi kondisi dari kaidah-kaidah dalam sistem. Basis data menyimpan semua fakta, baik fakta awal pada saat sistem mulai beroperasi, maupun fakta-fakta yang diperoleh pada saat proses penarikan kesimpulan sedang dilaksanakan. Basis data digunakan untuk menyimpan data hasil observasi dan data lain yang dibutuhkan selama pemrosesan.
4. Antarmuka Pemakai (User Interface)
Fasilitas ini digunakan sebagai perantara komunikasi antara pemakai dengan sistem. Hubungan antar komponen penyusun struktur sistem pakar dapat dilihat pada Gambar di bawah ini :
Teknik Representasi Pengetahuan
Representasi pengetahuan adalah suatu teknik untuk merepresentasikan basis pengetahuan yang diperoleh ke dalam suatu skema/diagram tertentu sehingga dapat diketahui relasi/keterhubungan antara suatu data dengan data yang lain. Teknik ini membantu knowledge engineer dalam memahami struktur pengetahuan yang akan dibuat sistem pakarnya.
Terdapat beberapa teknik representasi pengetahuan yang biasa digunakan dalam pengembangan suatu sistem pakar, yaitu :
1. Rule-Based Knowledge
Pengetahuan direpresentasikan dalam suatu bentuk fakta (facts) dan aturan (rules). Bentuk representasi ini terdiri atas premise dan kesimpulan
2. Frame-Based Knowledge
Pengetahuan direpresentasikan dalam suatu bentuk hirarki atau jaringan frame
4. Object-Based Knowledge
Pengetahuan direpresentasikan sebagai jaringan dari obyek-obyek. Obyek adalah elemen data yang terdiri dari data dan metoda (proses)
5. Case-Base Reasoning
Pengetahuan direpresentasikan dalam bentuk kesimpulan kasus (cases)
Referensi :
• Management Information System (J.A. O'Brien)
McGraw Hill. Arizona.USA.
• Decision Support and Expert Systems; Management Support Systems (E. Turban)
Prentice Hall. New Jersey.USA.
Kamis, 17 Februari 2011
Pengantar Teknologi Informasi
Penggunaan Mail Merge pada microsoft word 2003
DOWNLOAD
untuk mendapatkan password rar anda dapat mengirim email ke edublogsis@gmail.com
DOWNLOAD
untuk mendapatkan password rar anda dapat mengirim email ke edublogsis@gmail.com
Rabu, 16 Februari 2011
Logika dan algoritma
Di dalam file ini terdapat beberapa materi tentang logika dan algoritma :
- Pengertian LOGIKA
- Pengertian ALGORITMA
- Pengertian FLOWCHART
- SIMBOL Flowchart
- Pengertian PROGRAM
sampai dengan latihan2 soal lengkap dengan jawabannya.
pilih download untuk dapat mengunduh file ini
about me
