Latihan Problem Fuzzy

Soal 1  :

• Himpunan fuzzy tentang suhu udara di Surabaya (dengan universe of discourse antara 20 sampai 40 derajad celcius) dispesifikasikan ke dalam tiga subset yaitu: rendah, sedang dan tinggi.

• Fungsi keanggotaan dari masing‐masing subset dengan parameternya ditentukan pada tabel di bawah ini :

 

• Gambarkan himpunan fuzzy tersebut!


Jawab :

   



Soal 2 :

• Jika diketahui dua buah himpunan fuzzy SUHU dan KELEMBABAN seperti dibawah ini :

• Bagaimanakah hasil operasi AND, OR dan NOT untuk kedua himpunan fuzzy di atas?

Jawab :

Resume Sistem Pakar 4 (Knowledge Base System)

Studi Kasus Sistem Pakar

Permasalahan : Setelah lulus SMA, Julaikah memiliki keinginan untuk melanjutkan studi di bidang komputer. Namun karena bidang komputer memiliki beberapa disiplin ilmu, maka Julaikah harus berkonsultasi dg sistem pakar untuk menentukan pilihan yg tepat bagi dia.

Buatlah sebuah sistem pakar untuk membantu Julaikah menentukan pilihan dg kreteria sebagai berikut :

Disiplin ilmu yg direkomendasikan meliputi : Programmer komputer, ilmu komputer (computer science), teknisi komputer atau bidang lain selain komputer. Tiga hal utama sebagai penentu keputusan adalah :

• Tes Atitude(ok, not-ok) yg meliputi : test kemampuan matematika (ya,tdk) dan test kemampuan programming (ya, tdk)
• Test minat (bagus, sedang, rendah) yg meliputi:minat pd komputer(ya,tdk), minat pada kemampuan reparasi (ya,tdk) dan minat pada pemecahan masalah (ya,tdk)
• Kemampuan finansial (ya,tdk)

1. Dependency Diagram

(klik gambar untuk memperbesar)

2. a. Tabel Keputusan

(klik gambar untuk memperbesar)

     b. Penyederhanaan Tabel Keputusan

(klik gambar untuk memperbesar)

3. Rule

     (klik gambar untuk memperbesar)

Jawaban Soal 1

Permasalahan : Setelah lulus SMA, Julaikah memiliki keinginan untuk melanjutkan studi di bidang komputer. Namun karena bidang komputer memiliki beberapa disiplin ilmu, maka Julaikah harus berkonsultasi dg sistem pakar untuk menentukan pilihan yg tepat bagi dia.

Buatlah sebuah sistem pakar untuk membantu Julaikah menentukan pilihan dg kreteria sebagai berikut :

Disiplin ilmu yg direkomendasikan meliputi : Programmer komputer, ilmu komputer (computer science), teknisi komputer atau bidang lain selain komputer. Tiga hal utama sebagai penentu keputusan adalah :

• Tes Atitude(ok, not-ok) yg meliputi : test kemampuan matematika (ya,tdk) dan test kemampuan programming (ya, tdk)
• Test minat (bagus, sedang, rendah) yg meliputi:minat pd komputer(ya,tdk), minat pada kemampuan reparasi (ya,tdk) dan minat pada pemecahan masalah (ya,tdk)
• Kemampuan finansial (ya,tdk)

1. Tentukan Dependency Diagram untuk kasus tersebut

 

                                              (Klik pada Gambar untuk Perbesar)

Resume Sistem Pakar 3 (Teknik Inferensi)

  1.        Definisi Inferensi

1. Inferensi adalah : Proses yang digunakan dalam Sistem Pakar untuk menghasilkan informasi baru dari informasi yang telah diketahui
2. Dalam sistem pakar proses inferensi dilakukan dalam suatu modul yang disebut Inference Engine (Mesin inferensi)
3. Ketika representasi pengetahuan (RP) pada bagian knowledge base telah lengkap, atau paling tidak telah berada pada level yang cukup akurat, maka RP tersebut telah siap digunakan.
4. Inference engine merupakan modul yang berisi program tentang bagaimana mengendalikan proses reasoning.

2.        Reasoning

Definisi : proses bekerja dengan pengetahuan, fakta, dan strategi pemecahan masalah, untuk mengambil suatu kesimpulan. (Berpikir dan mengambil kesimpulan)

Metode Reasoning

a. Deductive Reasoning : untuk mendeduksi informasi baru dari hubungan logika pada    informasi yang telah di ketahui.

b. Inductive Reasoning  : untuk mengambil kesimpulan umum dari sejumlah fakta   khusus    tertentu.

c.  Abductive Reasoning : bentuk dari proses deduksi yang mengijinkan inferensi

plausible (plausibe : konklusi mungkin mengikuti informasi yang tersedia, tapi juga    bisa   salah.)

d.  Analogical Reasoning : membantu kita memahami situasi baru atau objek baru.

e.  Common Sense Reasoning : untuk memperoleh solusi secara cepat.

3.    INFERENCING DENGAN RULES : FORWARD dan BACKWARD CHAINING

• Inferensi dengan rules merupakan implementasi dari modus ponen, yang direfleksikan dalam mekanisme search (pencarian).
• Firing a rule: Bilamana semua hipotesis pada rules (bagian “IF”) memberikan pernyataan BENAR.
• Dapat mengecek semua rule pada knowledge base dalam arah forward maupun backward
• Proses pencarian berlanjut sampai tidak ada rule yang dapat digunakan (fire), atau sampai sebuah tujuan (goal)tercapai.
• Ada dua metode inferencing dengan rules, yaitu :

-          Forward Chaining atau Data-Driven dan

-          Backward Chaining atau Goal-Driven.

• Forward Chaining

Merupakan grup dari multipel inferensi yang melakukan pencarian dari suatu masalah kepada solusinya.

-          Jika klausa premis sesuai dengan situasi (bernilai TRUE), maka proses akan meng-assert konklusi.

-          Forward Chaining adalah data driven karena inferensi dimulai dengan informasi yg tersedia dan baru konklusi diperoleh.

-          Beberapa Sifat forward chaining:

·      Good for monitoring, planning, and control

·      Looks from present to future.

·      Works from antecedent to consequent.

·      Is data-driven, bottom-up reasoning.

·      Works forward to find what solutions follow from the facts.

·      It facilitates a breadth-first search.

·      The antecedents determine the search.

·      It does not facilitate explanation.

·      Jika suatu aplikasi menghasilkan tree yang lebar dan tidak dalam, maka gunakan forward chaining.

•        Backward Chaining

Pendekatan goal-driven, dimulai dari ekspektasi apa yang diinginkan terjadi (hipotesis), kemudian mengecek pada sebab-sebab yang mendukung (ataupun kontradiktif) dari ekspektasi tersebut.

-          Jika suatu aplikasi menghasilkan tree yang sempit dan cukup dalam, maka gunakan backward chaining.

-          Beberapa sifat dari backward chaining:

o   Good for Diagnosis.

o   Looks from present to past.

o   Works from consequent to antecedent.

o   Is goal-driven, top-down reasoning.

o   Works backward to find facts that support the hypothesis.

o   It facilitates a depth-first search.

o   The consequents determine the search.

o   It does facilitate explanation.

Penerapan IT Enabler (Studi Kasus : American Airlines)

Penerapan Teknologi Informasi sebagai  IT Enabler dan  IT Made Money  pada Perusahaan American Airlines

American Airlanes merupakan perusahaan maskapai penerbangan utama di Amerika Serikat. American Airlines dikembangkan dari konglomerasi 82 penerbangan kecil di Amerika dan diberi nama American Airways. Pada tahun 1934, American Airways dibeli oleh E.L. Cord dan mengubah nama American Airways menjadi American Airlanes. Pada tahun 1962 - 1964, American Airlines bersama dengan IBM membangun Electronic Reservation System (SABRE Reservation System). Dengan SABRE Reservation System, travel agen yang menjual tiket American Airlines dapat dengan langsung mengakses informasi pemesanan tiket tanpa harus menelepon pusat pemesanan tiket pesawat. Penggunaan SABRE Reservation System oleh pihak American Airlines merupakan salah satu bentuk dari differensiasi dalam hal memasarkan produk (marketing innovation). Inovasi dari American Airlines ini berdampak luas di industri penerbangan dan telah merubah basis kompetisi diantara maskapai penerbangan pada saat itu.

American Airlines telah melakukan investasi dalam jumlah besar pada sistem reservasi mereka (SABRE Reservation System) dan membuatnya bisa digunakan oleh agen perjalanan. American Airlines (bersama dengan United Airlines) merupakan perusahaan pertama yang menerapkan Reservation System secara online untuk agen perjalanan dalam hal transaksi tiket bagi pelanggan mereka. Dengan cara ini, mereka dapat mencapai sisi keunggulan kompetitif, sehingga akan memaksa pesaing mereka untuk mengikuti cara yang telah dilakukan oleh American Airlines. Pada tahun 1982, American Airlines menguasai lebih dari 40 %  dari total seluruh transaksi maskapai penerbangan di America Serikat berkat penggunaan Sabre Reservation System. Karena yang pertama kali menerapkannya, para pesaing American Airlines dan United Airlines terpaksa harus mengimplementasikan sistem yang sama bila mereka tetap bisa bersaing dengan ke dua perusahaan tersebut . 

Penggunaan SABRE Reservation System pada American Airlines tidak hanya sebatas sebagai perangkat lunak untuk mengelola logistik reservasi penumpang tetapi juga untuk menerapkan sistem manajemen kursi bagi para penumpang. Sistem manajemen kinerja mengacu pada program optimasi yang digunakan untuk memastikan bahwa pendapatan maksimum dihasilkan dari setiap kursi yang dijual, bahkan jika setiap kursi mempunyai harga yang berbeda.  Sistem Informasi Reserveasi SABRE mendukung perusahaan American Airlines untuk setiap minggunya bisa mengirimkan surat ke jutaan pelanggan websitenya, guna menawarkan tarif diskon untuk penerbangan di waktu mendatang. Sistem reservasi berbasis web milik American Airlines ini juga bisa menampilkan jadwal penerbangan dari maskapai lain yang menuju ke kota tujuan pengakses dan juga menyediakan fasilitas semacam travel planning.

Penerapan penggunaan Teknologi Informasi pada American Airlines adalah sebagai driver proses bisnis perusahaan. Yang di maksud sebagai driver proses bisnis perusahaan adalah Teknologi Informasi yang di terapkan perusahaan tersebut sudah menjadi faktor utama agar proses bisnis di perusahaan tersebut bisa berjalan dengan baik. Apabila Teknologi Informasi yang di gunakan di perusahaan tersebut down, maka proses binis perusahaan tersebut juga akan down.  Selain itu, SABRE Reservation System yang di terapkan pada American Airlines juga sebagai senjata strategik (strategic weapon), yaitu digunakan sebagai alat ampuh untuk berkompetisi dengan perusahaan kompetitor. Penerapan penggunaan Teknologi Informasi pada perusahaan American Airlines ini biasa disebut sebagai IT Enabler yaitu membuat organisasi / perusahaan mampu mendapatkan keunggulan kompetitif.

Penerapan SABRE Reservation System merupakan hak paten dari American Airlines. Sistem Reservasi SABRE merupakan sumber pendapatan yang penting dari American Airlines melalui biaya (biaya lisensi penjualan produk SABRE) yang di bayar oleh agen perjalanan dan perusahaan penerbangan lainnya. Dengan kata lain, teknologi SABRE Reservation System sudah menjadi produk yang bisa di jual oleh American Airlines. Sistem Reservasi SABRE telah di gunakan sekitar 10.000 agen perjalanan dari total 24.000 agen perjalanan di seluruh Amerika Serikat.  Karena itu, SABRE Reservation System bisa di sebut IT Made Money bagi perusahaan American Airlines.

Referensi         :

American Airlines, (http://en.wikipedia.org/wiki/American_Airlines), diakses 11 September 2011.

Business Strategy for Information Technolgy Management, (http://books.google.co.id/books?id=og5QCfFtLKsC), diakses 11 September 2011.

Competing In The Information Age, (http://books.google.co.id/books?id=WrJZArXyniMC), diakses 11 September 2011.

Strategic Planning for Information Systems, Third edition. Ward, J.; Peppard, J., Wiley : 2002.

           

Quality of Information

Kualitas dari suatu informasi (quality of information) tergantung dari tiga hal, yaitu informasi harus akurat (accurate), tepat pada waktunya (timely basis), dan relevan (relevance).

1. Akurat

Informasi harus bebas dari kesalahan-kesalahan dan tidak bias atau menyesatkan. Akurat juga berarti informasi harus jelas mencerminkan maksudnya. Informasi harus akurat karena dari sumber informasi sampai ke penerima informasi kemungkinan banyak terjadi gangguan (noise) yang dapat merubah atau merusak informasi tersebut.

2. Tepat Pada Waktunya

Informasi yang datang pada penerima tidak boleh terlambat, informasi yang sudah usang tidak akan mempunyai nilai lagi, karena informasi merupakan landasan didalam pengambilan keputusan. Bila pengambilan keputusan terlambat, maka dapat berakibat fatal untuk organisasi. Dewasa ini mahalnya nilai informasi disebabkan harus cepatnya informasi tersebut didapat, sehingga diperlukan teknologi-teknologi mutakhir untuk mendapatkan, mengolah dan mengirimkannya.

3. Relevan

Informasi tersebut mempunyai manfaat untuk pemakainya. Relevansi informasi untuk tiap-tiap orang satu dengan yang lainnya berbeda, misalnya informasi mengenai sebab-musabab kerusakan mesin produksi kepada akuntan perusahaan adalah kurang relevan dan akan lebih relevan bila ditujukan kepada ahli teknik perusahaan. Sebaliknya informasi mengenai harga pokok produksi untuk ahli teknik merupakan informasi yang kurang relevan, tetapi relevan unuk akuntan.

Sumber : http://blog.re.or.id/kualitas-informasi.htm, diakses pada 18 September 2011

 

Kualitas informasi yang buruk dapat membuat kekacauan pada organisasi / perusahaan. Berikut 10 penyebab utama buruknya kualitas informasi di sertai dengan tanda-tanda peringatannya. Dengan pengetahuan ini, organisasi dapat mengidentifikasi dan memperbaiki masalah ini sebelum mereka mengalami kerugian dalam hal konsekuensi keuangan dan hukum.

Secara garis besar, ada tiga peran dalam sistem pembuatan informasi dan untuk dihubungkan dengan setiap proses peran; produsen informasi untuk menghasilkan dan memberikan informasi, pengelola informasi untuk menyediakan dan mengelola sumber daya komputasi untuk menyimpan, menjaga dan mengamankan informasi, dan konsumen informasi yang mengakses dan menggunakan informasi untuk tugas-tugas mereka.

Gambar 1 : Sepuluh Masalah Kualitas Kunci Informasi

1. Multiple Source
    - berbagai sumber informasi yang sama tetapi menghasilkan nilai yang berbeda.

2. Subjective Production
    - informasi yang dihasilkan menggunakan penilaian subjektif yang menyebabkan bias.

3. Production Errors
    - kesalahan sistemik dalam produksi informasi menyebabkan kehilangan informasi.

4. Too Much Information
     - volume yang besar dari informasi yang tersimpan membuat sulit untuk diakses dalam waktu yang  wajar.

5. Distributed System
    - sistem heterogen terdistribusi mengarah ke definisi format dan nilai yang inkosisten.

6. Nonnumeric Information
    - informasi bersifat non - numerik sehingga sulit untuk dibuat indeks.

7. Advanced Analysis Requirement
    - belum tersedianya automated content analysis dari koleksi informasi.

8. Changing Task Need
   - karena informasi berkaitan dengan konsumen dan lingkungan organisasi, perubahan organisasi akan menyebabkan perubahan informasi yang relevan dan berguna.

9. Security and Privacy Requirements
    - Kemudahan untuk mengakses informasi mungkin bertentangan dengan persyaratan keamanan,  privasi dan kerahasiaan.

10. Lack of Computing Resource
      - kurangnya sarana dan prasarana komputer yang membatasi akses informasi.

Sumber : 10 Potholes in the Road to Information Quality.1997.Diane M.Strong

Resume Sistem Pakar 2 (Rule Based System)

Ruled Based System

Ruled Based System merupakan salah satu komponen yang ada di dalam sistem pakar. Sistem pakar yang dibuat dengan Rule Based System merupakan sistem yang berdasarkan pada aturan – aturan dimana program disimpan dalam bentuk aturan-aturan sebagai prosedur pemecahan masalah. Aturan tersebut biasanya berbentuk IF – THEN.

Rule based system atau sistem berbasis aturan yaitu cara untuk menyimpan dan memanipulasi pengetahuan untuk menginterpretasikan informasi dalam cara yang bermanfaat.

Naser dan Zaiter (2008) menyebutkan bahwa sistem pakar itu terdiri dari 6 komponen, yaitu:

-       Rule-based systems

-       Knowledge-based systems

-       Intelligent agent (IA)

-       Database methodology

-       Inference engine

-       System-user interaction (User Interface)

                                                    Gambar 1 :  Komponen Sistem Pakar

Rule Based Knowledge, merupakan salah satu teknik dari beberapa teknik representasi pengetahuan yang biasa di gunakan dalam pengembangan sistem pakar. Berikut beberapa teknik representasi pengetahuan  di dalam sistem pakar : 

      1.      Rule Based Knowledge

-          Pengetahuan direpresentasikan dalam suatu bentuk fakta (facts) dan aturan (rules). Bentuk representasi ini terdiri dari premise dan kesimpulan.

      2.      Frame Based Knowledge

-          Pengetahuan di representasikan dalam suatu bentuk hirarki atau jaringan frame.

     3.      Object Based Knowledge

-          Pengetahuan direpresentasikan sebagai jaringan dari obyek – obyek. Obyek adalah elemen data yang terdiri dari data dan metoda (proses).

     4.      Case Base Reasoning

-          Pengetahuan direpresentasikan dalam bentuk kesimpulan kasus.

Definisi rule based expert system adalah program komputer yang memproses informasi berisi permasalahan spesifik dalam memori kerja dengan sejumlah rules yang terdapat di dalam pengetahuan dasar, menggunakan inference engine sebagai memprediksi informasi baru

Gambar 2 :  Rule Based Expert System

Di dalam Rule Based System, tedapat rule yang terdiri dari 2 bagian, yaitu:

1.  Antacedent, yaitu bagian yang mengekspresikan situasi atau premis (Pernyataan berawalan IF)

2.  Konsekuen, yaitu bagian yang menyatakan suatu tindakan tertentu atau konklusi yang diterapkan jika situasi atau premis bernilai benar (Pernyataan berawalan THEN).

Misalnya:
IF lalu lintas jalan pagi ini macet,
THEN saya naik sepeda motor saja.

Manfaat Rule Based System :
1.  Meningkatkan output dan produktivitas.
2.  Meningkatkan kualitas, dengan member nasehat yang konsisten dan mengurangi kesalahan.
3.  Memudahkan akses ke pengetahuan.
4.  Handal.
5.  Mampu bekerja dengan informasi yang sedikit atau tidak pasti.
6.  Fleksibel.
7.  Meningkatkan kemampuan problem solving.

Kerugian Rule Based System :
1.  Pengetahuan yang hendak diambil tidak selalu tersedia.
2.  Kesulitan mengabstraksi atau menjelaskan langkah dalam menyelesaikan maslaah.
3.  User mungkin tidak bisa memanfaatkan sistem secara maksimal.
4.  Alternatif yang diberikan tidak selalu benar adanya.

Contoh Implementasi Rule Based System :

• Bidang Pertanian & Peternakan

-          digunakan untuk memperkirakan / meramalkan manajemen saat ini dan yang akan datang

• Bidang Kedokteran  /  Kesehatan

-          digunakan untuk mengidentifikasi penyakit – penyakit & dapat digunakan sebagai saran untuk pengobatan alternatif

Resume Sistem Pakar 1 (Konsep Sistem Pakar)

A. Konsep Dasar Sistem Pakar

Sistem Pakar merupakan sistem sistem yang mengadposi pengetahuan manusia ke komputer, untuk menyelesaikan masalah yang biasanya di selesaikan oleh para ahli dengan cara meniru kerja para ahli.

Beberapa definisi tentang sistem pakar, antara lain :
a. Menurut Marimin (1992), Sistem Pakar adalah sistem perangkat lunak komputer yang menggunakan ilmu, fakta, dan teknik berpikir dalam pengambilan keputusan untuk menyelesaikan masalah-masalah yang biasanya hanya dapat diselesaikan oleh tenaga ahli dalam bidang yang bersangkutan.

b. Menurut Durkin : Sistem Pakar adalah suatu program komputer yang dirancang untuk memodelkan kemampuan penyelesaian masalah yang dilakukan seorang pakar.

c. Menurut Giarratano dan Riley : Sistem Pakar adalah suatu sistem komputer yang bisa menyamai atau meniru kemampuan seorang pakar.

Konsep Dasar Sistem Pakar :
1. Keahlian
Keahlian adalah suatu kelebihan penguasaan pengetahuan di bidang tertentu yang diperoleh dari pelatihan, membaca atau pengalaman. Contoh bentuk pengetahuan yang termasuk keahlian adalah :

a. Fakta-fakta pada lingkup permasalahan tertentu.
b. Teori-teori pada lingkup permasalahan tertentu.
c. Prosedur-prosedur dan aturan-aturan berkenaan dengan lingkup permasalahan tertentu.
d. Strategi-strategi global untuk menyelesaikan masalah.
e. Meta-knowledge (pengetahuan tentang pengetahuan).

2. Ahli / Pakar
Pakar merupakan seseorang yg mempunyai keahlian dl bidang ilmu tertentu.

3. Pengalihan Keahlian
Pengalihan keahlian dari para ahli ke komputer untuk kemudian dialihkan lagi ke orang lain yang bukan ahli, merupakan tujuan utama dari sistem pakar. Proses ini membutuhkan 4 aktivitas yaitu :

a. Tambahan pengetahuan (dari para ahli atau sumber-sumber lainnya).
b. Representasi pengetahuan (ke komputer).
c. Inferensi pengetahuan.
d. Pengalihan pengetahuan ke user.

4. Mengambil Keputusan
Salah satu fitur yang harus dimiliki oleh sistem pakar adalah kemampuan untuk menalar. Jika keahlian-keahlian sudah tersimpan sebagai basis pengetahuan dan sudah tersedia program yang mampu mengakses basisdata, maka komputer harus dapat diprogram untuk membuat inferensi. Proses inferensi ini dikemas dalam bentuk motor inferensi (inference engine).

5. Aturan
Sebagian besar sistem pakar komersial dibuat dalam bentuk rule-based systems, yang mana pengetahuannya disimpan dalam bentuk aturan-aturan. Aturan tersebut biasanya berbentuk IF-THEN.

6. Kemampuan Menjelaskan
Fitur lainnya dari sistem pakar adalah kemampuan untuk merekomendasi. Kemampuan inilah yang membedakan sistem pakar dengan sistem konvensional.


B. Contoh Penggunaan Sistem Pakar

1. MYCIN : Digunakan untuk mendiagnosa penyakit.
2. DENDRAL : Mengidentifikasi struktur molekular campuran yang tak dikenal.
3. XCON & XSEL : Membantu konfigurasi sistem komputer besar.
4. SOPHIE : Menganalisis sirkit elektronik.
5. Prospector : Digunakan di dalam geologi untuk membantu mencari dan menemukan deposit.
6. FOLI : Membantu memberikan keutusan bagi seorang manajer dalam hal stok broker dan investasi.
7. DELT : Digunakan untuk pemeliharaan lokomotif listrik disel.



C. Heuristic Search

. Teknik pencarian heuristik (heuristic searching)merupakan suatu strategi untuk melakukan proses pencarian ruang keadaan (state space)suatu problema secara selektif, yang memandu proses pencarian yang kita lakukan di sepanjang jalur yang memiliki kemungkinan sukses paling besar, dan mengesampingkan usaha yang bodoh dan memboroskan waktu.

• Heuristik adalah sebuah teknik yang mengem bangkan efisiensi dalam proses pencarian, namum dengan kemungkinan mengorbankan kelengkapan (completeness).

. Untuk dapat menerapkan heuristik tersebut dengan baik dalam suatu domain tertentu,
diperlukan suatu Fungsi Heuristik.

• Fungsi heuristik ini digunakan untuk mengevaluasi keadaan-keadaan problema individual dan menentukan seberapa jauh hal tersebut dapat digunakan untuk mendapatkan solusi yang diinginkan.

. Jenis-jenis Heuristic Searching:
a. Generate and Test.
b. Hill Climbing.
c. Best First Search.
d. Alpha Beta Prunning.
e. Means-End-Anlysis.
f. Constraint Satisfaction.