Cakming | Indahnya Berbagi http://www.cakming.com Informasi Ebook Tutorial Bisnis Internet Wed, 09 Nov 2011 01:15:54 +0000 en hourly 1 http://wordpress.org/?v=3.2.1 Sistem Fuzzy http://www.cakming.com/sistem-fuzzy/ http://www.cakming.com/sistem-fuzzy/#comments Tue, 01 Nov 2011 03:43:25 +0000 Cak Ming http://www.cakming.com/?p=143 Pengertian Fuzzy

Sistem Fuzzy adalah suatu sistem yang menggunakan himpunan fuzzy untuk memetakan suatu inputan menjadi ouput tertentu (blackbox). Misalnya, jika anda mengetahui seberapa layanan pada restaurant tersebut, anda dapat menentukan berapa jumlah tip yang layak diberikan kepada pelayan.

Secara umum dalam sistem logika fuzzy terdapat empat buah elemen dasar, yaitu:

  1. Basis kaidah (rule base), yang berisi aturan-aturan secara linguistik yang bersumber dari para pakar;
  2. Suatu mekanisme pengambilan keputusan (inference engine), yang memperagakan bagaimana para pakar mengambil suatu keputusan dengan menerapkan pengetahuan (knowledge);
  3. Proses fuzzifikasi (fuzzification), yang mengubah besaran tegas (crisp) ke besaran fuzzy;
  4. Proses defuzzifikasi (defuzzification), yang mengubah besaran fuzzy hasil dari inference engine, menjadi besaran tegas (crisp).

Pengertian Variabel Linguistik

Variabel linguistik adalah sebuah variabel yang memiliki nilai berupa kata-kata dalam bahasa alamiah bukan angka.

Mengapa menggunakan kata/kalimat daripada angka ?

Karena peranan linguistik memang kurang spesifik dibandingkan angka, namun informasi yang disampaikan lebih informatif.

Contoh : 

Jika “KECEPATAN” adalah variabel linguistik, maka nilai linguistik untuk variabel kecepatan adalah, misalnya “LAMBAT”, “SEDANG”, “CEPAT”. Hal ini sesuai dengan kebiasaan manusia sehari-hari dalam menilai sesuatu,  misalnya: “Ia mengendarai mobil dengan cepat”, tanpa memberikan nilai berapa kecepatannya.

Definisi Normal dari Variabel Linguistik (Wang 1997)

Sebuah variabel linguistik dikarakterisasi oleh (X, T(x), U, M), dimana :

X = Nama variabel (variabel linguistik) yang menjadi objek
T(x) = Himpunan semua istilah (nilai-nilai) linguistik yang terkait dengan (nama) variabel (X) yang menggambarkan objek tersebut
U = Domain fisik aktual/ruang lingkup dimana variabel linguistik X mengambil nilai-nilai kuantitatifnya/nilai numeris
(crisp) -> himpunan semesta
M = Suatu aturan semantik yang menghubungkan setiap nilai linguistik dalam T dengan suatu himpunan fuzzy dalam U.

Fungsi Keanggotaan

Fungsi keanggotaan adalah suatu kurva yang menunjukan pemetaan titik-titik input data kedalam nilai keanggotaannya (derajatkeanggotaan) yang memiliki interval antara 0 sampai 1. Ada beberapa fungsi yang bisa digunakan:

  • Representasi Linear Ada2 kemungkinan himpunan fuzzy linear yaitu
    1. Kenaikan himpunan dimulai pada nilai domain yang memiliki derajat keanggotaan nol[0] bergerak kekanan menuju nilai domain yang memiliki derajat keanggotaan lebih tinggi
    2. Garis lurus dimulai dari nilai domain dengan derajat keanggotaan tertinggi pada sisi kiri, kemudian bergerak menurun kenilai domain yang memiliki derajat keanggotaan lebih rendah
  • Representasi Kurva Segitiga
  • Representasi Kurva Trapesium
  • Representasi Kurva bentuk Bahu
  • Representasi Kurva-S
  • Representasi Kurva Bentuk Lonceng, ada 3 jenis, Kurva PI, Kurva Beta dan Kurva GAUSS
  • Koordinat Keanggotaan
    Niliai keanggotaan: Skalar(i)/Derajat(i)
    Skalar: nilai yang digambar dari domain himpunan
    Derajat: derajat keanggotaan himpunan fuzzynya

Sistem Inferensi Fuzzy

Metode Tsukamoto

Setiap konsekuen pada aturan yang berbentu IF-THEN harus direpresentasikan dengan suatu himpunan fuzzy dengan fungsi keanggotaan yang monoton. Sebagai hasilnya, output hasil inferensi dari tiap-tiap aturan diberikan secara tegas berdasarkan α-predikat. Hasil akhirnya diperoleh dengan menggunakan rata-rata terbobot.

Metode Mamdani

Sering dikenal dengan nama Metode Max-Min. Metode ini diperkenalkan oleh Ebrahim Mamdani pada tahun 1975.
Untuk mendapatkan output diperlukan 4 tahapan:

  1. Pembentukan himpunan fuzzy : Variabelinput maupun output dibagi menjadi satu atau lebih himpunan
  2. Aplikasi fungsi implikasi : Fungsi implikasi yang digunakan adalah Min
  3. Komposisi aturan : Ada tiga metode yang digunakan dalam melakukan inferensi sistem fuzzy :
    • MetodeMax
    • MetodeAdditive (SUM)
    • MetodeProbabilistikOR
    • Penegasan (defuzzy)
  4. Input dari defuzzifikasi adalah suatu himpunan yang diperoleh dari komposisi aturan-aturan fuzzy, sedangkan output yang dihasilkan merupakan suatu bilangan pada domain himpunan fuzzy tersebut.
  5. Beberapa metode defuzzifi-kasi aturan MAMDANI :
    • Metode Centroid (Composite Moment)
    • Metode Bisektor
    • Metode Mean of Maximun (MOM)
    • Metode Largest of Maximum (LOM)
    • Metode Smallest of Maximum (SOM)

MetodeSugeno

Penalaran ini hampir sama dengan penalaran Mamdani, hanya saja output (konsekuen) sistem tidak berupa himpunan fuzzy, melainkan berupa konstanta atau persamaan linear.

  • Model Fuzzy Sugeno Orde-Nol
    BentukUmum:
    IF (X1 is A1) .(X2is A2) .(X3is A3) .…. .(XNisAN) THEN z = k
    Dengan Ai adalah himpunan fuzzy ke-I sebagaian teseden, dan k adalah konstanta (tegas) sebagai konsekuen.
  • Model Fuzzy SugenoOrde-Satu
    BentukUmum:
                         IF (X1 is A1) .…. (XNisAN) THEN z = p1* x1 + … + pN* XN + q
    Dengan Ai adalah himpunan fuzzy ke-I sebagai anteseden, dan pi adalah suatu konstanta ke-I dan q merupakan konstanta dalam konsekuen.

Fuzzy Clustering

Fuzzy clustering adalah salah satu teknik untuk menentukan cluster optimal dalam suatu ruang vektor yang didasarkan pada bentuk normal euclidian untuk jarak antar vektor. Fuzzy clustering sangat berguna bagi pemodelan fuzzy terutama dalam mengindentifikasi aturan-aturan fuzzy. Metode clustering merupakan pengelompokan data beserta parameternya dalam kelompok – kelompok sesuai kecenderungan sifat dari masing-masing data tersebut (kesamaan sifat). Ada beberapa algoritma clustering data, salah satu diantaranya adalah Fuzzy C-Means. Fuzzy C-Means adalah suatu teknik peng-cluster-an yang mana keberadaannya tiap-tiap titik data dalam suatu cluster ditentukan oleh derajat keanggotaan. Teknik ini pertama kali diperkenalkan oleh Jim Bezdek pada tahun 1981.

Konsep dari Fuzzy C-Means pertama kali adalah menentukan pusat cluster, yang akan menandai lokasi rata-rata untuk tiap-tiap cluster. Pada kondisi awal, pusat cluster ini masih belum akurat. Tiap-tiap titik data memiliki derajat keanggotaan untuk tiap-tiap cluster. Dengan cara memperbaiki pusat cluster dan derajat keanggotaan tiap-tiap titik data secara berulang, maka akan dapat dilihat bahwa pusat cluster akan bergerak menuju lokasi yang tepat. Perulangan ini didasarkan pada minimasi fungsi obyektif yang menggambarkan jarak dari titik data yang diberikan

Kepusat cluster yang terbobot oleh derajat keanggotaan titik data tersebut. Output dari Fuzzy C-Means merupakan deretan pusat cluster dan beberapa derajat keanggotaan untuk tiap-tiap titik data. Informasi ini dapat digunakan untuk membangun suatu fuzzy inference system.

]]> http://www.cakming.com/sistem-fuzzy/feed/ 1 Membangun Knowledge Based System http://www.cakming.com/membangun-knowledge-based-system/ http://www.cakming.com/membangun-knowledge-based-system/#comments Thu, 20 Oct 2011 14:23:42 +0000 Cak Ming http://www.cakming.com/?p=125 Pada resume ini akan menunjukan  langkah demi langkah membangun sebuah Knowledge Based System (KBS) dengan menggunakan sistem berbasis aturan yang telah dibahas dalam artikel sebelumnya. Sebagai contoh permasalahan akan diambil kasus pada Health Maintenance Organization (HMO) seperti didokumentasikan dalam Dologite(1994).

Permasalahan

HMO adalah sebuah organisasi yang memberikan layanan kesehatan bagi anggotanya, misalnya layanan pengobatan, layanan panggilan ambulan dsb. Setiap anggota telah membayar semua biaya secara pre-paid.

Untuk menjamin bahwa masalah kesehatan serius akan mendapatkan prioritas layanan, seorang manajer telah menempatkan seseorang untuk melakukan screening awal terhadap pasien. Screening dilakukan dengan cara berkonsultasi dengan Sistem Pakar untuk menentukan status dan jenis layanan yang tepat bagi pasien.

Penyelesaian

1. Isolasi area bagi KBS

Untuk membatasi permasalahan pada sistem pakar yang akan dibangun harus diberikan batasan organisasi dan juga layanan yang dapat diberikan oleh sistem. Sebagai contoh, untuk sistem HMO, batasan struktur organisasi dan layanan ditunjukkan pada gambar blok diagram organisasi dan layanan HMO dibawah ini

2. Target Keputusan

Setelah permasalahn dibatasi, langkah selanjutnya adalah menentukan target keputusan bagi sistem pakar. Pasien pada umumnya membutuhkan bantuan untuk kasus penyakit yang baru diderita (new case) atau penanganan berkelanjutan dari penyakit yang sudah lama diderita (follow-up case). Atau mungkin juga pasien yang lain hanya membutuhkan informasi atau layanan lain, sedangkan mereka yang bukan merupakan anggota akan diarahkan untuk ikut serta dalam keanggotaan HMO ini. Karena itu dapat ditentukan 3 hal yang menjadi faktor utama yang menentukan target keputusan , yaitu:

  • HMO Status : Bagaimana status keanggotaan dari pasien? Deklarasi keanggotaan dari pasien akan diikuti dengan validasi nomor id.
  • Reason : Apa alasan datang ke HMO? Apakah new case, follow-up case, information seeking atau other visit?
  • Problem : Bagaimana keseriusan dari kondisi pasien sekarang? Dalam hal ini dapat diidentikasi dari temperature dan symptom yang lain.

3. Membuat Dependency Diagram

4. Membuat Tabel Keputusan

Tabel keputusan yang dibuat merupakan turunan dari dependency diagram diatas, karena dalam dependency diagram tersebut terdapat tiga segitiga, maka dapat disimpulkan akan juga terdapat 3 tabel keputusan pada contoh kasus kali ini.

5. Menulis aturan If – Then

Selanjutnya, berdasarkan tabel keputusan yang telah disederhanakan dapat diturunkan sistem berbasis aturan, sebagai contoh dibawah ini  ditunjukkan  aturan set 1:

]]> http://www.cakming.com/membangun-knowledge-based-system/feed/ 0 Sistem Berbasis Aturan (Rule Based System) http://www.cakming.com/sistem-berbasis-aturan-rule-based-system/ http://www.cakming.com/sistem-berbasis-aturan-rule-based-system/#comments Wed, 19 Oct 2011 04:57:48 +0000 Cak Ming http://www.cakming.com/?p=103 Pengertian

Sistem berbasis aturan (Rule Based System) adalah suatu program komputer yang memproses informasi yang terdapat di dalam working memory dengan sekumpulan aturan yang terdapat di dalam basis pengetahuan menggunakan mesin inferensi untuk menghasilkan informasi baru.

Sebuah Rule-Based System dapat dibentuk dengan menggunakan sebuah assertions set, yang secara kolektif membentuk working memory, dan sebuah rule set yang menentukan aksi pada assertions set.  RBS secara relatif adalah model sederhana yang bisa diadaptasi ke banyak masalah. Namun, jika ada terlalu banyak peraturan, pemeliharaan sistem akan rumit dan terdapat banyak failure dalam kerjanya.

Untuk membuat sistem berbasis aturan, anda harus memiliki :

  1. Sekumpulan fakta yang mewakili working memory. Ini dapat berupa suatu keadaan yang relevan dengan keadaan awal sistem bekerja.
  2. Sekumpulan aturan. Aturan ini mencakup setiap tindakan yang harus diambil dalam ruang lingkup permasalahan yang dibutuhkan.
  3. Kondisi yang menentukan bahwa solusi telah ditemukan atau tidak (none exist). Hal ini berguna untuk menghindari looping yang tidak akan pernah berakhir.

Teori sistem berbasis aturan ini menggunakan tekhnik yang sederhana, yang dimulai dengan dasar aturan yang berisi semua pengetahuan dari permasalahan yang dihadapi yang kemudian dikodekan ke dalam aturan IF-THEN dan sebuah tempat penyimpanan (basis data) yang mengandung data, pernyataan dan informasi awal. Sistem akan memeriksa semua aturan kondisi (IF) yang menentukan subset, set konflik yang ada. Jika ditemukan, maka sistem akan melakukan kondisi THEN. Perulangan atau looping ini akan terus berlanjut hingga salah satu atau dua kondisi bertemu, jika aturan tidak diketemukan maka sistem tersebut harus keluar dari perulangan (terminate).

Pendekatan

Untuk mengelola rules , terdapat 2 pendekatan yaitu :
  1. Forward Chaining : dimana rules diproses berdasarkan sejumlah fakta yang ada, dan didapatkan konklusi sesuai dengan fakta-fakta tersebut. Pendekatan forward chaining disebut juga data driven.
  2. Backward Chaining : dimana diberikan target (goal), kemudian rulesyang aksinya mengandung goal di-trigger. Backward chaining ini cocok untuk menelusuri fakta yang masih belum lengkap, disebut jugagoal driven.

Strategi Rule Based System :

  • First Applicable : Ini adalah strategi yang paling sederhana tetapi berpotensi menimbulkan masalah besar, yaitu akan terjadinya looping yang tak terbatas pada kondisi yang sama.
  • Random : Meskipun tidak menggunakan prediksi atau first applicable control, metode ini cukup memberikan keuntungan, yaitu dapat diprediksi (seperi game yang membutuhkan strategi). Sebuah strategi acak akan memilih aturan acak tunggal dari sebuah set konflik. Kemungkinan lain untuk strategi acak adalah dengan sistem berbasis aturan fuzzy (fuzzy rule based system) dimana masing-masing aturan memiliki probabilitas sebuah kondisi akan lebih mungkin terjadi daripada yang lainnya.
  • Most Spesific : Strategi ini berdasarkan pada jumlah kondisi aturan. Hal ini didasari pada asumsi jika ia memiliki sebagian besar kondisi maka memiliki relevansi ke data yang ada.
  • Least Recently Used : Menyimpan data yang terakhir dipakai untuk selanjutnya dipakai kembali ke dalam permasalahan jika memang problem yang dihadapi sama.

Kelebihan dan Kekurangan

Kelebihan Sistem Berbasis Aturan

  1. Availability-bertambah
  2. Intelligent tutor
  3. Intelligent dB
  4. Danger-reduced
  5. Performance
  6. Multiple expertise
  7. Reability-bertambah
  8. Explanation
  9. Steady, unemotional and complete response

Kekurangan Sistem Berbasis Aturan

  1. Jika terlalu banyak aturan, sistem menjadi sulit dalam me-maintain performance.
  2. Keterbatasan dalam memutuskan teknik yang digunakan untuk suatu masalah.

Manfaat

  •  Kedokteran : Sistem pakar dalam dunia kedokteran dapat mencatat history atau riwayat penyakit pasien sehingga mudah dalam penentuan obat dan dosis obat yang akan diberikan oleh dokter. Selain itu dapat juga sebagai penyimpanan data dalam mendiagnosa penyakit-penyakit tertentu.
  • Pertanian : Dapat digunakan untuk mengidentifikasi hama dan penyakit yang mampu menyerang tanaman beserta cara pengendaliannya serta mampu mengetahui waktu perairan atau penyemaian.
  • Keuangan : Dapat digunakan untuk memeriksa persoalan-persoalan dengan menggunakan beberapa metode yang berbeda.
]]> http://www.cakming.com/sistem-berbasis-aturan-rule-based-system/feed/ 1 Konsep Dasar Sistem Pakar http://www.cakming.com/konsep-dasar-sistem-pakar/ http://www.cakming.com/konsep-dasar-sistem-pakar/#comments Wed, 19 Oct 2011 03:44:55 +0000 Cak Ming http://www.cakming.com/?p=72 Sistem Pakar

Menurut Martin dan Oxman (1988) sistem pakar adalah sistem yang berbasis komputer yang menggunakan pengetahuan, fakta, dan teknik penalaran dalam memecahkan masalah yang biasanya hanya dapat dipecahkan oleh seorang pakar dalam bidang tersebut (Kusrini, 2006:11).

Edward Feigenbaum (1982) mendefinisikan sistem pakar sebagai suatu program komputer cerdas yang menggunakan knowledge (pengetahuan) dan prosedur inferensi untuk menyelesaikan masalah yang cukup rumit yang membutuhkan seorang ahli untuk menyelesaikannya (Arhami, 2005:2).

Dari beberapa definisi diatas dapat disimpulkan bahwa sistem pakar adalah sebuah perangkat lunak komputer yang memiliki basis pengetahuan untuk domain tertentu dan menggunakan penalaran menyerupai seorang pakar dalam memecahkan masalah. Sistem pakar adalah salah satu jalan untuk mendapatkan pemecahan masalah secara lebih cepat dan mudah.

Dengan sistem pakar, seseorang yang awam pun dapat menyelesaikan masalah yang cukup rumit atau bisa juga hanya sekedar mencari informasi berkualitas yang sebenarnya hanya bisa diperoleh dengan bantuan para ahli. Sistem pakar juga dapat membantu aktifitas pakar, yang difungsikan sebagai assisten yang berpengalaman dan mempunyai pengetahuan yang dibutuhkan.

Sistem pakar merupakan sebuah terobosan dalam mengambil dan memadukan pengetahuan dengan teknologi. Dalam penyusunannya, sistem pakar mengkombinasikan aturan-aturan penarikan kesimpulan (inference rules) dengan basis pengetahuan tertentu yang berasal dari pengalaman maupun penelitian satu atau lebih pakar dalam bidang tertentu. Kombinasi dari kedua hal tersebut kemudian diolah dalam komputer, yang selanjutnya digunakan dalam proses pengambilan keputusan untuk menyelesaikan masalah tertentu.

Sejarah Sistem Pakar

1943 Post E.L. membuktikan bahwa permasalahan-permasalahan komputasi dapat diselesaikan dengan aturan IF-THEN.
1961 General Problem Solver (GPS) oleh A. Newell and H. Simon. Adalah sebuah program yang dibangun untuk menyelesaikan permasalahan mulai dari games sampai matematika integral.
1969 DENDRAL. Dibangun di Stamford University atas permintaan NASA (Buchanan and Feigenbaum) untuk melakukan analisis kimiawi terhadap kondisi tanah di planet Mars.
1970s MCYN. Dibuat untuk diagnosa medis oleh Buchanan dan Shortliffe.
1982 R1/XCON adalah sistem pakar pertama yang dibuat oleh para peneliti di Carnegie Melon University (CMU).

Perbedaan Sistem Konvensional dan Sistem Pakar

Sistem Konvensional Sistem Pakar
Informasi dan pemrosesannya biasanya jadi satu dengan program Basis pengetahuan merupakan bahgian terpisah dari mekanisme inferensi
Program tidak pernah salah (kecualai pemrogramnya yang salah) Program bisa saja melakukan kesalahan
Biasanya tidak bisa menjelaskan mengapa suatu input data dibutuhkan atau bagaimana output itu diperoleh Penjelasan adalah bagian terpenting dari system pakar
Pengubahan program cukup sulit dan merepotkan Pengubahan pada aturan / kaidah dapat dilakukan dengan mudah
Sistem hanya akan bekerja jika sistem tersebut sudah lengkap Sistem dapat bekerja hanya dengan beberapa aturan
Eksekusi dilakukan langkah demi langkah secara algoritmik Eksekusi dilakukan pada keseluruhan basis pengetahuan secara heuristik dan logis
Menggunakan data Menggunakan pengetahuan
Tujuan utamanya adalah efisiensi Tujuan utamanya adalah efisiensi

Struktur Sistem Pakar

2 bagian utama sistem pakar :

    • Lingkungan pengembangan (development environment) : Digunakan untuk memasukkan pengetahuan pakar ke dalam lingkungan sistem pakar
    • Lingkungan konsultasi (consultation environment) : Digunakan oleh pengguna yang bukan pakar untuk memperoleh pengetahuan pakar

Arsitektur Sistem Pakar

Komponen-komponen yang terdapat dalam arsitektur/struktur sistem pakar :

1. Antarmuka Pengguna (User Interface)

Merupakan mekanisme yang digunakan oleh pengguna dan sistem pakar untuk berkomunikasi. Antarmuka menerima informasi dari pemakai dan mengubahnya ke dalam bentuk yang dapat diterima oleh sistem. Selain itu antarmuka menerima dari sistem dan menyajikannya ke dalam bentuk yang dapat dimengerti oleh pemakai.

2. Basis Pengetahuan

Basis pengetahuan mengandung pengetahuan untuk pemahaman, formulasi, dan penyelesaian masalah. Komponen sistem pakar ini disusun atas 2 elemen dasar, yaitu :

    • Fakta : Informasi tentang obyek dalam area permasalahan tertentu
    • Aturan : Informasi tentang cara bagaimana memperoleh fakta baru dari fakta yang telah diketahui.

3. Akuisisi Pengetahuan (Knowledge Acquisition)

Akuisisi pengetahuan adalah akumulasi, transfer, dan transformasi keahlian dalam menyelesaikan masalah dari sumber pengetahuan ke dalam program komputer. Dalam tahap ini knowledge engineer berusaha menyerap pengetahuan untuk selanjutnya ditransfer ke dalam basis pengetahuan. Pengetahuan diperoleh dari pakar, dilengkapi dengan buku, basis data, laporan penelitian dan pengalaman pemakai.

Metode akuisisi pengetahuan :

    • Wawancara : Metode yang paling banyak digunakan, yang melibatkan pembicaraan dengan pakar secara langsung dalam suatu wawancara
    • Analisis protokol : Dalam metode ini pakar diminta untuk melakukan suatu pekerjaan dan mengungkapkan proses pemikirannya dengan menggunakan kata-kata. Pekerjaan tersebut direkam, dituliskan, dan dianalisis.
    • Observasi pada pekerjaan pakar : Pekerjaan dalam bidang tertentu yang dilakukan pakar direkam dan diobservasi
    • Induksi aturan dari contoh : Induksi adalah suatu proses penalaran dari khusus ke umum. Suatu sistem induksi aturan diberi contoh-contoh dari suatu masalah yang hasilnya telah diketahui. Setelah diberikan beberapa contoh, sistem induksi aturan tersebut dapat membuat aturan yang benar untuk kasus-kasus contoh. Selanjutnya aturan dapat digunakan untuk menilai kasus lain yang hasilnya tidak diketahui.

4. Mesin/Motor Inferensi (inference engine)

Komponen ini mengandung mekanisme pola pikir dan penalaran yang digunakan oleh pakar dalam menyelesaikan suatu masalah. Mesin inferensi adalah program komputer yang memberikan metodologi untuk penalaran tentang informasi yang ada dalam basis pengetahuan dan dalam workplace, dan untuk memformulasikan kesimpulan.

5. Workplace / Blackboard

Workplace merupakan area dari sekumpulan memori kerja (working memory), digunakan untuk merekam kejadian yang sedang berlangsung termasuk keputusan sementara. Ada 3 keputusan yang dapat direkam :

    • Rencana : Bagaimana menghadapi masalah
    • Agenda : Aksi-aksi yang potensial yang sedang menunggu untuk dieksekusi
    • Solusi : Calon aksi yang akan dibangkitkan

6. Fasilitas Penjelasan

Adalah komponen tambahan yang akan meningkatkan kemampuan sistem pakar. Digunakan untuk melacak respon dan memberikan penjelasan tentang kelakuan sistem pakar secara interaktif melalui pertanyaan :

    • Mengapa suatu pertanyaan ditanyakan oleh sistem pakar ?
    • Bagaimana konklusi dicapai ?
    • Mengapa ada alternatif yang dibatalkan ?
    • Rencana apa yang digunakan untuk mendapatkan solusi ?

7. Perbaikan Pengetahuan

Pakar memiliki kemampuan untuk menganalisis dan meningkatkan kinerjanya serta kemampuan untuk belajar dari kinerjanya. Kemampuan tersebut adalah penting dalam pembelajaran terkomputerisasi, sehingga program akan mampu menganalisis penyebab kesuksesan dan kegagalan yang dialaminya dan juga mengevaluasi apakah pengetahuan-pengetahuan yang ada masih cocok untuk digunakan di masa mendatang

LANGKAH-LANGKAH PEMBUATAN SISTEM PAKAR

  1. Mengidentifikasi masalah dan kebutuhan
  2. Menentukan problema yang cocok
  3. Mempertimbangkan alternatif
  4. Menghitung pengembalian investasi
  5. Memilih alat pengembangan
  6. Merekayasa pengetahuan
  7. Merancang sistem
  8. Melengkapi pengembangan
  9. Menguji dan mencari kesalahan sistem
  10. Memelihara sistem

Heuristic Searching

  • Depth First Search : Melakukan penelusuran kaidah secara mendalam dari titik awal dan kemudian ke node-node yang berada pada tingkat bawahnya. Jika node tujuan sudah ditemukan, maka node lain yang belum terlewati tidak perlu dihiraukan lagi.
  • Breadth First Search : Melakukan analisa pada semua jalur yang dimana node yang berada pada level atau hierarcy yang sama terlebih dahulu baru kemudian menganalisa node yang berada pada level di bawahnya.
  • Hill Climbing Search : Merupakan eksplorasi dari metode Depth First Search tetapi dengan mempertimbangkan cost minimal.
  • Branch and Bound Search : sebuah teknik algoritma yang secara khusus mempelajari bagaimana caranya memperkecil Search Tree menjadi sekecil mungkin.
  • A* Search : Melakukan penelusuran dimana setiap node mempunyai estimasicost sehingga nilai estimasi pada node awal akan di jumlahkan pada nodetujuan.
]]> http://www.cakming.com/konsep-dasar-sistem-pakar/feed/ 0 Update-an Ansav 2010 Terbaru http://www.cakming.com/updatean-ansav-2010-terbaru/ http://www.cakming.com/updatean-ansav-2010-terbaru/#comments Tue, 16 Feb 2010 03:59:30 +0000 Cak Ming http://www.cakming.com/?p=52 Ansav Screenshot

Perkembangan Antivirus Lokal saat ini semakin berkembang pesat. Salah satu Antivirus Lokal yang ampuh adalah Antivirus Ansav. Dan saat ini saya akan memberikan link untuk mendownload antivirus Ansav beserta Update-an Ansav.  Ansav mendukung bebrapa OS ( Operating System ), yaitu Linux dan Windows. Berikut adalah link untuk  mendownload Ansav :

  1. ansav-beta-setup.exe
  2. ansav-beta-portable.zip
  3. ansav-linux-i386.deb
  4. ansav-linux-x64.deb
  5. dbs.anv
]]> http://www.cakming.com/updatean-ansav-2010-terbaru/feed/ 2 15 Tema Ansav 2010 Terbaru http://www.cakming.com/15-tema-ansav-2010-terbaru/ http://www.cakming.com/15-tema-ansav-2010-terbaru/#comments Fri, 12 Feb 2010 04:12:21 +0000 Cak Ming http://www.cakming.com/?p=53 Themes Ansav 2010 Terbaru

Sudah lama rasanya tidak berkunjung ke situs Ansav Antivirus. Dan Selasa kemarin saya iseng – iseng mengecek ke situs resmi Ansav Antivirus Indonesia, dan ternyata saya menemukan ada hal yang baru disana. Ternyata saat ini Ansav Menyediakan tema untuk aplikasi desktopnya. Hal ini merupakan yang saya tunggu-tunggu sedari dulu. gambar diatas adalah beberapa tema yang disediakan.  Berikut adalah tema – tema yang disediakan oleh Ansav dan dapat anda download secara gratis… :

  1. Theme_ANSAV_BlackEdition.zip
  2. Theme_ANSAV_BlackSaphire.zip
  3. Theme_ANSAV_BlueEdition.zip
  4. Theme_ANSAV_BlueGlasses.zip
  5. Theme_ANSAV_BlueSaphire.zip
  6. Theme_ANSAV_ChocoCream.zip
  7. Theme_ANSAV_GreenStripes.zip
  8. Theme_ANSAV_GrinMould.zip
  9. Theme_ANSAV_Hypnosis.zip
  10. Theme_ANSAV_KillerMachine.zip
  11. Theme_ANSAV_NavyMarines.zip
  12. Theme_ANSAV_OrangeRange.zip
  13. Theme_ANSAV_Silpher.zip
  14. Theme_ANSAV_SweetGrape.zip
  15. Theme_ANSAV_Tree.zip

Cara mengganti Themes pada Ansav Antivirus :

  1. Copykan Themes atau Skin yang sudah anda ekstrak ke folder skins di tempat/folder anda menginstall ANSAV. Biasanya terletak di C:\Program Files\ANSAV\Skins
  2. Jalankan ANSAV anda
  3. Pilih Plugins
  4. Double klik Styler
  5. Pilih Theme Ansav yang diinginkan
  6. Klik SET >> OK
  7. Restart ANSAV
]]> http://www.cakming.com/15-tema-ansav-2010-terbaru/feed/ 1 Stikom Unas Competition http://www.cakming.com/stikom-unas-competition/ http://www.cakming.com/stikom-unas-competition/#comments Mon, 08 Feb 2010 19:36:47 +0000 Cak Ming http://www.cakming.com/?p=43 Diberitahukan kepada seluruh pengunjung blog ini, bahwa ada Lomba Unas yang dikhususkan bagi Siswa SMA kelas XII. Yang diselenggarakan oleh Himpunan Mahasiswa S1 Sistem Informasi STIKOM Surabaya bekerja sama dengan HUMAS STIKOM Surabaya. Total Hadiah yang ditawarkan adalah 14 Juta Rupiah.

Website Resmi : http://sunc.stikom.edu/

Biaya Pendaftaran : Rp 20.000,00

Contact Person : Azwar(085649076260)

]]> http://www.cakming.com/stikom-unas-competition/feed/ 3 Verifikasi PayPal Tanpa VCC http://www.cakming.com/verifikasi-paypal-tanpa-vcc/ http://www.cakming.com/verifikasi-paypal-tanpa-vcc/#comments Mon, 08 Feb 2010 19:04:53 +0000 Cak Ming http://www.cakming.com/?p=20 Kabar gembira bagi warga Indonesia, yang menggunakan PayPal berstatus Unverified. Selama ini kita tahu proses verifikasi paypal dapat dilakukan dengan menggunakan kartu kredit ataupun VCC ( Virtual Credit Card ). Dan mulai saat ini kita bisa melakukan verifikasi PayPal dengan menggunakan Bank Lokal Indonesia. Seperti yang kita ketahui sebelumnya, bahwa PayPal mengharuskan kita untuk memverifikasi akun kita agar bisa digunakan untuk mengirim uang tanpa limit dan melakukan proses withdraw.

Jadi, dengan kata lain kita tidak perlu menggunakan Credit Card atau VCC, untuk memperoleh status PayPal Verified. Yaitu cukup dengan menggunakan Account Bank Lokal kita. Berikut langkah – langkah yang harus anda lakukan untuk Memverifikasi PayPal tanpa VCC :

  1. Silahkan buka rekening PayPal Anda yang statusnya unverified, jika anda belum punya, silahkan daftar gratis di PayPal.com dan lakukan langkah-langkah pendaftaran dengan mengisis form yang disediakan
  2. Setelah anda bisa  masuk ke dalam account PayPal, silahkan cari tulisan unverified atau sejenisnya jika anda menggunakan bahasa yang lainnya.paypal1
  3. Maka selanjutnya anda akan mendapati tampilan seperti dibawah ini. Dan kemudian pilih Link My Bank Account / Hubungkan Rekening Saya.paypal2
  4. Selanjutnya isi form seperti yang diminta. Sedangkan untuk memperoleh Kode bank silahkan kunjungi : Kode Bank Verifikasi PayPal.
  5. Kemudian anda akan diminta untuk mengecek ulang data yang anda masukan. Karena apabila terjadi kesalahan nama maka anda akan diminta untuk membayar biaya pengembalian sebesar Rp 50.000 .paypal3
  6. Setelah itu Paypal akan mengirimkan sejumlah uang kepada anda sebanyak 2 kali, untuk memverifikasi kebenaran akun bank lokal anda.
  7. Jika telah masuk kiriman uang dari PayPal, silahkan login ke account PayPal Anda dan klik tulisan Unverified seperti pada nomer 2. dan kemudian melanjutkan proses selanjutnya yakni dengan memasukan 2 kiriman saldo yang dikirimkan paypal ke dalam form yang disediakan.
  8. Selamat PayPal anda terverified!!

Apabila ada kesulitan silahkan isi komentar dibawah ini. atau kirim email kepada saya, pada halaman Kontak.

Sign up for PayPal and start accepting credit card payments instantly.

]]> http://www.cakming.com/verifikasi-paypal-tanpa-vcc/feed/ 8 Daftar Kode Bank untuk Verifikasi Paypal http://www.cakming.com/daftar-kode-bank-untuk-verifikasi-paypal/ http://www.cakming.com/daftar-kode-bank-untuk-verifikasi-paypal/#comments Fri, 08 Jan 2010 18:27:25 +0000 Cak Ming http://www.cakming.com/?p=21 Berikut adalah Daftar Kode Bank Lokal yang bisa digunakan untuk memverifikasi PayPal.
Sign up for PayPal and start accepting credit card payments instantly.

BANK NAME Bank code
BANK INDONESIA 0010016
PT. BANK RAKYAT INDONESIA (Persero) Tbk 0020307
PT. BANK EKSPOR INDONESIA (PERSERO) 0030012
PT. BANK MANDIRI (PERSERO) Tbk. 0080606
PT. BANK NEGARA INDONESIA 1946 (Persero) Tbk. 0090010
BNI SYARIAH 0090010
PT. BANK DANAMON INDONESIA INDONESIA Tbk 0111274
PT. BANK PERMATA Tbk. 0130307
PT. BANK CENTRAL ASIA Tbk. 0140012
PT. BANK INTERNATIONAL INDONESIA Tbk. 0160131
PT. BANK PAN INDONESIA Tbk. / PT. PANIN BANK Tbk. 0190017
PT. BANK NIAGA Tbk. 0220026
PT. BANK UOB BUANA, TBK 0230016
PT. LIPPO BANK 0261399
PT. BANK NILAI INTI SARI PENJIMPAN Tbk. 0280024
AMERICAN EXPRESS BANK LTD. 0300302
CITIBANK NA 0310305
JPMORGAN CHASE BANK, NA 0320308
BANK OF AMERICA , NA 0330301
PT. BANK MULTICOR / PT. BANK WINDU KENTJANA INTERNASIONAL 0360300
PT. BANK ARTHA GRAHA INTERNASIONAL, TBK 0370028
THE BANGKOK BANK PCL 0400309
THE HONGKONG and SHANGHAI BANKING CORP 0410302
THE BANK OF TOKYO MITSUBISHI UFJ LTD. 0420305
PT. BANK SUMITOMO MITSUI INDONESIA 0450304
PT. BANK DBS INDONESIA 0460307
PT. BANK RESONA PERDANIA 0470300
PT. BANK MIZUHO INDONESIA 0480303
STANDARD CHARTERED BANK 0500306
ALGEMENE BANK NEDERLAND AMRO BANK N.V. / ABN AMRO BANK NV. 0520302
PT. BANK CAPITAL INDONESIA 0540308
PT. BANK BNP PARIBAS INDONESIA 0570307
PT. BANK UOB INDONESIA 0580300
KOREA EXCHANGE BANK DANAMON / PT. BANK KEB INDONESIA 0590303
PT. BANK RABOBANK INTERNATIONAL INDONESIA 0600303
PT. ANZ PANIN BANK 0610306
DEUTSCHE BANK AG 0670304
PT. BANK WOORI INDONESIA 0680307
BANK OF CHINA LIMITED 0690300
PT. BANK BUMI ARTA 0760010
PT. BANK EKONOMI RAHARJA 0870010
PT. BANK ANTAR DAERAH 0880055
PT. HAGABANK INDONESIA / PT. BANK HAGA 0890016
PT. BANK IFI 0930015
PT. BANK CENTURY Tbk. 0950011
BANK MAYAPADA INTERNATIONAL / PT. BANK MAYAPADA Tbk. 0970017
PT. BANK PEMBANGUNAN DAERAH JAWA BARAT / PT. BANK PEMBANGUNAN DAERAH JABAR DAN BANTEN 1100093
PT. BANK PEMBANGUNAN DAERAH DKI JAKARTA / BANK DKI 1110164
PT. BANK PEMBANGUNAN DAERAH DIY / YOGYAKARTA 1120015
PT. BANK PEMBANGUNAN DAERAH JAWA TENGAH 1130348
PT. BANK PEMBANGUNAN DAERAH JATIM 1140383
PT. BANK PEMBANGUNAN DAERAH JAMBI 1150014
PT. BPD ISTIMEWA ACEH 1160033
PT. BANK PEMBANGUNAN DAERAH SUMUT 1170201
PT. BANK PEMBANGUNAN DAERAH SUMATERA BARAT / PT. BANK NAGARI 1180259
PT. BANK PEMBANGUNAN DAERAH RIAU 1190016
PT. BANK PEMBANGUNAN DAERAH SUMATERA SELATAN 1200142
PT. BANK PEMBANGUNAN DAERAH LAMPUNG 1210051
PT. BANK PEMBANGUNAN DAERAH KALIMANTAN SELATAN 1220012
PT. BANK PEMBANGUNAN DAERAH KALIMANTAN BARAT 1230015
PT. BANK PEMBANGUNAN DAERAH KALIMANTAN TIMUR 1240018
PT. BANK PEMBANGUNAN DAERAH KALTENG 1250011
PT. BANK PEMBANGUNAN DAERAH SULAWESI SELATAN 1260027
PT. BANK PEMBANGUNAN DAERAH SULAWESI UTARA 1270091
PT. BANK PEMBANGUNAN DAERAH NTB / NUSA TENGGARA BARAT 1280010
PT. BANK PEMBANGUNAN DAERAH BALI 1290013
BANK PEMBANGUNAN DAERAH NUSA TENGGARA TIMUR 1300013
PT. BANK PEMBANGUNAN DAERAH MALUKU 1310016
PT. BANK PEMBANGUNAN DAERAH PAPUA 1320019
PT. BPD BENGKULU 1330012
PT. BANK PEMBANGUNAN DAERAH SULAWESI TENGAH 1340015
PT. BANK PEMBANGUNAN DAERAH SULAWESI TENGGARA 1350018
PT. BANK NUSANTARA PARAHYANGAN 1450028
PT. BANK SWADESI Tbk. 1460021
BANK MUAMALAT INDONESIA / PT. BANK MUAMALAT INDONESIA 1470011
PT. BANK MESTIKA DHARMA 1510049
PT. BANK METRO EKSPRESS 1520013
PT. BANK SINARMAS 1530016
PT. BANK MASPION INDONESIA 1570021
PT. BANK HAGAKITA 1590014
PT. BANK GANESHA 1610017
PT.HALIM INDONESIA BANK / PT. BANK HALIM INDONESIA / PT. BANK ICBC INDONESIA 1640058
PT. BANK HARMONI INTERNASIONAL 1660012
PT. BANK KESAWAN 1670099
PT. BANK TABUNGAN NEGARA (Persero) / PT. BANK TABUNGAN NEGARA (PERSERO) SYARIAH 2000024
PT. BANK HS 1906 / PT. Bank Himpunan Saudara 2120027
B.T. PENSIUNAN NASIONAL / PT. BANK BTPN / PT. BANK TABUNGAN PENSIUNAN NASIONAL 2130101
PT. BANK SWAGUNA 4050072
PT. BANK JASA ARTA 4220051
PT. BANK MEGA Tbk. 4260176
PT. BANK UMUM KOPERASI INDONESIA (BUKOPIN) / PT. BANK BUKOPIN Tbk. 4410010
PT. BANK SYARIAH MANDIRI Tbk. 4510017
PT. BANK BISNIS INTERNATIONAL 4590037
PT. BANK SRI PARTHA 4660019
PT. BANK JASA JAKARTA 4720014
PT. BANK BINTANG MANUNGGAL / PT. BANK HANA 4840017
PT. BANK BUMI PUTERA Tbk. 4850010
PT. BANK YUDHA BHAKTI 4900012
PT. BANK MITRANIAGA 4910015
PT. AGRONIAGA BANK 4940014
PT. BANK INDOMONEX 4980016
PT. BANK ROYAL INDONESIA 5010011
ALFINDO SEJAHTERA BANK / PT. BANK ALFINDO 5030017
PT. BANK SYARIAH MEGA INDONESIA 5060016
PT. BANK INA PERDANA 5130014
PT. BANK HARFA 5170016
PT. PRIMA MASTER BANK 5200025
PT. BANK PERSYARIKATAN INDONESIA 5210031
PT. BANK DIPO INTERNATIONAL 5230011
PT. BANK AKITA 5250046
PT. BANK LIMAN INTERNATIONAL 5260010
PT. ANGLOMAS INTERNATIONAL BANK 5310012
PT. BANK KESEJAHTERAAN EKONOMI 5350014
PT. BANK UIB 5360017
PT. BANK ARTOS INDONESIA 5420025
PT. BANK PURBA DANARTA 5470017
PT. BANK MULTIARTA SENTOSA 5480010
PT. BANK MAYORA INDONESIA 5530012
PT. BANK INDEX SELINDO 5550018
PT. BANK EKSEKUTIF INTERNASIONAL 5580017
PT. CENTRATAMA NASIONAL BANK 5590036
PT. BANK FAMA INTERNATIONAL 5620029
PT. BANK SINAR HARAPAN BALI 5640012
PT. BANK VICTORIA INTERNATIONAL 5660018
PT. BANK HARDA INTERNASIONAL 5670011
PT. BANK FINCONESIA 9450305
PT. BANK MAYBANK INDOCORP 9470301
PT. BANK OCBC INDONESIA 9480304
PT. BANK CHINATRUST INDONESIA 9490307
PT. BANK COMMONWEALTH 9500307
]]> http://www.cakming.com/daftar-kode-bank-untuk-verifikasi-paypal/feed/ 3 Plugins WordPress Buat Google Adsense http://www.cakming.com/plugins-wordpress-buat-google-adsense/ http://www.cakming.com/plugins-wordpress-buat-google-adsense/#comments Sun, 06 Dec 2009 12:16:06 +0000 Cak Ming http://www.cakming.com/?p=5 Saat ini siapa yang tidak mengenal Google Adsense? Yang merupakan salah satu Penyedia Program Iklan di dunia internet yang telah membantu meningkatkan penghasilan dari beberapa orang.

Dan dibawah ini adalah Plugins WordPress Buat Google Adsense terbaik versi saya. Bagi beberapa orang, mungkin memasang Kode Google Adsense itu hal yang sangat sulit. Tapi dengan adanya Plugin WordPress ini hal itu bukan menjadi permasalahan lagi.

Berikut adalah Plugins WordPress tersebut :

  1. Adsense Deluxe – Plugin WordPress Google Adsense ini Menurut saya yang terbaik karena pada plugins ini kita bisa mengatur penempatan iklan Google Adsense atau juga Yahoo Publisher Network pada artikel blog wordpress.
  2. Adsense Injection – Plugin WordPress Google Adsense ini akan membantu memasukan Kode Google adsense dan iklan Google Adsense akan tampil secara acak. Jika anda tampilkan didalam posting, maka iklan Google Adsense anda akan tampil berbeda beda di tiap halaman.
  3. Adsense Inline – Plugin WordPress Google Adsense ini memungkinkan untuk menampilkan iklan Google Adsense di dalam artikel blog wordpress.
  4. Shylock Adsense WordPress plugin – Plugin WordPress Google Adsense ini memungkinkan anda untuk memasukan Iklan Google Adsense kedalam blog tanpa harus memodifikasi template. Dan akan menaruh Iklan Adsense yang berbeda bagi artikel yang lebih tua dari hari ke “x” (anda akan mengetahui maksud dari “x”  jika sudah menginstallnya).
  5. AdSense Manager – Plugin WordPress Google Adsense ini digunakan untuk mengelola Iklan Google Adsense. Plugin ini menghasilkan kode Adsense secara otomatis dan juga memungkinkan untuk menempatkannya dalam Widget.
  6. AdSense Sharing Revenue and Earnings System – Plugin WordPress Google Adsense ini memungkinkan anda untuk melihat pendapatan adsense anda dan memamerkan impresi adsense anda kepada rekan penulis diblog, tentu jika anda punya rekan penulis.
  7. Author Adsense WordPress Plugin – Plugin WordPress Google Adsense ini memungkinkan blogger untuk memasukan ID Publisher Google Adsense mereka dengan tujuan mendapatkan penghasilan dari Google Adsense.
  8. Author Adsense MU Plugin -Plugin WordPress Google Adsense ini memungkinkan Webmaster yang menggunakan WordPress MU untuk mendapat penghasilan dari Adsense.
  9. Adsense Beautifier -Plugin Wordpress  Google Adsene ini akan membuat iklan Google Adsense anda tampak lebih cantik dengan meletakan gambar didalamnya untuk meningkatkan CTR anda dan tentu saja akan berimbas pada peningkatan income Adsense. (Namun plugin ini tidak saya rekomendasikan karena melanggar TOS Google)
  10. AdSense Widget for WordPress Sidebar -Plugin Wordpress Google Adsense ini akan menyediakan Widget Sidebar untuk Google Adsense pada blog WordPress anda.
  11. AdRotator WordPress Plugin – Plugin WordPress Google Adsense ini memungkinkan anda untuk menampilkan program afiliasi seperti Chitika minimalls atau program afiliasi apapun secara bergantian. Membantu untuk mengurangi pengabaian iklan dan menguji berbagai format iklan dan program afiliasi.
  12. Adsense Earnings WordPress Plugin -Plugin Wordpress Google Adsense ini sangat bagus karena bisa menampilkan income Google Adsense anda di dashboard WordPress.

Untuk Support dan Upgrade Plugins silahkan menghubungi author atau penulis dari plugins yang bersangkutan. Terima Kasih…

]]> http://www.cakming.com/plugins-wordpress-buat-google-adsense/feed/ 7