Ada yang membutuhkan penginapan murah di Yogyakarta? 1 rumah 4 kamar dengan fasilitas lengkap (TV di setiap kamar dan ruang keluarga, jaringan TV Kabel, Free Wifi, Full AC, Free Laundry, Full furniture, water heater, kulkas, kitchen, kamar mandi dalam) hanya 450rb/hari (selama masa promosi). Kalau menghendaki per kamar juga bisa, cuma 150rb/hari.

Kode Program Sistem Pakar

Dalam buku saya yang berjudul sistem pakar teori dan aplikasi, disertai dengan CD program. Program tersebut dibuat dengan borland delphi 5 dengan dukungan komponen ABC for delphi 5 dan DBMS Interbase. Namun sayang banyak pembaca yang merasa kesulitan untuk mendapatkan komponen tersebut sementara saya tidak bisa menshare komponen tersebut karena belum free. Oleh karena itu untuk para pembaca buku saya, ini saya sediakan kode program yang tanpa komponen ABC dengan interface seadanya. Bagi yang memerlukan silahkan download disini. Semoga bermanfaat.

Decision Tree as Knowledge Management Tool in Image Classification

Expert System has been grown so fast as a science that study how to make computer capable of solving problems that typically can only be solved by expert. It has been realized that the biggest challenge of developing expert system is the process include expert’s knowledge into the system.

This research tries to model expert’s knowledge management using case based reasoning method. The knowledge itself is not inputted directly by the expert, but rather the system will learn the knowledge from what the expert did to the previous cases.

This research takes image classification as the problem to be solved. As the knowledge development technique, we build decision tree by using C4.5 algorithm. Variables used for building the decision tree are the image visual features.
...

to read the full paper you can download here

this paper has been presented in Knowledge Management International Conference 12th Juni 2008 in Holiday Villa Beach Resort & Spa Langkawi Malaysia

the presentation file can be download here

Plagiarisme

Plagiarisme menurut wikipedia adalah penjiplakan atau pengambilan karangan, pendapat, dan sebagainya dari orang lain dan menjadikannya seolah karangan dan pendapat sendiri.

Masih menurut wikipedia yang digolongkan sebagai plagiarisme adalah:

* menggunakan tulisan orang lain secara mentah, tanpa memberikan tanda jelas (misalnya dengan menggunakan tanda kutip atau blok alinea yang berbeda) bahwa teks tersebut diambil persis dari tulisan lain
* mengambil gagasan orang lain tanpa memberikan anotasi yang cukup tentang sumbernya

sedangkan hal-hal yang tidak tergolong plagiarisme, dalam wikipedia dijelaskan:

* menggunakan informasi yang berupa fakta umum.
* menuliskan kembali (dengan mengubah kalimat atau parafrase) opini orang lain dengan memberikan sumber jelas.
* mengutip secukupnya tulisan orang lain dengan memberikan tanda batas jelas bagian kutipan dan menuliskan sumbernya.

Menghindarkan plagiarismen memang tidak mudah. Apalagi dengan adanya internet yang memudahkan kita untuk mendapatkan informasi yang dengan mudah pula kita copy paste.

Sebagian penulis yang baru belajar terkadang terjebak pada kondisi ini, entah karena disengaja maupun tanpa disengaja karena ketidaktahuannya.

Hal ini juga terjadi pada saya, sebagai orang yang baru belajar menulis yang belum begitu paham masalah kutip pengutipan.

Pada awalnya saya anggap untuk menghindari plagiarisme cukup dengan menyebutkan sumbernya pada bagian daftar pustaka. Tentu saja ini tidak benar, kita harus menyebutkan sumber dengan jelas untuk setiap tulisan yang kita ambil dari tempat lain.

Ini terjadi pada saat saya menulis buku saya yang berjudul Sistem Pakar: Teori dan Aplikasi. Buku ini saya tulis dengan tujuan untuk memberikan contoh pembangunan aplikasi sistem pakar yang merupakan hasil penelitian saya. Untuk memperkaya dasar pemahaman tentang sistem pakar yang ingin saya contohkan, saya mengambil dari berbagai sumber dengan menyebutkan sumber itu pada bagian daftar pustaka, dan tanpa menyebut sumber pada tiap tulisannya. Sumber yang saya ambil untuk buku saya tersebut diantaranya adalah karya Bapak Herman Tolle yang berjudul Pengantar Kecerdasan Buatan (Artificial Intelligence) yang saya ambil dari elektro.brawijaya.ac.id/akademik/ kuliah/tke392/I%20-%20PENGANTAR%20AI.PDF dan Representasi Pengetahuan ( Knowledge Representation) yang saya ambil dari elektro.brawijaya.ac.id/akademik/kuliah/ tke392/III%20-%20REPRESENTASI%20PENGETAHUAN.PDF (tanggal akses 9 Des 05)

Mohon maaf kepada Bapak Herman, dan pihak-pihak lain yang mungkin saya rugikan karena ketidakpahaman saya tentang tata cara penulisan kembali suatu karya.

Collaborating Text and Image Features for Building Decision Tree of Diagnose Problem

Making a good and clear diagnosis needs medical data in various forms. A design of diagnosis application is discuss here using case based reasoning method. All previous domain cases are represented in decision tree, text and medical image visual features data concerning with the domain are used as variables decision.

The texture features extracted from medical images used here are first order color moment, second order color moment, third order color moment, entropy, energy, contras and homogeneity. The decision tree is constructed by C4.5 algorithm.

The build decision tree hopefully can support diagnosis process in computer based diagnosis tool.


....

to read the full paper you can download here

this paper has been presented in International Graduate Conference on Engineering and Science on 24th December 2008 in University Technology Malaysia

the presentation file can be download here

Algoritma C4.5

Untuk memudahkan penjelasan mengenai algoritma C4.5 berikut ini disertakan contoh kasus yang dituangkan dalam Tabel 3.1.

Dalam kasus yang tertera pada Tabel 3.1, akan dibuat pohon keputusan untuk menentukan main tenis atau tidak dengan melihat keadaan cuaca, temperatur, kelembaban dan keadaan angin.

Secara umum algoritma C4.5 untuk membangun pohon keputusan adalah sebagai berikut:

1. Pilih atribut sebagai akar
2. Buat cabang untuk masing-masing nilai
3. Bagi kasus dalam cabang
4. Ulangi proses untuk masing-masing cabang sampai semua kasus pada cabang memiliki kelas yang sama.

Untuk memilih atribut sebagai akar, didasarkan pada nilai gain tertinggi dari atribut-atribut yang ada. Untuk menghitung gain digunakan rumus seperti tertera dalam Rumus 1 (Craw, S., ---).

Sedangkan penhitungan nilai entropy dapat dilihat pada rumus 2 berikut(Craw, S., ---):

Berikut ini adalah penjelasan lebih rinci mengenai masing-masing langkah dalam pembentukan pohon keputusan dengan menggunakan algoritma C4.5 untuk menyelesaikan permasalahan pada Tabel 3.1.

1. Menghitung jumlah kasus, jumlah kasus untuk keputusan Yes, jumlah kasus untuk keputusan No, dan Entropy dari semua kasus dan kasus yang dibagi berdasarkan atribut OUTLOOK, TEMPERATURE, HUMIDITY dan WINDY. Setelah itu lakukan penghitungan Gain untuk masing-masing atribut. Hasil perhitungan ditunjukkan oleh Tabel 3.2.







2. 
   
   

Baris TOTAL kolom Entropy pada Tabel 3.2 dihitung dengan rumus 2, sebagai berikut:

Dari hasil pada Tabel 3.2 dapat diketahui bahwa atribut dengan Gain tertinggi adalah HUMIDITY yaitu sebesar 0.37. Dengan demikian HUMIDITY dapat menjadi node akar. Ada 2 nilai atribut dari HUMIDITY yaitu HIGH dan NORMAL. Dari kedua nilai atribut tersebut, nilai atribut NORMAL sudah mengklasifikasikan kasus menjadi 1 yaitu keputusan-nya Yes, sehingga tidak perlu dilakukan perhitungan lebih lanjut, tetapi untuk nilai atribut HIGH masih perlu dilakukan perhitungan lagi.

Dari hasil tersebut dapat digambarkan pohon keputusan sementara-nya tampak seperti Gambar 3.1

1. 
   
   
   
   
   
   
   
   
   
2. Menghitung jumlah kasus, jumlah kasus untuk keputusan Yes, jumlah kasus untuk keputusan No, dan Entropy dari semua kasus dan kasus yang dibagi berdasarkan atribut OUTLOOK, TEMPERATURE dan WINDY yang dapat menjadi node akar dari nilai atribut HIGH. Setelah itu lakukan penghitungan Gain untuk masing-masing atribut. Hasil perhitungan ditunjukkan oleh Tabel 3.3.

Dari hasil pada Tabel 3.3 dapat diketahui bahwa atribut dengan Gain tertinggi adalah OUTLOOK yaitu sebesar 0.67. Dengan demikian OUTLOOK dapat menjadi node cabang dari nilai atribut HIGH. Ada 3 nilai atribut dari OUTLOOK yaitu CLOUDY, RAINY dan SUNNY. Dari ketiga nilai atribut tersebut, nilai atribut CLOUDY sudah mengklasifikasikan kasus menjadi 1 yaitu keputusan-nya Yes dan nilai atribut SUNNY sudah mengklasifikasikan kasus menjadi satu dengan keputusan No, sehingga tidak perlu dilakukan perhitungan lebih lanjut, tetapi untuk nilai atribut RAINY masih perlu dilakukan perhitungan lagi.

Pohon keputusan yang terbentuk sampai tahap ini ditunjukkan pada gambar 3.2 berikut:

3. Menghitung jumlah kasus, jumlah kasus untuk keputusan Yes, jumlah kasus untuk keputusan No, dan Entropy dari semua kasus dan kasus yang dibagi berdasarkan atribut TEMPERATURE dan WINDY yang dapat menjadi node cabang dari nilai atribut RAINY. Setelah itu lakukan penghitungan Gain untuk masing-masing atribut. Hasil perhitungan ditunjukkan oleh Tabel 3.4.

Dari hasil pada tabel 3.4 dapat diketahui bahwa atribut dengan Gain tertinggi adalah WINDY yaitu sebesar 1. Dengan demikian WINDY dapat menjadi node cabang dari nilai atribut RAINY. Ada 2 nilai atribut dari WINDY yaitu FALSE dan TRUE. Dari kedua nilai atribut tersebut, nilai atribut FALSE sudah mengklasifikasikan kasus menjadi 1 yaitu keputusan-nya Yes dan nilai atribut TRUE sudah mengklasifikasikan kasus menjadi satu dengan keputusan No, sehingga tidak perlu dilakukan perhitungan lebih lanjut untuk nilai atribut ini.

Pohon keputusan yang terbentuk sampai tahap ini ditunjukkan pada Gambar 3.3.

Dengan memperhatikan pohon keputusan pada Gambar 3.3, diketahui bahwa semua kasus sudah masuk dalam kelas. Dengan demikian, pohon keputusan pada Gambar 3.3 merupakan pohon keputusan terakhir yang terbentuk.

Pemilihan Peneliti Muda Indonesia 2008

Tanggal 3-6 Agustus saya mengikuti Pemilihan Peneliti Muda Indonesia (PPMI) 2008 yang diselenggarakan oleh LIPI. Kebetulan saya menjadi salah satu finalis dari 2 yang masuk sebagai finalis dalam kategori Teknik dan Rekayasa. Selain dari kategori Teknik dan Rekayasa masih ada 18 finalis lainnya dari 4 kategori yang lain. Selain itu kami juga bersama dengan teman-teman muda dari SMP dan SMA peserta Lomba Karya Ilmiah Remaja (LKIR).

Ini adalah moment yang luar biasa dimana saya bisa bertemu dengan orang-orang hebat dibidangnya. Setiap finalis memiliki keunggulan yang luar biasa. Format acara yang dibuat oleh LIPI dengan menekankan kebersamaan, komunikasi antar peneliti membuat antar finalis akrab satu sama lain, bahkan sampai lupa kalau kami harus saling bersaing untuk terpilih di masing-masing bidang kami.

Hari pertama kami lalui dengan serangkaian acara dari pembukaan di Hotel Sahid bersama dengan pembukaan LIPI Expo 2008 yand secara resmi dilakukan oleh Wakil Presiden kita Bapak Yusuf Kala. Ada pelajaran penting dari yang disampaikan beliau mengenai penelitian,
diantaranya:1. Penelitian harus melihat kedepan, bukan membanggakan teknologi fosil 2. Sebuah penelitan harus mampu membuat masysrakat lebih baik dengan membuat produk atau proses produksi menjadi lebih baik, lebih murah dan lebih cepat.

Selesai acara pembukaan, kami berangkat ke Gedung LIPI di Jl. Gatot Subroto. Inilah acara intinya, presentasi karya dan wawancara. Sungguh pengalaman yang luar biasa saya bisa mendapatkan masukan dan motivasi dari peneliti-peneliti senior dari LIPI dan ITB. Pelajaran yang tercatat dari apa yang mereka sampaikan yaitu bahwa penelitian itu bukan sekedar kesenangan kita melakukan sesuatu, tetapi juga penelitian harus didasarkan pada masalah yang muncul dan hasil penelitian itu bisa menjadi solusi bagi permasalah tersebut. Jika kita melakukan penelitian dengan meninjau penelitian orang lain, jangan kita menunjukkan kesempurnaan dari hasil penelitian orang lain tersebut tetapi justru kelemahannya sehingga kita bisa menutupi kelemahan tersebut (kalau sudah sempurna kita tidak perlu melakukan penelitian lanjutan). Selain itu penelitian juga harus dilakukan secara tuntas, tidak berganti-ganti topik sampai penelitiannya berhasil dan terimplementasikan dengan baik.

Hari pertama yang menegangkan dan melelahkan telah kami lalui, kembali ke hotel Aston Athrium senen tempat kami menginap serasa begitu jauh karena jalanan yang macet. Sampai ke hotel kami langsung berhamburan menyerbu makanan yang sudah dihidangkan di hotel tersebut.

Di hari kedua, panitia membawa kami ke Kantor Kementrian negara Riset dan Teknologi. Kami tidak bertemu dengan menristek yang pada waktu yang sama sedang mendampingi Bapak residen ke Bali. Tapi kami cukup bahagia diterima oleh Sekretaris kementerian Negara Riset dan Teknologi, Bp. Prof Dr Ir Benyamin Lakitan. Sharing ilmu antara para Finalis PPMI, peserta LKIR dan pendamping LKIR dengan Bapak Beny dan Bu Sri yang dipandu oleh Ibu Neni Sintowardani terasa begitu menyenangkan.

Selesai dari kementrian negara riset dan teknologi, kami di ajak ke Bogor mengunjungi Kebon Raya Bogor. Hari yang melelahkan dan menyenangkan kami lalui. Kami sampai kembali di hotel
tempat kami menginap ketika jam makan malam sudah lewat, dan kami tak ragu lagi untuk
menyelesaikan makan malam kami yang tertunda.

Di hari ketiga, kami dibawa ke Graha LIPI lagi untuk mengikuti Temu Ilmiah Peneliti Muda Indonesia tahun 2008, dalam acara ini ada 3 pembicara mantan peneliti muda yang sudah berhasil menyelesaikan penelitian mereka. Sugguh penelitian luar biasa yang dapat memberikan inspirasi bagi setiap peserta dalam pertemuan itu.

Acara dilanjutkan dengan penganugerahan peneliti muda indonesia 2008 dan pengumumkan pemenang LKIR. MMMh acara yang membuat dag dig dug setiap finalis. Detik-detik yang menegangkan kami lalui, dan akhirnya saya belum terpilih untuk mendapatkan icon peneliti muda terbaik dalam bidang teknik dan rekayasa tahun 2008. Tahun ini Bapak Dr. Eng Ratno Nuryadi yang telah memiliki pengalaman lebih banyak dalam melakukan penelitian bersama timnya di Jepang berhasil terpilih sebagai peneliti muda terbaik dalam bidang teknik dan rekayasa tahun 2008. Selamat ya Pak.....

Tanggal 7 Agustus 2008, saya kembali ke Yogyakarta tetap dengan senyum kemenangan,
kemenangan karena diberi kesempatan untuk bertemu teman yang hebat-hebat, kesempatan menimba ilmu gratis yang difasilitasi oleh LIPI, terimakasih LIPI, terimakasih Bu Retno, Bu Mariana, dan juga Bu Neni serta tak lupa Pak Lorent yang membuat suasana selalu ceria...

Dosen Berprestasi Kopertis V

Alhamdulillah, puji syukur tak henti-hentinya saya panjatkan ke hadirat Allah SWT. Hari ini
saya terpilih sebagai dosen berprestasi peringkat 3 di Kopertis Wilayah V Yogyakarta.

Terlalu takut bagi saya untuk berharap terpilih sebagai dosen berprestasi, mengingat kiprah
saya belum lah banyak sebagai dosen. Saya di AMIKOM baru 5 tahun. Tentunya banyak dosen dari perguruan tinggi lain yang telah lebih banyak mengukir prestasi baik dalam bidang pengajaran, penelitian ataupun pengabdian masyarakat.

Hampir tidak percaya, ketika Pak Yanto, Ketua STMIK AMIKOM Yogyakarta menunjukkan surat dari Kopertis yang memberitahukan hasil pemilihan.

Terimakasih ya Allah atas kesempatan yang Kau berikan. Ini akan menjadi cambuk pemacu bagi saya untuk terus berprestasi, untuk terus berkarya.

Juara AMICTA 2008

Hari sabtu tanggal 5 Juli 2008 kemaren diselenggarakan penutupan AMIKOM ICT AWARD (AMICTA) 2008. Dalam acara tersebut dilakukan pemberian penghargaan kepada para peserta yang berhak mendapatkan award. Alhamdulillah saya termasuk yang beruntung karena dari ketiga produk yang saya ikutkan lomba, semua mendapatkan penghargaan. TubEx System mendapat Juara 1 kategori E-Business, Student Candidat Analyzer berhasil mendapat Juara 2 kateogri E-Ediucation dan Image Classification Tool berhasil mendapat Juara 2 untuk kategori Research and Development.

AMICTA 2008 selain memberikan penghargaan, juga memberikan kesempatan produk yang mendapatkan award untuk di lombakan di ajang yang lebih bergengsi yaitu Indonesia ICT AWARD (INAICTA) 2008. Semoga produk-produk dari AMIKOM yang dikirimkan bisa mendapatkan penghargaan di INAICTA 2008.

Jalan-jalan ke Langkawi Malaysia

Alhamdulillah, saya diberi kesempatan untuk jalan-jalan ke negeri Jiran. Ini pertama kalinya lho saya menginjakkan kaki di negeri orang. Saya kesana dalam rangka mempresentasikan makalah di "Knowledge Management International Conference (KMICE) 2008", makalahnya berjudul "Decision tree as knowledge management tool for image classification". Perjalanan saya ini di sponsori oleh STMIK AMIKOM, tempat saya bekerja, Terimakasih AMIKOM...

Karena ini perjalanan pertama, saya sudah mempersiapkan jauh-jauh hari, termasuk pesen tiket pesawat dan penginapan. Saya berangkat tanggal 9 Juni 2008 dan balik tanggal 13 Juni 2008. Untuk semua perjalanan udara saya, saya pake Air Asia.

Malam sebelum berangkat, ada masalah sedikit ternyata penerbangan dari Solo ke Kualalumpur yang akan saya tumpangi dibatalkan, dan penerbangan dialihkan sore hari. Jadi kacau deh soalnya saya sudah merencanakan conecting dari Kualalumpur ke Langkawi. Alhasil saya harus beli lagi deh tiket keberangkatan Jogja-Kualalumpur dan Kualalumpur Langkawi.

Tapi saya masih bersyukur saya masih bisa sampai Langkawi hari itu juga, meskipun sambil ngedumel terhadap pelayanan Air Asia.

Disana saya bertemu 2 teman dari Indonesia, Mahasiswa S3 Teknik Industri ITB Bandung.

Alhamdulillah acara berjalan dengan lancar, saya bisa mempresentasikan makalah saya dengan baik meskipun dengan kemampuan bahasa inggris yang terbatas.

Dan akhirnya dengan selamat saya sampai rumah kembali seperti rencana dan bertemu dua jagoan kecil saya dan juga suami tercinta.

Kuliah Umum di STTA

Hari Kamis Tanggal 29 Mei saya mengisi kuliah umum di Sekolah Tinggi Teknologi Adisucipto (STTA). Dalam acara tersebut saya membawakan materi tetntang perkembangan aplikasi sistem cerdas. Alhamdulillah semua berjalan dengan lancar. Saya sangat bahagia melihat antusiasme mahasiswa STTA dalam menerima materi dan berdikusi mengenai materi tersebut. Trus yang menyenangkan lagi, setelah selesai saya diberikan kenang-kenengan sebuah miniatur pesawat, wah ini bakalan jadi hadiah menarik bagi anak-anak saya. (Tapi rebutan nggak ya......, soalnya cuma satu, anak saya kan dua :-) )

Metode Kuantifikasi Pertanyaan untuk Mendapatkan Nilai Certainty Faktor Pengguna

1. Latar belakang
Dalam aplikasi sistem pakar terdapat suatu metode untuk menyelesaikan masalah ketidakpastian data. Salah satu metode yang dapat digunakan adalah faktor kepastian (certainty factor). Faktor kepastian diperkenalkan oleh Shortliffe Buchanan dalam pembuatan MYCIN (Wesley, 1984). Certainty factor (CF) merupakan nilai parameter klinis yang diberikan MYCIN untuk menunjukkan besarnya kepercayaan.

Ada 2 macam faktor kepastian yang digunakan yaitu:
faktor kepastian yang diisikan oleh pakar bersama dengan aturan
faktor kepastian yang diberikan oleh pengguna

Faktor kepastian yang diisikan oleh pakar menggambarkan kepercayaan pakar terhadap hubungan antara antecedent dan konsekuen pada aturan kaidah produksi. Sebagai contoh diberikan aturan kaidah produksi:

Aturan 1:
Jika bersin-bersin
Dan batuk
Dan pusing
Maka influensa (CF 0.75)

Aturan tersebut diatas menunjukkan bahwa pakar yakin 75% jika bersin-bersin, batuk dan pusing merupakan gejala dari penyakit influensa.

Sementara itu faktor kepastian dari pengguna menunjukkan besarnya kepercayaan terhadap keberadaan masing-masing elemen dalam antecedent.

Misalnya dengan menggunakan contoh pada Aturan 1, kemudian diketahui :

CF bersin-bersin : 0.5
CF batuk : 0.6
CF pusing : - 0.2

Hal ini berarti pengguna yakin bahwa 50 % pasien mengalami bersin-bersin, 60% pasien mengalami batuk dan pengguna yakin 20% bahwa pengguna tidak mengalami pusing.

Untuk mengetahui faktor kepastian oleh pengguna tidak mudah, karena sulit bagi pengguna untuk memperkirakan besarnya nilai kepastian terhadap element antecedent sesuai dengan standar yang diberikan oleh pakar.

2. Metode pencapaian
Untuk mengatasi permasalahan kesulitan dalam menentukan nilai CF pengguna, saya mengusulkan metode kuantifikasi pertanyaan. Metode kuantifikasi pertanyaan merupakan metode untuk mendapatkan nilai faktor kepastian dari pengguna terhadap suatu evidence dengan mengkuantifikasi pertanyaan. Sebagai contoh:

Diinginkan untuk mengetahui derajat kepercayaan demam seorang pasien. Nilai derajat kepercayaan adalah antara -1 s/d 1. Nilai -1 artinya tidak demam sama sekali. Nilai 1 berarti sangat demam. Untuk mendapatkan nilai derajat kepercayaan terhadap demam yang dialami pasien maka pertanyaan yang diberikan oleh sistem adalah

berapa derajat celcius suhu badan pasien

dari jawaban pengguna, besarnya nilai kepercayaan pengguna akan dihitung oleh sistem.
Saya menerapkan metode ini untuk membangun sistem pakar yang digunakan untuk mendiagnosis dan memberikan terapi penyakit TBC pada anak.

3. Penjelasan Metode
CF user diperoleh dari jawaban user saat melakukan konsultasi. CF tidak secara langsung diberikan oleh user tetapi dihitung oleh sistem berdasarkan jawaban user.

Pilihan jawaban yang disediakan oleh sistem berupa jawaban tidak tahu (CF : 0) ya (CF : 1), tidak (CF : -1). Tetapi apabila aturan yang mengandung fungsi kuantitas dan waktu, maka CF akan dihitung sebesar gabungan derajat keanggotaan dari fungsi karakteristik kuantitas dan derajat keanggotaan dari fungsi karakteristik waktu.

Fungsi-fungsi karakteristik didapatkan dari premis aturan yang berbentuk:

Operator_Aturan Data Operator_Kuantitas Kuantitas Toleransi_Kuantitas Operator_Waktu Waktu Toleransi_Waktu

Untuk fungsi karakteristik kuantitas didasarkan pada bagian aturan “Operator _Kuantitas”, “Kuantitas” dan “Toleransi_Kuantitas”. Sedangkan fungsi karakteristik waktu didasarkan pada bagian aturan “Operator _Waktu”, “Waktu” dan “Toleransi_Waktu”.

“Operator_Kuantitas” dan “Operator_Waktu” yang disediakan berupa “=’, “>=”, dan “<=”. “Kuantitas” dan “Waktu” merupakan syarat nilai dari berlakunya aturan itu, sedangkan “Toleransi_Kuantitas” dan “Toleransi_Waktu” memberikan batasan hingga suatu nilai yang membuat data premis ini tidak diabaikan. Sesuai dengan jenis operatornya, ada 3 macam fungsi karakteristik untuk kuantitas dan waktu. Fungsi operator “=”dapat dilihat pada Rumus 1



(1)






dengan
x : Kuantitas/Waktu yang dialami user
Nilai : Nilai kuantitas/waktu standar
Toleransi : Toleransi kuantitas/waktu

Fungsi untuk operator “>=”dapat dilihat pada Rumus 2.


(2)





dengan
x : Kuantitas/Waktu yang dialami user
Nilai : Nilai kuantitas/waktu standar
Toleransi : Toleransi kuantitas/waktu

Sedangkan fungsi operator “<=” dapat dilihat pada Rumus 3.



(3)






dengan
x : Kuantitas/Waktu yang dialami user
Nilai : Nilai kuantitas/waktu standar
Toleransi : Toleransi kuantitas/waktu

Untuk mendapatkan CF user, dilakukan perhitungan interpretasi standar dari interseksi antara CFKuantitas dan CFWaktu yang ditunjukkan pada Rumus 4.


(4)

4. Kemanfaatan


Metode Kuantifikasi Pertanyaan memberikan alternatif kepada para pengembang sistem pakar dalam memperolah nilai faktor kepastian dari pengguna. Dengan menerapkan metode ini dalam sistem pakar maka nilai CF pengguna menjadi lebih akurat sehingga kesimpulan dari sistem pakar juga menjadi lebih bisa dipertanggungjawabkan. Selain itu dengan penerapan metode ini dalam sistem pakar juga akan membuat aplikasi sistem pakar lebih user friendly.


5. Diseminasi


Metode ini sudah saya presentasikan pada 2 pertemuan ilmiah yaitu: “Kuantifikasi Pertanyaan untuk Mendapatkan Certainty Factor Pengguna pada Aplikasi Sistem Pakar untuk Diagnosis Penyakit” disampaikan pada Seminar Ilmiah Nasional Komputasi dan Sistem Intelejen -KOMMIT Vol 4 yang diselenggarakan oleh Universitas Gunadharma Jakarta tahun 2006 “Question Quantification to Obtain User Certainty Factor in Expert System Application for Disease Diagnosis” disampaikan pada The International Conference on Electronic Engineering and Informatics (ICEEI) 2007 yang diselenggarakan oleh Institut Teknologi Bandung tahun 2007


6. Pengakuan dari pihak terkait


Penelitian ini mendapatkan penghargaan sebagai Juara I dalam Lomba Hasil Penelitian Unggulan Terpadu bidang Teknologi Informasi dan Komunikasi (TIK) yang diselenggarakan oleh Departemen Komunikasi dan Informasitika dengan judul penelitian ”Rancang Bangun Sistem Pakar untuk menangani Penyakit Tuberkulosis pada Anak”

Ada masalah dengan program sistem pakar?

Bagi pembaca buku Sistem Pakar Teori dan Aplikasi karangan saya yang bermasalah dalam menjalankan program aplikasinya. Silahkan download File Epilepsi.Exe ini.

Untuk dapat menjalankan program syaratnya komputer harus terinstal ABC for Delphi 5. Jika Anda belum
punya komponen tersebut silahkan download file PEpilepsi.Exe ini, hanya tampilannya tidak sama persis dengan file yang pertama.

Selain itu file-file tersebut harus berada satu folder dengan file databasenya TA.GDB. Tentu saja supaya databasenya bisa terakses DBMS nya yaitu Interbase 5 atau yang lebih tinggi harus sudah terinstal di komputer.

Selamat mencoba....

Buku-buku Karangan Saya

Inilah buku-buku yang berhasil saya tulis dari tahun 2004.

1. Konsep dan Aplikasi Sistem Pendukung Keputusan(th 2007)

Buku ini memberikan gambaran mengenai sistem pendukung keputusan beserta aplikasinya. Model-model dalam sistem pendukung keputusan dipaparkan dengan jelas dan mudah dimengerti

Dalam buku ini disertai dengan beberapa contoh sistem pendukung keputusan untuk memberikan pemahaman yang lebih nyata dalam pembangunan sebuah sistem pendukung keputusan. Dukungan CD yang berisi program aplikasi dan kode programnya yang bisa dicoba akan memudahkan pembaca memahami aplikasi sistem pendukung keputusan

Buku ini cocok untuk mahasiswa yang mengambil bidang informatika ataupun praktisi pembangun perangkat lunak.

2. Tuntunan Praktis Membangun Sistem Informasi Akuntansi dengan Visual Basic dan Microsoft SQL Server(th 2007)

Sebuah tuntunan yang praktis dalam membangun Sistem Informasi Akuntansi. Buku ini mamaparkan konsep dari Sistem Informasi Akuntansi, menjelaskan siklus yang ada dalam Sistem Informasi Akuntansi yang kemudian dituangkan dalam sebuah proses pembangunan Sistem Informasi Akuntansi.

Langkah-langkah dalam siklus pengembangan sebuah sistem informasi dipaparkan dengan detail. Ulasan mengenai teknik pemrograman yang terkait dengan form pencatatan transaksi keuangan dan pembuatan laporan keuangan disampaikan dengan gamblang dengan disertai contoh kode program lengkap yang langsung bisa dicoba oleh pembaca.

Buku ini hadir untuk membantu pembaca memahami Sistem Informasi Akuntansi secara global hingga detail pembuatannya, dari konsep hingga implementasinya.

Buku ini cocok untuk mahasiswa jurusan informatika yang ingin mempelajari sistem informasi akuntansi. Buku ini juga dapat digunakan oleh mahasiswa jurusan akuntansi yang ingin mempelajari teknik implementasi Sistem Informasi Akuntansi berbasis komputer. Bahkan buku ini sangat cocok bagi praktisi pengembang perangkat lunak dari sistem analis hingga ke programmer.

3. Strategi Perancangan dan Pengelolaan Basis Data (th 2007)

Buku ini membahas konsep basis data, sistem basis data, teknik perancangan basis data dengan metode ER-Diagram dan Normalisasi, selain itu buku ini juga membahas tentang bahasa basis data.

4. Sistem Pakar - Teori dan Aplikasi (th 2006)
Buku ini memberikan gambaran lengkap mengenai sistem pakar besertaaplikasinya. Teknik-teknik representasi pengetahuan dan inferensi dipaparkan dengan jelas, disertai dengan contoh-contoh yang mudah dimengerti.

Sebuah kasus pengembangan sitem pakar diberikan diakhir bab untuk memberikan pemahaman yang lebih nyata dalam pembangunan sebuah sistem pakar.

Buku ini cocok untuk mahasiswa yang mengambil bidang informatika ataupun praktisi pembangun perangkat lunak.

5. Struktur Data dan Pemrograman dengan Pascal (th 2004)

Buku Struktur Data dan Pemrograman mengupas tentang hakekat pemrograman, apa saja yang diperlukan dalam membuat sebuah progam serta langkah-langkah yang perlu dilalui. Buku ini juga menjelaskan berbagai konsep struktur data sebagai fondasi dalam mengejawantahkan suatu masalah ke dalam bahasa program. Beberapa hal yang dibahas secara mendalam yaitu dari konsep array, record, linked list, tumpukan/stack, antrian/queue, rekursi, searching sampai dengan penjelasan mengenai sorting.

Sebagai jembatan untuk memahami struktur data, dalam buku ini juga menjelaskan kaedah dasar dalam pemrograman yaitu tipe-tipe data dan logika pemrograman yang meliputi seleksi dan perulangan.

Buku ini merupakan tuntunan dalam memahami materi struktur data di jurusan teknik informatika, manajemen informatika dan ilmu komputer.

Untuk memudahkan pemahaman konsep, diberikan contoh-contoh program yang ilustratif dalam bahasa pemrograman pascal.

Buku-buku ini di terbitkan oleh Andi Offset Yogyakarta klik link ini untuk membeli secara online atau bisa juga didapatkan di TB Gramedia, TB Togamas, atau toko buku lainnnya di kota Anda

Menang lomba penelitian

Alhamdulillah….. penelitian saya dengan judul

“Rancang Bangun Sistem Pakar untuk Menangani Penyakit Tuberkulosis pada Anak”

berhasil mendapat penghargaan sebagai pemenang pertama dalam Lomba Hasil Penelitian Unggulan Terpadu (Dalam Rangka Meta Analisis Kajian Tahun 2000-Sekarang) untuk kategori Industri TIK. Selain kategori tersebut ada 3 kategori lain yaitu Infrastruktur TIK, Pendidikan dan Pelayanan Publik TIK, Dan Pengelolaan TIK.

Lomba ini diselenggarakan oleh Departemen Komunikasi dan Informatika (Depkominfo). Lomba diumumkan melalui website depkominfo www.depkominfo.go.id pada link pengumuman tertanggal 31 Oktober 2007.

Penelitian ini merupakan penelitian mandiri yang saya lakukan pada tahun 2006. Hasil penelitian ini adalah sebuah software yang dapat digunakan untuk membantu paramedis dalam mendiagnosis penyakit TBC pada anak beserta cara penanganannya. Nama sotwarenya TubEx System.

Ketertarikan saya melakukan penelitian ini diawali pengalaman pribadi saya ketika anak saya didiagnosis terkena penyakit tersebut. Berbeda dengan TBC pada orang dewasa yang dalam penegakan diagnosisnya dapat dilakukan dengan tes dahak, pada anak sulit didapatkan dahaknya. Biasanya untuk mengatasi hal itu dilakukan dengan mendapatkan bilasan lambung. Namun selain sulit, hasilnya pun tidak cukup untuk menegakkan diagnosis penyakit TBC pada anak. Dari situ saya menyimpulkan bahwa diagnosis TBC pada anak diperlukan cara khusus yang hanya bisa dilakukan oleh dokter spesialis dibidang tersebut.

Dengan software yang saya buat, saya berharap kemampuan ahli ini dapat digunakan oleh paramedis lain untuk mendiagnosis dan memberikan tatalaksana penyakit yang mematikan ini.

Kesalahan diagnosis TBC dapat meimbulkan efek yang cukup panjang, mengingat anak yang terdiagnosis positip mengidap TBC harus menjalani pengobatan terus menerus selama 6 bulan sampai dengan 2 tahun. Hal ini dapat menimbulkan efek traumatis bagi anak yang mengalaminya.

Jenis dan dosis obat sesuai dengan perkembangan kondisi dan berat badan juga menjadi salah satu perhatian dalam penelitian ini, mengingat kesalahan penentuan jenis dan dosis obat dapat mengakibatkan efek yang cukup berat bagi pasien selain adanya kemungkinan resistensi terhadap obat-obat tersebut.

Sistem pakar yang saya bangun menggunakan metode representasikan pengetahuan dengan metode kaidah produksi. Sementara untuk mengatasi ketidakpastian daa/aturan yang terkadang ada dalam pengetahuan digunakan metode faktor kepastian.

Orisinalitas dari penelitian ini terutama pada bagian penghitungan nilai certainty faktor dari user. Perlu diketahui bahwa dalam metode certainty factor (CF) memiliki 2 nilai CF yaitu nilai CF yang diberikan oleh pakar dan CF yang diberikan oleh user. Penjelasan lebih lanjut tentang CF dan penghitungan CF versi saya bisa dilihat pada posting berikutnya. Tunggu ya....

Password Buku Sistem Informasi Akuntansi

Kepada para pembaca buku saya yang berjudul

"Tuntunan Praktis Membangun Sistem Informasi
Akuntansi dengan Visual Basic dan Microsoft SQL Server"

saya informasikan bahwa Username dan Password admin dari aplikasinya adalah:

username : ADMIN
password : 1

Mohon maaf data username dan passwod tidak tercetak dalam buku cetakan pertama. Apabila ada masukan mengenai isi buku tersebut, mohon diinformasikan. Terimakasih

What is Expert System (Powered by whatis.com)

An expert system is a computer program that simulates the judgement and behavior of a human or an organization that has expert knowledge and experience in a particular field. Typically, such a system contains a knowledge base containing accumulated experience and a set of rules for applying the knowledge base to each particular situation that is described to the program. Sophisticated expert systems can be enhanced with additions to the knowledge base or to the set of rules.

Among the best-known expert systems have been those that play chess and that assist in medical diagnosis.

Also see AI.