KONSEP SKEMA SISTEM CERDAS BUATAN KONSELING MAHASISWA BERBASIS CASE BASED REASONING (CBR)
|
|
- Lanny Makmur
- 7 tahun lalu
- Tontonan:
Transkripsi
1 KONSEP SKEMA SISTEM CERDAS BUATAN KONSELING MAHASISWA BERBASIS CASE BASED REASONING (CBR) Universitas Muhammadiyah Ponorogo Jl. Budi Utomo No. 10, Ponorogo munirah.mt@gmail.com 1. aslan.alwi@yahoo.co.id 2 Abstrak Penelitian ini menyajikan sebuah sistem konseling yang berbasis cerdas buatan, yang diharapkan mampu mendukung dan mewakili dosen wali untuk menghadapi mahasiswa dalam melakukan konseling dengan menampilkan sebuah antarmuka yang dapat dihadapi oleh mahasiswa, dimana mahasiswa mengajukan pertanyaan-pertanyaan konsultasi. Di dalam sistem konseling ini tersedia basis pengetahuan yang diserap dari pengetahuan dosen wali, dimana basis pengetahuan ini digunakan oleh sistem konseling untuk memberikan jawabanjawaban sebagaimana layaknya jika sang mahasiswa bertanya kepada dosen wali. Sistem konseling ini menggunakan metode inferensi Case Based Reasoning (CBR), yaitu sebuah metode yang memanfaatkan pengalaman-pengalaman sebelumnya atau menyimpan pengalamanpengalaman baru untuk memecahkan masalahmasalah yang diajukan oleh mahasiswa. Kata Kunci : Konseling Mahasiswa, Case Based Reasioning (CBR), Cerdas Buatan. Abstract This study presents about counseling system that is based on artificial intelligent, which is expected to support and represent the faculty trustee to deal with students in counseling by displaying an interface that can be faced by students, where students asked questions consultation. Within this counseling system available knowledge base of knowledge absorbed faculty trustee, where the knowledge base is used by counseling system to provide answers as appropriate if the students ask the faculty trustee. This counseling system using the method of inference Case Based Reasoning (CBR), which is a method that utilizes the previous experiences or storing new experiences to solve the problems posed by the students. Keywords: Student Counseling, Case Based Reasoning (CBR), Artificial Intelligent. I. PENDAHULUAN Konseling mahasiswa biasanya dilakukan oleh mahasiswa yang hendak berbagi dengan dosen tentang berbagai permasalahan akademik yang mereka hadapi selama kuliah di perguruan tinggi. Itu dilakukan antara dosen yang ditunjuk sebagai pemangku dosen wali terhadap mahasiswamahasiswi di bawah perwaliannya. Hal-hal yang biasanya dikonsultasikan oleh mahasiswa adalah halhal yang bersifat resmi tentang perkuliahan atau juga tentang berbagai permasalahan keluarga yang melatarbelakangi kesulitan-kesulitan akademik yang mereka hadapi. Hal-hal yang bersifat resmi misalnya adalah konsultasi tentang mata kuliah-mata kuliah apa saja yang cocok untuk mereka ambil pada semester berikutnya, berapa jumlah kredit yang dapat mereka ambil, tentang tugas akhir, tentang biayabiaya yang harus dibayarkan, tentang prosedurprosedur administrasi atau akademik yang harus dilewati dan lain sebagainya. Hal-hal yang bersifat tidak resmi atau semi resmi misalnya mata kuliahmata kuliah yang bermasalah sebelumnya seharusnya dihadapi dengan cara bagaimana, tentang konflik yang terjadi antara sang mahasiswa dengan dosen pengampu mata kuliahnya, tentang kesulitankesulitan keuangannya dalam membiayai kuliah,
2 bagaimana cara belajar yang efektif, bagaimana strategi menghadapi sebuah perkuliahan. Seorang dosen wali dengan bilangan mahasiswa bimbingan yang terbatas dalam hitungan jari atau memiliki waktu luang yang banyak dimana jam perkuliahan yang diampunya tidak terlalu banyak, atau tidak sedang mengerjakan beberapa proyek penelitian, atau tidak sedang duduk merangkap sebagai pejabat yang lain di kampus, maka tentunya ini adalah hal yang mudah dan fokus untuk menangani keluhan-keluhan mahasiswa serta memikirkan solusinya. Akan tetapi bagi dosen yang tidak memiliki banyak waktu sedang jumlah dosen yang terbatas pada perguruan tinggi, dan dosen yang bersangkutan adalah dosen yang terlibat aktif pada pengabdian masyarakat atau penelitian, tentunya menjadi tidak mudah untuk selalu berada ditempat menerima konsultasi mahasiswa atau membagi waktu dan fokus untuk membantu memecahkan permasakahan mahasiswa. Berdasarkan latar belakang ini, terpikirkan bagi peneliti untuk membuat perancangan sistem cerdas buatan yang dapat menggantikan secara sementara, menjadi asisten pribadi bagi sang dosen, untuk membantu sang dosen menangani konsultasikonsultasi mahasiswa. Pikiran ini diwujudkan berupa sebuah rancangan arsitektur sistem cerdas buatan yang berbasiskan pada metode case based reasoning (CBR), yaitu suatu metode penalaran berbasis kasus dimana nantinya sistem ini dapat membantu mahasiswa memecahkan permasalahan-permasalahan akademiknya secara cepat dan memberi saran yang setimbang dengan permasalahan yang dihadapi mahasiswa. II. KAJIAN LITERATUR Sistem cerdas buatan atau artificial intelligence adalah sebuah sub bagian dari bidang sistem informasi. Jika digambarkan, sistem informasi adalah sebuah bagian terbesar, lalu kemudian di dalamnya terdapat sistem pengambilan keputusan, selanjutnya di dalamnya lagi terdapat sistem cerdas buatan. C.S. Krishnamoorthy dan S. Rajeev (1996), menjelaskan bahwa di awal 1950, Herbert Simon, Allen Newell dan Cliff Shaw memimpin sebuah eksperimen yang menulis program yang meniru cara berpikir manusia. Eksperimen menghasilkan sebuah program yang dinamai Logic Theorist, yang terdiri atas sejumlah rule yang dibangun dari sejumlah aksioma. Manakala sebuah ekspresi logika diberikan dia akan mencari melalui seluruh operasi yang mungkin untuk menemukan sebuah bukti bagi ekspresi baru tersebut, dengan menggunakan cara heuristik. Ini adalah sebuah perkembangan utama dalam sistem cerdas buatan. Para ahli Logic Theorist telah mampu dengan cepat memecahkan 38 dari 52 masalah yang diberikan sebelumnya oleh Whitehead and Russel. Pada waktu yang sama, Shanon mengeluarkan sebuah makalah bagi kemungkinan komputer untuk bermain catur. Melalui kerja dari Shannon, Shannon telah mendemonstrasikan konsep tentang program komputer cerdas. Tahun 1956 dipertimbangkan sebagai permulaan dari topik cerdas buatan ( Artificial Intelligence). Ditandai oleh konferenssi pertama tentang cerdas buatan yang diorganisasikan oleh John McCarthy, Marvin Minsky, Nathaniel Rochester dan Claude Shanon pada Dartmouth College di New Hampshire, Michael Negnevitsky (2005) menjelaskan bahwa pada pertengahan tahun 1980, para peneliti, enginer dan ahli menemukan bahwa bangunan sebuah sistem pakar membutuhkan lebih banyak daripada sekedar sebuah sistem penalaran atau mesin sistem pakar dan meletakkan secukupnya rule-rule di dalamnya. Peneliti-peneliti cerdas buatan memutuskan untuk memiliki cara pandang baru yang berbasis pada jaringan syaraf tiruan. Di akhir tahun 1960-an, kebanyakan ide-ide dasar dan konsepkonsep dasar yang dibutuhkan untuk komputasi neural telah tersedia (Cowan, 1990). Akan tetapi, pada pertengahan tahun 1980 solusi tentang ini muncul. Alasan utama untuk kelambatan ada pada masalah dukungan teknologi. Tidak terdapat PC atau workstasion yang cukup kuat untuk memodelkan dan menguji coba dengan menggunakan cerdas buatan (artificial intelligent). Lebih lanjut C.S. Krishnamoorthy dan S. Rajeev (1996), menjelaskan bahwa walaupun Artificial Neural Network (ANN) dan Genetic Algorithms (GA) menyediakan sejumlah tehnik yang berguna untuk kemajuan efektif dan efisiensi pemecahan mamsalah, sistem pakar dan pengembangannya dalam topik yang sejalan membuatnya menjadi mungki dan mudah untuk membumikan masalah. Teknologi sistem pakar adalah yang pertama benar-benar merupakan aplikasi komersial bagi riset dan pengembangan di bidang AI (artificial intelligence). Sistem pakar pertama yang telah berhasil sukses adalah sistem DENDRAL, dikembangkan oleh Fiegenbaum, yang
3 mendemonstrasikan tehnik pemecahan masalah yang tidak pernah dikenali oleh riset dan pengembangan AI sebelumnya. Sistem mensimulasikan keahlian seorang ahli kimia analisis dan kemampuan untuk mengambil keputusan. Sejumlah sistem pakar yang lain adalah dalam bidang eksplorasi geologi, diagnosis medis, dan lain sebagainya yang dikembangkan dengan menggunakan konsep yang telah diperkenalkan oleh Fiegenbaum. III. ANALISIS DAN PERANCANGAN Sistem Pakar berbasis CBR mengandung pengertian bahwa knowledge base dari sistem pakar adalah berupa himpunan case, case yang diambil dari CBR, dan mesin inferensinya adalah metode CBR. Pada implementasinya, case yang dimaksud berupa kartu yang memiliki struktur secara umum sebagai berikut: 1. Bagian Himpunan Parameter dalam bentuk daftar. 2. Bagian Himpunan Solusi, dapat sebuah solusi atau sejumlah solusi dalam bentuk daftar. Implementasi kartu dari sistem pakar yang hendak dibangun memiliki bentuk yang sedikit dimodifikasi dari bentuk umum di atas. Implementasi itu dideskripsikan sebagai berikut: a. Bagian Pertanyaan ditanyakan mahasiswa (selanjutnya disebut sebagai Kepala Kartu) b. Bagian Pertanyaan-pertanyaan yang diajukan oleh sistem pakar dan dijawab oleh mahasiswa (selanjutnya disebut bagian parameter-parameter dari kartu) c. Bagian Solusi yang menjawab pertanyaan mahasiswa (selanjutnya disebut bagian solusi). Gambar berikut memberikan gambaran visual dari implementasi kartu. Pertanyaan mahasiswa :. 1. Parameter 1 : Parameter 2 :.. 3. Parameter 3 :.. 4. Parameter 4 :.. 5. Dst Solusi :... Gambar 1. Visualisasi implementasi kartu Selanjutnya adalah bagaimana kartu-kartu ini tersimpan di dalam sistem adalah sebagai berikut: a. Seluruh kartu di dalam sistem membentuk kelompok-kelompok kartu yang disebut sebagai klaster-klaster kartu. b. Setiap kartu hanya boleh bergabung dengan satu klaster saja. c. Setiap kartu dalam klaster yang sama akan memiliki kumpulan parameter yang sama, tetapi isi atau jawaban dari parameter-parameter tersebut boleh berbeda-beda. d. Setiap kartu dalam klaster yang sama, memiliki solusi-solusi yang berbeda atau sama. e. Setiap klaster memiliki Kata Kunci Klaster. f. Kata kunci klaster = jumlah gabungan seluruh kata kunci dari kepala-kepala kartu yang tergabung dalam klaster tersebut. Contoh: Kartu A pada kepalanya memiliki 4 kata kunci. Kartu B pada kepalanya memiliki 6 kata kunci, tetapi 2 diantaranya sama dengan A. Kartu C pada kepalanya memiliki 4 kata kunci, tetapi 1 diantaranya sama dengan B dan A dan kartu A,B dan C dalam satu klaster. Maka kata kunci dari klaster yang memuatnya adalah 11. g. Jika terdapat sebuah kartu baru, maka kartu baru tersebut memilih klaster yang terdekat sebagai klasternya. h. Kedekatan sebuah klaster dengan sebuah kartu baru, diukur berdasarkan metrik yang dirumuskan sebagai berikut : Misalkan X adalah sebuah klaster, dan A adalah sebuah kartu baru yang masuk dalam sistem CBR, maka jarak antara klaster X dan kartu A dinyatakan dalam : kata kunci(x,a) = Banyaknya kata kunci klaster X yang sama dengan kata kunci kartu A. d(x,a) =, kata kunci(x,a) = 0. 1 / ( kata kunci(x,a)), kata kunci 0.
4 Contoh : Misalkan pada sistim CBR terdapat dua buah klaster, yaitu klaster X dan klaster Y, lalu terdapat kartu baru A yang masuk pada sistim CBR. Misalkan diperoleh bahwa: kata kunci(x,a) = 5 kata kunci(y,a) = 10 diperoleh: d(x,a) = 1/5 d(y,a) = 1/10 Lalu diperoleh : d(y,a) < d(x,a) maka kartu A masuk dalam klaster Y. i. Tentang bagaimana pembentukan klaster baru ditentukan dengan cara menetapkan sebuah threshold jarak antara sebarang klaster dengan sebuah kartu baru yang masuk. Penetapan threshold ditetapkan berdasarkan asumsi, yang dapat diperbaiki seiring dengan jalannya sistim dimana pengguna dapat memperkirakan akurasi yang lebih baik. Contoh penetapan thresshold : Sebuah kartu baru A membentuk klaster baru jika dan hanya jika untuk semua klaster X pada sistem CBR dipenuhi d(x,a) > 1/5. Contoh penggunaan thresshold: Misalkan pada sistim CBR terdapat dua buah klaster, yaitu klaster X dan klaster Y, lalu terdapat kartu baru A yang masuk pada sistim CBR. Dan thresshold ditetapkan sama dengan 1/5. Misalkan diperoleh bahwa: diperoleh: kata kunci(x,a) = 4 kata kunci(y,a) = 3 d(x,a) = 1/4 d(y,a) = 1/3 diperoleh : d(y,a) > 1/5 dan d(x,a) > 1/5 maka kartu A membentuk klaster baru yang berbeda dengan klaster X dan klaster Y, sebut saja misalnya klaster Z, dimana A Z. j. Bila kartu baru, masuk ke dalam sebuah klaster, maka secara otomatis kartu baru tersebut memiliki parameter-parameter yang sama dengan seluruh kartu pada klaster bersangkutan. Selanjutnya kartu baru dikembalikan ke user untuk mengisi secara manual parameterparameter tersebut. k. Bila kartu baru telah diisi parameterparameternya, kartu baru dikembalikan ke klaster asalnya, untuk ditemukan solusi yang sesuai dengan kartu tersebut. l. Penentuan solusi terhadap kartu dilakukan dengan membuat sebuah metrik yang mengukur jarak antara kartu baru dengan kartu-kartu yang lain di dalam klaster yang sama. m. Metrik yang mengukur antar kartu dalam klaster yang sama didefinisikan sebagai berikut: Misal kartu B dan kartu C di dalam klaster X, dan terdapat kartu baru A yang dikembalikan ke klaster X setelah parameter-parameter A diisi oleh mahasiswa. Jarak antara kartu A ke kartu B dinyatakan oleh : parameter(a,b) = Banyaknya jawaban parameter yang sama antara A dan B J(A,B) = 1 / parameter(a,b) Contoh : parameter(a,b) = 5 (terdapat 5 jawaban parameter yang sama antara A dan B) J(A,B) = 1/5 parameter(a,c) = 6 (terdapat 6 jawaban parameter yang sama antara A dan B) J(A,B) = 1/6 Kesimpulan : A lebih dekat ke C sehingga solusi A = solusi C n. Tentang bagaimana solusi baru terbentuk, dibuat sebuah threshold untuk metrik J(A,B) yang menentukn kapan sebuah solusi baru terbentuk. Misal ditetapkan threshold adalah 1/5, ini berarti: Jika untuk setiap kartu Y sebarang dalam klaster X, dan kartu baru A, dimana J(A,Y)<1/5, maka tidak ada solusi yang cocok dengan salah satu kartu dalam klaster X, sehingga kartu A membentuk solusi baru. Solusi baru diberikan oleh ahli atau expert yang berkaitan dengan bidang yang ditanyakan pada kartu A, lalu disimpan (diadaptasikan) kembali ke dalam klaster X untuk pemakaian selanjutnya.
5 o. Skema siklus CBR dari sistem dapat digambar kan sebagai berikut: Pertanyaan : Pertanyaan 1. Parameter 2. Parameter 3. Parameter pada susunan kata-kata dan kecocokan kata-kata pada pertanyaan-pertanyaan mahasiswa, diharapkan metrik tersebut dapat secara fleksibel memberi jalan pada konklusi atau solusi permasalahan mahasiswa. 3. Skema ini adalah sebuah framework sistem konseling yang berdasarkan sistem pakar dengan metode inferensi CBR. Saran pada pengembangan skala besar bagi sistem ini, diperlukan tambahan jenis basis data untuk mendukung sistem ini, yaitu basis data kamus kata-kata dan makna semantiknya untuk dapat menjadi sumber pengetahuan bagi sistem cerdas buatan sistem konseling mahasiswa. Implement/ advise Verifikasi solusi Case Base REFERENSI Krishnamoorthy, C.S.; Rajeev, S. (1996), Artificial Intelligence and Expert Systems for Engineers, ISBN: , CRC Press, CRC Press LLC. Negnevitsky Michael, (2005), Artificial_Intelligence- A Guide to Intelligent Systems, ISBN , Addison-Wesley, Printed and bound in Great Britain by Biddles Ltd, King s Lynn. retrieved case Gunakan solusi kartu sebelumnya Gambar 2. Rancangan skema sistem CBR IV. KESIMPULAN DAN SARAN Dari hasil penelitian ini, dapat disimpulkan : 1. Sistem cerdas buatan adalah sebuah solusi untuk mempermudah sistem konseling mahasiswa dan memberikan kemudahan bagi dosen wali untuk menangani lebih banyak mahasiswa dalam perwaliannya. 2. Metode inferensi CBR diimplementasikan dengan merumuskan metrik yang berlandaskan
MANAGEMENT INFORMATION SYSTEMS Raymond McLeod, Jr. and George Schell
MANAGEMENT INFORMATION SYSTEMS Raymond McLeod, Jr. and George Schell Sistem Pakar Disajikan dalam Kuliah SIM Program Sarjana Magister Universitas Gunadarma Oleh Lily Wulandari 1 Pendahuluan Subsistem CBIS
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN (DECISION SUPPORT SYSTEMS-DSS)
SISTEM PENDUKUNG KEPUTUSAN (DECISION SUPPORT SYSTEMS-DSS) Adalah sistem penghasil informasi yang ditujukan pada suatu masalah tertentu yang harus dipecahkan oleh manajer dan keputusan yang harus dibuat
Lebih terperinciSISTEM PAKAR ( EXPERT SYSTEM )
SISTEM PAKAR ( EXPERT SYSTEM ) System pakar (expert system ) merupakan paket perangkat lunak atau paket program komputer yang ditujukan sebagai penyedia nasehat dan sarana bantu dalam memecahkan masalah
Lebih terperinciBAB 2 TINJAUAN TEORI. Artificial Intelligence. Jika diartikan Artificial memiliki makna buatan,
BAB 2 TINJAUAN TEORI 2.1 Kecerdasan Buatan Kecerdasan buatan adalah sebuah istilah yang berasal dari bahasa Inggris yaitu Artificial Intelligence. Jika diartikan Artificial memiliki makna buatan, sedangkan
Lebih terperinciSistem Pakar Dasar. Ari Fadli
Sistem Pakar Dasar Ari Fadli fadli.te.unsoed@gmail http://fadli84.wordpress.com Lisensi Dokumen: Seluruh dokumen di IlmuKomputer.Com dapat digunakan, dimodifikasi dan disebarkan secara bebas untuk tujuan
Lebih terperinciSemoga Tuhan memberi berkah pada kelas ini.
Semoga Tuhan memberi berkah pada kelas ini. 1 TUJUAN Agar mahasiswa memahami Sistem Pakar Agar mahasiswa dapat memahami aplikasi dan penerapan dari sistem pakar 2 MATERI POKOK Pertemuan Pokok Bahasan ke-
Lebih terperinciRENCANA PEMBELAJARAN SEMESTER (RPS)
1 RENCANA PEMBELAJARAN SEMESTER (RPS) Mata Kuliah : Applied Artificial Intelligent Kode/ Bobot : ------- Status : Mata Kuliah Penunjang Disertasi Prasyarat : - Deskripsi Singkat : Konsep dasar Artificial
Lebih terperinciARTIFICIAL INTELLIGENCE / AI (Kecerdasan Buatan)
ARTIFICIAL INTELLIGENCE / AI (Kecerdasan Buatan) Definisi : - Awalnya komputer difungsikan sebagai alat hitung. - Seiring dengan perkembangan jaman, komputer diharapkan dapat diberdayakan untuk mengerjakan
Lebih terperinciUKDW BAB 1 PENDAHULUAN. 1.1 Pendahuluan
BAB 1 PENDAHULUAN 1.1 Pendahuluan Komputer merupakan salah satu teknologi yang berkembang cepat seiring dengan kemajuan informasi sekarang ini. Hal inilah yang mendorong manusia untuk mengikuti perkembangan
Lebih terperinciPENGEMBANGAN SISTEM PAKAR BERBASIS ATURAN UNTUK MENENTUKAN MATA KULIAH YANG AKAN DIAMBIL ULANG (REMEDIAL) DENGAN METODE FORWARD CHAINING
PENGEMBANGAN SISTEM PAKAR BERBASIS ATURAN UNTUK MENENTUKAN MATA KULIAH YANG AKAN DIAMBIL ULANG (REMEDIAL) DENGAN METODE FORWARD CHAINING HARIYADI Program Studi Teknik Elektro UMSB ABSTRAK Nilai IP (Indeks
Lebih terperinciINTELEGENSI BUATAN. Sistem Pakar. M. Miftakul Amin, M. Eng. website :
INTELEGENSI BUATAN Sistem Pakar M. Miftakul Amin, M. Eng. e-mail: mmiftakulamin@gmail.com website : http://mafisamin.web.ugm.ac.id Jurusan Teknik Komputer Politeknik Negeri Sriwijaya Palembang 2015 1 Definisi
Lebih terperinciPengenalan Kecerdasan Buatan (KB)
Pengenalan Kecerdasan Buatan (KB) Pengertian Kecerdasan Buatan VS Kecerdasan Alami Komputasi KB VS Komputasi Konvensional Sejarah KB Lingkup KB Soft Computing Referensi Luger & Stubblefield - bab 1 Sri
Lebih terperinciJonh Fredrik Ulysses
Kelas A & B Jonh Fredrik Ulysses jonh.fredrik.u@gmail.com STMIK Palangkaraya - 2012 - JFU Tujuan Mahasiswa mampu memahami konsep-konsep sistem pakar (expert system) dan mampu mengimplementasikannya baik
Lebih terperinciBAB I PENDAHULUAN. tubuh. Dalam suatu serangan jantung (myocardial infarction), bagian dari otot
BAB I PENDAHULUAN I.1. Latar Belakang Penyakit Jantung adalah sebuah otot yang memompa darah ke seluruh tubuh. Dalam suatu serangan jantung (myocardial infarction), bagian dari otot jantung mati sewaktu
Lebih terperinciBAB I Pengenalan Kecerdasan Buatan (Artificial Inteligent / AI ) Created A.Tohir from Dosen Mr.Zulkifli
BAB I Pengenalan Kecerdasan Buatan (Artificial Inteligent / AI ) Created A.Tohir from Dosen Mr.Zulkifli Definisi Kecerdasan Buatan Merupakan salah satu bagian dari ilmu komputer Yang membuat agar mesin
Lebih terperinciAPLIKASI SISTEM PAKAR UNTUK PERTOLONGAN PERTAMA MENDIAGNOSA DEMAM Shela Shelina Universitas Gunadarma Jl. Margonda Raya No. 100 Pondok Cina, Depok 164
EXPERT SYSTEM APPLICATION FOR FIRST AID DIAGNOSE FEVER Shela Shelina Undergraduate Program, Information Systems Gunadarma University http://www.gunadarma.ac.id Keywords: Expert System, General Disease
Lebih terperinciBab 1 PENDAHULUAN 1.1. Latar belakang masalah
Bab 1 PENDAHULUAN 1.1. Latar belakang masalah Perkembangan teknologi yang sangat pesat sekarang ini terutama dalam bidang teknik informasi telah menjadikan informasi merupakan kebutuhan yang sangat penting.
Lebih terperinciBAB I PENDAHULUAN. (intelligent system) adalah sistem yang dibangun dengan menggunakan
BAB I PENDAHULUAN A. Latar Belakang Kecerdasan buatan atau artificial intelligence merupakan bagian dari ilmu komputer yang membuat agar mesin (komputer) dapat melakukan pekerjaan seperti dan sebaik yang
Lebih terperinciSISTEM PAKAR UNTUK MENENTUKAN TIPE AUTISME PADA ANAK USIA 7-10 TAHUN MENGGUNAKAN METODE FORWARD CHAINING. Agam Krisna Setiaji
1 SISTEM PAKAR UNTUK MENENTUKAN TIPE AUTISME PADA ANAK USIA 7-10 TAHUN MENGGUNAKAN METODE FORWARD CHAINING Agam Krisna Setiaji Program Studi Teknik Informatika Fakultas Ilmu Komputer Universitas Dian Nuswantoro,
Lebih terperinciSISTEM PAKAR PENDETEKSI PENYAKIT MATA BERBASIS ANDROID
Jurnal Sistem dan Teknologi Informasi (JUSTIN) Vol. 1, No. 2, (2017) 57 SISTEM PAKAR PENDETEKSI PENYAKIT MATA BERBASIS ANDROID Aditiawarman 1, Helfi Nasution 2, Tursina 3 Program Studi Teknik Informatika,
Lebih terperinciSeminar Nasional Aplikasi Teknologi Informasi 2004 Yogyakarta, 19 Juni 2004
Seminar Nasional Aplikasi Teknologi Informasi 2004 Yogyakarta, 19 Juni 2004 Visualisasi Sistem Pakar Dalam Menganalisis Tes Kepribadian Manusia (Empat Aspek Tes Kepribadian Peter Lauster) Sri Winiarti
Lebih terperinciMata Kuliah : Penerapan Komputer Dosen : Toto Haryanto Hari, tanggal : Senin, SISTEM PAKAR. Kelompok 1. Nama Kelompok
Mata Kuliah : Penerapan Komputer Dosen : Toto Haryanto Hari, tanggal : Senin, 7-11-2011 SISTEM PAKAR Kelompok 1 Nama Kelompok 1. Yovi Redhia Mulsi D14090048 2. Edgina Burton D14090027 3. Devin Krissandy
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN
SISTEM PENDUKUNG KEPUTUSAN N. Tri Suswanto Saptadi Informatics Engineering Faculty of Information Technology Konsep SPK SPK atau DSS (Decision Support System): suatu sistem berbasis komputer inter-aktif
Lebih terperinciBAB III TEORI DASAR SISTEM PAKAR DAN SISTEM KONTROL BERBASIS SISTEM PAKAR 20 BAB III TEORI DASAR SISTEM PAKAR DAN SISTEM KONTROL BERBASIS SISTEM PAKAR
SISTEM PAKAR 20 BAB III TEORI DASAR SISTEM PAKAR DAN SISTEM KONTROL BERBASIS SISTEM PAKAR 3.1 Sistem Pakar Sistem pakar adalah suatu program komputer cerdas yang menggunakan knowledge (pengetahuan) dan
Lebih terperinciBAB 1 PENDAHULUAN UKDW
BAB 1 PENDAHULUAN 1.1 Latar Belakang Kebutuhan akan informasi yang tepat, akurat dan cepat semakin dibutuhkan oleh semua orang dengan intensitas yang semakin meningkat. Untuk memenuhi kebutuhan akan informasi
Lebih terperinciBAB 1 PENGENALAN KECERDASAN BUATAN 2 Dengan definisi ini, Kecerdasan Buatan menawarkan baik media maupun uji teori kecerdasan. Teori-teori ini dapat d
Bab1 Pengenalan Kecerdasan Buatan POKOK BAHASAN: Definisi Kecerdasan Buatan Sejarah Kecerdasan Buatan Sub Disiplin Ilmu dalam Kecerdasan Buatan Lingkup Kecerdasan Buatan pada Aplikasi Komersial Kecerdasan
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Tanaman Sengon dikenal dengan nama ilmiah paraserianthes falcataria (L) Nielsen termasuk dalam famili Fabaceae, Sengon adalah tanaman yang berasal dari wilayah Haiti,
Lebih terperinciKECERDASAN BUATAN Artificial Intelligence (AI)
KECERDASAN BUATAN Artificial Intelligence (AI) Pengertian AI Putu Putra Astawa S.Kom.,M.kom Ptputraastawa@gmail.com Ptputraastawa.wordpress.com Kedudukan Ilmu Kecerdasan Buatan Kecerdasan? Kecerdasan berasal
Lebih terperinciSistem Pakar Untuk Mendeteksi Kerusakan Pada Sepeda Motor 4-tak Dengan Menggunakan Metode Backward Chaining
Sistem Pakar Untuk Mendeteksi Kerusakan Pada Sepeda Motor 4-tak Dengan Menggunakan Metode Backward Chaining Maria Shusanti F Program Studi Teknik Informatika Fakultas Ilmu Komputer Universitas Bandar Lampung
Lebih terperinciPEMANFAATAN TEKNOLOGI KNOWLEDGE-BASED EXPERT SYSTEM UNTUK MENGIDENTIFIKASI JENIS ANGGREK DENGAN MENGGUNAKAN BAHASA PEMROGRAMAN JAVA
Yogyakarta, 22 Juli 2009 PEMANFAATAN TEKNOLOGI KNOWLEDGE-BASED EXPERT SYSTEM UNTUK MENGIDENTIFIKASI JENIS ANGGREK DENGAN MENGGUNAKAN BAHASA PEMROGRAMAN JAVA Ana Kurniawati, Marliza Ganefi, dan Dyah Cita
Lebih terperinciPERANCANGAN SYSTEM PAKAR GENERIC MENGGUNAKAN BINARY TREE
PERANCANGAN SYSTEM PAKAR GENERIC MENGGUNAKAN BINARY TREE Luky Agus Hermanto, ST., MT. Jurusan Teknik Informatika Fakultas Teknologi Informasi Institut Teknologi Adhi Tama Surabaya Jl. Arif Rahman Hakim
Lebih terperinciSISTEM BERBASIS PENGETAHUAN PENDAHULUAN HENKI FDS R
SISTEM BERBASIS PENGETAHUAN PENDAHULUAN HENKI FDS R DESKRIPSI PERKULIAHAN Mata Kuliah Sistem Berbasis Pengetahuan (2 SKS) Tujuan : Mhs mampu memahami SBP : karakteristik, penggunaan, manfaat dan arsitektur
Lebih terperinciKecerdasan Buatan. Dosen : Dr. Ir. Dian Retno Sawitri, MT Buku : Russel and Norvig (1995) Turban (1993) Rich and Knight (1991) dll
Kecerdasan Buatan Dosen : Dr. Ir. Dian Retno Sawitri, MT Buku : Russel and Norvig (1995) Turban (1993) Rich and Knight (1991) dll Definisi Kecerdasan Buatan (Artificial Intelligence/AI) Proses Berpikir
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Sistem pendukung keputusan merupakan sistem komputer interaktif, yang membantu untuk mengambil keputusan dengan menggunakan data dan berbagai model untuk menyelesaikan
Lebih terperinciPengetahuan 2.Basis data 3.Mesin Inferensi 4.Antarmuka pemakai (user. (code base skill implemetation), menggunakan teknik-teknik tertentu dengan
Bab II TINJAUAN PUSTAKA 2.1 Pengertian Sistem Pakar Sistem pakar (expert system) adalah sistem yang berusaha mengapdosi pengetahuan manusia ke komputer, agar komputer dapat menyelesaikan masalah seperti
Lebih terperinciRANCANG BANGUN PERANGKAT LUNAK PENGEMBANG SISTEM PAKAR BERBASIS ATURAN DENGAN METODE FORWARD CHAINING
RANCANG BANGUN PERANGKAT LUNAK PENGEMBANG SISTEM PAKAR BERBASIS ATURAN DENGAN METODE FORWARD CHAINING Merwin dan Maria Irmina P. Universitas Multimedia Nusantara,Tangerang merwin.law@gmail.com dan maria@unimedia.ac.id
Lebih terperinciEXPERT SYSTEM DENGAN BEBERAPA KNOWLEDGE UNTUK DIAGNOSA DINI PENYAKIT-PENYAKIT HEWAN TERNAK DAN UNGGAS
EXPERT SYSTEM DENGAN BEBERAPA KNOWLEDGE UNTUK DIAGNOSA DINI PENYAKIT-PENYAKIT HEWAN TERNAK DAN UNGGAS Agus Sasmito Aribowo Teknik Informatika. UPN Veteran Yogyakarta Jl. Babarsari no 2 Tambakbayan 55281
Lebih terperinciSISTEM PAKAR. (Expert System) L/O/G/O
SISTEM PAKAR (Expert System) L/O/G/O Latar Belakang E/S Sistem Pakar memberikan banyak keuntungan bagi operasi perusahaan dan manajer, tetapi memiliki keterbatasan significan. Artificial Intelligence merupakan
Lebih terperinciBAB I PENDAHULUAN 1BAB I PENDAHULUAN
BAB I PENDAHULUAN 1BAB I PENDAHULUAN 1.1 Latar Belakang Penyakit gigi merupakan salah satu penyakit yang dapat menyerang semua orang, namun di sisi lain jumlah dokter gigi di Indonesia masih sangat sedikit
Lebih terperinciBAB 1 PENDAHULUAN. Berbagai cabang ilmunya telah membantu manusia menyelesaikan pekerjaan dengan
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Perkembangan ilmu kecerdasan buatan saat ini sudah berkembang pesat. Berbagai cabang ilmunya telah membantu manusia menyelesaikan pekerjaan dengan lebih baik, cepat,
Lebih terperinciKecerdasan Buatan (Artificial Intelligence) Muhammad Dahria
Kecerdasan Buatan (Artificial Intelligence) Muhammad Dahria Abstrak Kecerdasan Buatan (Artificial Intelligence) merupakan salah satu bagian dari ilmu komputer yang mempelajari bagaimana membuat mesin (komputer)
Lebih terperinciArtificial intelligence
Artificial intelligence Team teaching: Sri Winiarti, Andri Pranolo, dan Anna Hendri SJ Andri Pranolo W : apranolo.tif.uad.ac.id M : 081392554050 E : andri.pranolo@tif.uad.ac.id Informatics Engineering,
Lebih terperinciAPPLIED ARTIFICIAL INTELLIGENT. Ir. Arthur Daniel Limantara, MM.MT
APPLIED ARTIFICIAL INTELLIGENT Ir. Arthur Daniel Limantara, MM.MT PENILAIAN Paper 30 % Ujian Tengah Semester 30 % Ujian Akhir Semester 40 % Open Book 2 REFERENSI UTAMA INTRODUCTION TO ARTIFICIAL INTELLIGENT,
Lebih terperinciSISTEM PAKAR ONLINE MENGGUNAKAN RULE BASE METHOD UNTUK DIAGNOSIS PENYAKIT AYAM SKRIPSI KIKI HENDRA SITEPU
SISTEM PAKAR ONLINE MENGGUNAKAN RULE BASE METHOD UNTUK DIAGNOSIS PENYAKIT AYAM SKRIPSI KIKI HENDRA SITEPU 060823019 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA
Lebih terperinciKECERDASAN BUATAN ARTIFICIAL INTELLIGENCE. Copyright: Anik Handayani FT-UM
KECERDASAN BUATAN ARTIFICIAL INTELLIGENCE Copyright: Anik Handayani FT-UM ARTIFICIAL INTELLIGENCE Mata Kuliah:Kecerdasan Buatan (Artificial Intelligence/AI) Deskripsi Mengenai Kecerdasan Buatan Kecerdasan
Lebih terperinciAPLIKASI SISTEM PAKAR UNTUK MENGIDENTIFIKASI PENYAKIT DALAM PADA MANUSIA MENGGUNAKAN METODE FORWARD CHAINING
APLIKASI SISTEM PAKAR UNTUK MENGIDENTIFIKASI PENYAKIT DALAM PADA MANUSIA MENGGUNAKAN METODE FORWARD CHAINING 1 Diah Malis Oktaviani (0089), 2 Tita Puspitasari (0365) Program Studi Teknik Informatika Universitas
Lebih terperinciH. A. Simon [1987] : Rich and Knight [1991]:
H. A. Simon [1987] : Kecerdasan buatan (artificial intelligence) merupakan kawasan penelitian, aplikasi dan instruksi yang terkait dengan pemrograman komputer untuk melakukan sesuatu hal yang - dalam pandangan
Lebih terperinciSekilas Tentang Kecerdasan Buatan
Sekilas Tentang Kecerdasan Buatan Oleh: Entin Martiana Penyaji: Setiawardhana Definisi Kecerdasan Buatan Banyak cara untuk mendefinisikan Kecerdasan Buatan, diantaranya adalah : Suatu studi yang mengupayakan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Pada saat ini, metode kecerdasan buatan (Artificial Intelligence) banyak digunakan dalam berbagai bidang seperti: bisnis, militer, pendidikan, psikologi, permainan
Lebih terperinciSistem Informasi Jadwal Perkuliahan dengan Metode Sistem Pakar
57 Sistem Informasi Jadwal Perkuliahan dengan Metode Sistem Pakar Heru Nurwarsito Abstract Pengaturan ruang kuliah adalah merupakan suatu kegiatan yang dilakukan oleh tata usaha jurusan atau Fakultas,
Lebih terperinciMODEL HEURISTIK. Capaian Pembelajaran. N. Tri Suswanto Saptadi
1 MODEL HEURISTIK N. Tri Suswanto Saptadi 2 Capaian Pembelajaran Mahasiswa dapat memahami dan mampu mengaplikasikan model Heuristik untuk menyelesaikan masalah dengan pencarian solusi terbaik. 1 3 Model
Lebih terperinciBAB I PENDAHULUAN. membantu menjalankan kegiatannya adalah bidang kesehatan.
BAB I PENDAHULUAN I.1. Latar Belakang Teknologi di dunia semakin berkembang dengan pesat. Teknologi dapat membantu mempermudah penyelesaian berbagai macam pekerjaan. Hampir di setiap bidang kegiatan telah
Lebih terperinciIMPLEMENTASI MESIN FORWARD CHAINING PADA SISTEM PAKAR MENGGUNAKAN TABULASI FREKUENSI ANTESEDEN PADA RULE
IMPLEMENTASI MESIN FORWARD CHAINING PADA SISTEM PAKAR MENGGUNAKAN TABULASI FREKUENSI ANTESEDEN PADA RULE (1, 2) Universitas Muhammadiyah Ponorogo Jalan Budi Utomo 10 Ponorogo (1) aslan.alwi@yahoo.co.id
Lebih terperinciMenjelaskan pengertian kecerdasan buatan dengan baik
Menjelaskan pengertian kecerdasan buatan dengan baik Kecerdasan Buatan (Artificial Intelligence, AI) telah menjadi wacana umum yang sangat penting dan jamak dijumpai. Namun masih banyak menyisakan pertanyaan
Lebih terperinciMenurut Kaplan, AI mempunyai beberapa kelebihan dibandingkan dengan kecerdasan alami
KECERDASAN BUATAN (AI/Artificial Intelligence) Menurut Kaplan, AI mempunyai beberapa kelebihan dibandingkan dengan kecerdasan alami (kecerdasan manusia). Kelebihan AI yaitu : AI lebih bersifat permanent
Lebih terperinciSISTEM PAKAR ANALISIS PENYAKIT LUPUS ERITEMATOSIS SISTEMIK PADA IBU HAMIL MENGGUNAKAN METODE FORWARD CHAINING
SISTEM PAKAR ANALISIS PENYAKIT LUPUS ERITEMATOSIS SISTEMIK PADA IBU HAMIL MENGGUNAKAN METODE FORWARD CHAINING Sry Yunarti Program Studi Sistem Informasi STMIK Profesional Makassar yeye_rumbu@yahoo.co.id
Lebih terperinciArtificial Intelegence. Eka Yuniar
Artificial Intelegence Eka Yuniar DEFINISI Awalnya komputer difungsikan sebagai alat hitung. Seiring dengan perkembangan jaman, komputer diharapkan dapatdiberdayakan untuk mengerjakan segala sesuatu yang
Lebih terperinciPENGEMBANGAN SISTEM PAKAR DALAM MEMBANGUN SUATU APLIKASI
PENGEMBANGAN SISTEM PAKAR DALAM MEMBANGUN SUATU APLIKASI Muhammad Dahria Program Studi Sistem Informasi, STMIK Triguna Dharma m.dahria@gmail.com ABSTRACT: Expert system is one branch of AI (Artificial
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Salah satu hewan ternak yang paling banyak diternakkan adalah unggas. Unggas memberikan banyak manfaat dan keuntungan, antara lain dapat dimanfaatkan dagingnya,
Lebih terperinciGambar 3.1 Arsitektur Sistem Pakar (James Martin & Steve Osman, 1988, halaman 30)
BAB III LANDASAN TEORI 3.1. Landasan Teori 3.1.1. Konsep Dasar Sistem Pakar Sistem pakar adalah program komputer cerdas yang menggunakan pengetahuan dan prosedur-prosedur inferensi untuk menyelesaikan
Lebih terperinciRENCANA PEMBELAJARAN SEMESTER (RPS)
RENCANA PEMBELAJARAN SEMESTER (RPS) CIG4B3 SOFT COMPUTING Disusun oleh: Syahrul Mubarok PROGRAM STUDI S1 TEKNIK INFORMATIKA FAKULTAS INFORMATIKA TELKOM UNIVERSITY LEMBAR PENGESAHAN Rencana Pembelajaran
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Kecerdasan buatan merupakan sub-bidang ilmu komputer yang khusus ditujukan untuk membuat software dan hardware yang sepenuhnya bisa menirukan beberapa fungsi
Lebih terperinciABSTRAK. Kata Kunci: Aplikasi, Sistem Pakar, dan Sepeda Motor. vi Universitas Kristen Maranatha
ABSTRAK Penelitian ini bertujuan untuk menganalisis cara mendeteksi kerusakan sepeda motor dan mengetahui cara penanganan pada kerusakan yang telah terdeteksi. Aplikasi ini dirancang mengunakan metode
Lebih terperinciBAB 1 PENDAHULUAN. Keunggulan manusia dibanding makhluk lainnya terletak pada kecerdasannya.
BAB 1 PENDAHULUAN 1.1 Latar Belakang Keunggulan manusia dibanding makhluk lainnya terletak pada kecerdasannya. Dengan kecerdasan ini manusia dapat menguasai ilmu pengetahuan dan teknologi. Dengan pengetahuan
Lebih terperinciPENGEMBANGAN SISTEM PAKAR DIAGNOSIS PENYAKIT DAN HAMA PADA TANAMAN SEMANGKA BERBASIS ANDROID
PENGEMBANGAN SISTEM PAKAR DIAGNOSIS PENYAKIT DAN HAMA PADA TANAMAN SEMANGKA BERBASIS ANDROID Imas Siti Munawaroh¹, Dini Destiani Siti Fatimah² Jurnal Algoritma Sekolah Tinggi Teknologi Garut Jl. Mayor
Lebih terperinciBAB I PENDAHULUAN. membeli buah tomat di pasar, selain faktor harga jual buah tomat tersebut. Hal ini
BAB I PENDAHULUAN I.1.Latar Belakang Masalah Kesegaran buah tomat merupakan salah satu pertimbangan pembeli dalam membeli buah tomat di pasar, selain faktor harga jual buah tomat tersebut. Hal ini dikarenakan
Lebih terperinciBAB I PENDAHULUAN. membahayakan nyawa seseorang, Ironisnya gejala gejala tersebut seringkali
1 BAB I PENDAHULUAN 1.1 Latar Belakang Gejala penyakit merupakan awal timbulnya sebuah penyakit yang dapat membahayakan nyawa seseorang, Ironisnya gejala gejala tersebut seringkali diabaikan sehingga membuat
Lebih terperinciMenjelaskan tujuan dan karakteristik kecerdasan buatan dengan baik
Menjelaskan tujuan dan karakteristik kecerdasan buatan dengan baik Kecerdasan buatan adalah ilmu dan rekayasa yang membuat mesin mempunyai intelegensi tertentu khususnya program komputer yang cerdas (John
Lebih terperinciKECERDASAN BUATAN (ARTIFICIAL INTELLIGENCE) By :Suthami A.
KECERDASAN BUATAN (ARTIFICIAL INTELLIGENCE) By :Suthami A. Definisi Kecerdasan buatan (Artificial Intelligence) : Bagian dari ilmu komputer yang mempelajari bagaimana membuat mesin (komputer) dapat melakukan
Lebih terperinciPengantar ke Expert System 1
Pengantar ke Expert System 1 oleh: Gunawan 2 Expert System (ES), Knowledge-Based Expert System, Knowledge-Based System (KBS), atau sistem pakar adalah sebuah program berbasis pengetahuan yang menyediakan
Lebih terperinciKECERDASAN BUATAN Artificial intelligence TRI WAHYUDI TIPA 15
KECERDASAN BUATAN Artificial intelligence TRI WAHYUDI 1530055401001 TIPA 15 DAFTAR isi BAB I pengantar kecerdasan buatan BAB II Bidang Ilmu Ai BAB III Machine Learning BAB I PENGANTAR KECERDASAN BUATAN
Lebih terperinciPERANCANGAN APLIKASI KONSELING MAHASISWA MENGGUNAKAN METODE CASE BASED REASONING. Syaiful Hendra 1*, Sri Kusumadewi 2
PERANCANGAN APLIKASI KONSELING MAHASISWA MENGGUNAKAN METODE CASE BASED REASONING Syaiful Hendra 1*, Sri Kusumadewi 2 1 Program Studi Teknik Informatika, STMIK Adhi Guna Jl. Undata No 3 Palu, Sulawesi Tengah
Lebih terperinciKECERDASAN BUATAN (ARTIFICIAL INTELLIGENCE/AI)
KECERDASAN BUATAN (ARTIFICIAL INTELLIGENCE/AI) PERTEMUAN 1 PENGANTAR KECERDASAN BUATAN Pembahasan Kontrak Perkuliahan Pemahaman Tujuan Perkuliahan Pengantar Kecerdasan Buatan - Definisi kecerdasan buatan
Lebih terperinciPEMANFATAN TEOREMA BAYES DALAM PENENTUAN PENYAKIT THT
PEMANFATAN TEOREMA BAYES DALAM PENENTUAN PENYAKIT THT Sri Winiarti Program Studi Teknik Informatika Fakultas Teknologi Industri Universitas Ahmad Dahlan Yogyakarta Email : daffal02@yahoo.com ABSTRAK Dalam
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang 1 Gizi buruk merupakan status kondisi seseorang yang kekurangan nutrisi, atau nutrisinya di bawah standar. Gizi buruk banyak dialami oleh bayi dibawah lima tahun (balita).
Lebih terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Teknologi Informasi semakin berkembang seiring dengan berjalannya waktu. Pada zaman yang modern ini, Teknologi Informasi dan Ilmu Pengetahuan merupakan suatu yang
Lebih terperinciUKDW BAB 1 PENDAHULUAN
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Sebagian besar aplikasi atau sistem informasi dibangun tanpa integrasi dengan sistem pakar atau sistem cerdas yang dapat membantu dalam pengolahan data dan
Lebih terperinciUntung Subagyo, S.Kom
Untung Subagyo, S.Kom Keahlian ahli/pakar pengalihan keahlian Mengambil keputusan Aturan kemampuan menjelaskan Keahlian bersifat luas dan merupakan penguasaan pengetahuan dalam bidang khusus yang diperoleh
Lebih terperinciSISTEM PAKAR IDENTIFIKASI HAMA DAN PENYAKIT TANAMAN JAGUNG BERBASIS WEB (STUDI KASUS : DINAS TANAMAN PANGAN DAN HORTIKULTURA KAB INHIL)
SISTEM PAKAR IDENTIFIKASI HAMA DAN PENYAKIT TANAMAN JAGUNG BERBASIS WEB (STUDI KASUS : DINAS TANAMAN PANGAN DAN HORTIKULTURA KAB INHIL) Armansyah, Dwi Yuli Prasetyo Program Studi Sistem Informasi, Fakultas
Lebih terperinciSISTEM PAKAR DENGAN BEBERAPA KNOWLEDGE BASE MENGGUNAKAN PROBABILITAS BAYES DAN MESIN INFERENSI FORWARD CHAINING
SISTEM PAKAR DENGAN BEBERAPA KNOWLEDGE BASE MENGGUNAKAN PROBABILITAS BAYES DAN MESIN INFERENSI FORWARD CHAINING Agus Sasmito Aribowo 1), Siti Khomsah 2) 1) Teknik Informatika. UPN Veteran Yogyakarta Jl.
Lebih terperinciSistem Pendukung Keputusan. Lecture s Structure. Pengambilan Keputusan
Sistem Pendukung Keputusan Yudi Agusta, PhD Sistem Informasi Manajemen, Lecture 11 Lecture s Structure Pengambilan Keputusan Struktur Masalah Konsep dan Tujuan DSS Sistem Pendukung Keputusan Kelompok Kecerdasan
Lebih terperinciRENCANA PROGRAM KEGIATAN PERKULIAHAN SEMESTER (RPKPS)
RENCANA PROGRAM KEGIATAN PERKULIAHAN SEMESTER (RPKPS) Kode / Nama Mata Kuliah : E124907 / Sistem Cerdas Revisi 4 Satuan Kredit Semester : 2 SKS Tgl revisi : 16 Juli 2015 Jml Jam kuliah dalam seminggu :
Lebih terperinciBAB II LANDASAN TEORI. Landasan teori atau kajian pustaka yang digunakan dalam membangun
BAB II LANDASAN TEORI Landasan teori atau kajian pustaka yang digunakan dalam membangun sistem informasi ini, terdapat teori-teori ilmu terkait yang digunakan untuk membantu menyelesaikan permasalahan
Lebih terperinciBAB I PENGANTAR KECERDASAN BUATAN
BAB I PENGANTAR KECERDASAN BUATAN 1. 1 DEFINISI Kecerdasan buatan (Artificial Intelligence) : Bagian dari ilmu komputer yang mempelajari bagaimana membuat mesin (komputer) dapat melakukan pekerjaan seperti
Lebih terperinciTAKARIR. data atau informasi dan transformasi data yang bergerak dari pemasukan data hingga ke keluaran. Database
TAKARIR artificial intelligence backward chaining Data Flow Diagram (DFD) Database Decision Tree expert system forward chaining Flowchart Hardware Input Interface knowladge base Login Logout Output kecerdasan
Lebih terperinciAPLIKASI SISTEM PAKAR DIAGNOSA PENYAKIT GINJAL DENGAN METODE DEMPSTER-SHAFER
APLIKASI SISTEM PAKAR DIAGNOSA PENYAKIT GINJAL DENGAN METODE DEMPSTER-SHAFER Aprilia Sulistyohati, Taufiq Hidayat Laboratorium Sistem Informasi dan Perangkat Lunak Jurusan Teknik Informatika Fakultas Teknologi
Lebih terperinciAPLIKASI SHELL SISTEM PAKAR
APLIKASI SHELL SISTEM PAKAR Yeni Agus Nurhuda 1, Sri Hartati 2 Program Studi Teknik Informatika, Sekolah Tinggi Manajemen Informatika dan Komputer Teknokrat Lampung Jl. Z.A. Pagar Alam 9-11 Labuhan Ratu,
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Penggunaan komputer sekarang ini tidak hanya terbatas pada bidang komputer secara langsung. Komputer telah menjadi keperluan penting dalam keseharian dan digunakan
Lebih terperinciArtificial Intelligence. uthie 1
Artificial Intelligence uthie 1 Cabang-cabang AI 1. Logical AI Logika (matematis) yang merepresentasikan sekumpulan fakta dan tujuan ---> RUANG KEADAAN: Graph Tree uthie 2 Cabang-cabang AI 2. Search Pencarian
Lebih terperinciBAB 1 PENGENALAN SISTEM PAKAR
BAB 1 PENGENALAN SISTEM PAKAR DEFINISI System yang berusaha mengadopsi pengetahuan manusia ke komputer, agar komputer dapat menyelesaikan masalah seperti yang biasa dilakukan para ahli. ES dikembangkan
Lebih terperinciAplikasi Fuzzy Metode Mamdani untuk Rekomendasi Pemilihan Minat Grup Riset Mahasiswa
Aplikasi Fuzzy Metode Mamdani untuk Rekomendasi Pemilihan Minat Grup Riset Mahasiswa Astrie Kusuma Dewi 1), Adhistya Erna Permanasari 2), Indriana Hidayah 3) 1), 2), 3) Jurusan Teknik Elektro dan Teknologi
Lebih terperinciTUGAS AKHIR SISTEM PAKAR UNTUK MENGATASI KERUSAKAN MESIN SEPEDA MOTOR
TUGAS AKHIR SISTEM PAKAR UNTUK MENGATASI KERUSAKAN MESIN SEPEDA MOTOR Oleh : LUKMAN KHAKIM NIM : 04102017 PROGRAM STUDI SISTEM KOMPUTER FAKULTAS ILMU KOMPUTER UNIVERSITAS NAROTAMA SURABAYA 2006 1 TUGAS
Lebih terperinciAPLIKASI WEB PADA SISTEM PAKAR FORWARD CHAININGUNTUK DETEKSI KERUSAKAN PC (PERSONAL COMPUTER)
APLIKASI WEB PADA SISTEM PAKAR FORWARD CHAININGUNTUK DETEKSI KERUSAKAN PC (PERSONAL COMPUTER) Khulaeshi Arjaz Al Falasany, Mc. Chambali, B.Eng.E.E, M.Kom Ginanjar Wiro S., M.Kom, Rais, S.Pd D3 Teknik Komputer
Lebih terperinciPengendalian Manajemen. Pengendalian Operasi
APLIKASI SISTEM TEKNOLOGI INFORMASI DI LEVEL- LEVEL ORGANISASI DIANA RAHMAWATI PENDAHULUAN Setiap level manajemen melakukan aktivitas yang berbeda sehingga kebutuhan akan informasi juga berbeda, maka sistem
Lebih terperinciMateri yang akan dibahas: 11-1
Materi yang akan dibahas: p informasi manajemen p informasi akuntansi p pendukung keputusan p pakar denie@unsil.ac.id 11-1 Manajemen informasi menurut Laudon merupakan komponen-komponen yang saling berhubungan
Lebih terperinciMuhammad Yudin Ritonga ( )
SISTEM PENDUKUNG KEPUTUSAN PENENTUAN PRODUKSI MAKANAN MENGGUNAKAN LOGIKA FUZZY DENGAN METODE TSUKAMOTO (STUDI KASUS : PT. INDOFOOD CBP SUKSES MAKMUR MEDAN) Muhammad Yudin Ritonga (0911555) Mahasiswa Program
Lebih terperinci(hiperglisemia) yang disebabkan oleh kekurangan hormon insulin. Sedangkan terapi dalam bidang farmakologi kedokteran mempelajari bagaimana penggunaan
(hiperglisemia) yang disebabkan oleh kekurangan hormon insulin. Sedangkan terapi dalam bidang farmakologi kedokteran mempelajari bagaimana penggunaan dan interaksi obat yang benar yaitu meliputi cara pemberian
Lebih terperinciJurnal Mahajana Informasi, Vol.1 No 2, 2016 e-issn: SIMULASI PERGERAKAN CHESS KNIGHT DALAM PAPAN CATUR
SIMULASI PERGERAKAN CHESS KNIGHT DALAM PAPAN CATUR Dini MH. Hutagalung Program Studi Sistem Informasi Universitas Sari Mutiara Indonesia mhdini@gmail.com ABSTRAK Sistem produksi ( production system) merupakan
Lebih terperinciExpert System. MATA KULIAH : Model & Simulasi Ekosistem Pesisir & Laut. Syawaludin A. Harahap 1
MATA KULIAH : Model & Simulasi Ekosistem Pesisir & Laut KODE MK : M10B.116 SKS : 3 (2-1) DOSEN : Syawaludin Alisyahbana Harahap EXPERT SYSTEM (SISTEM PAKAR/AHLI) UNIVERSITAS PADJADJARAN FAKULTAS PERIKANAN
Lebih terperinci