BAB 2 TINJAUAN PUSTAKA
|
|
- Hendri Lie
- 6 tahun lalu
- Tontonan:
Transkripsi
1 BAB 2 TINJAUAN PUSTAKA 2.1 Kecerdasan Buatan Menurut Hartati dan Iswanti (2008) Kecerdasan buatan adalah salah satu bidang ilmu komputer yang mendayagunakan komputer sehingga dapat berprilaku cerdas seperti manusia. Ilmu komputer tersebut mengembangkan perangkat lunak dan perangkat keras untuk menirukan tindakan manusia. Aktifitas manusia yang di tirukan seperti penalaran, penglihatan, pembelajaran, pemecahan masalah, pemahaman bahasa alami dan sebagainya. Sesuai dengan definisi tersebut, maka teknologi kecerdasan buatan dipelajari dalam bidang-bidang seperti : Robotika (Robotics), Penglihatan Komputer (Computer Vision), Pengolahan Bahasa Alami (Natural Language Processing), Pengenalan Pola (Pattern Recognition), Sistem Syaraf Buatan (Artificial Neural System), Pengenalan Suara (Speech Recognition), dan Sistem Pakar (Expert System). Kecerdasan buatan menyelesaikan permasalahan dengan mendayagunakan komputer untuk memecahkan masalah yang kompleks dengan cara mengikuti proses penalaran manusia. Salah satu teknik kecerdasan buatan yang menirukan proses penalaran manusia adalah sistem pakar. 2.2 Sistem Pakar Sistem pakar adalah sistem 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).
2 Sistem pakar sebagai kecerdasan buatan, menggabungkan pengetahuan dan fakta-fakta serta teknik penelusuran untuk memecahkan permasalahan yang secara normal memerlukan keahlian dari seorang pakar. Proses berpikir pada manusia dimodelkan dalam sistem pakar pada modul yang disebut Inference Machine. Tujuan utama pengembangan sistem pakar adalah mensubstitusikan pengetahuan dan pengalaman pakar di berbagai bidang seperti bidang pertanian, kelautan, bisnis, pendidikan, ilmu pengetahuan, telekomunikasi, geologi dan meteorology, kesehatan dan pengobatan, komunikasi dan transportasi. (Desiani et al, 2006). Untuk membangun sistem seperti itu, maka komponen-komponen yang harus dimiliki adalah sebagai berikut : 1. Antar Muka Pengguna (User Interface). 2. Basis Pengetahuan (Knowledge Base). 3. Mekanisme Inferensi (Inference Machine). 4. Memori Kerja (Working Memory). Sedangkan untuk menjadikan sistem pakar menjadi lebih menyerupai seorang pakar yang berinteraksi dengan pemakai, maka dilengkapi dengan fasilitas berikut: 1. Fasilitas Penjelasan (Explanation Facility). 2. Fasilitas Akuisi Pengetahuan (Knowledge Acquisition Facility). Berikut ini merupakan tabel yang menjelaskan perbedaan antara sistem pakar dengan seorang pakar (dokter). Tabel 2.1 Perbedaan Sistem Pakar dengan Seorang Pakar (dokter) Sistem Pakar Dokter (Pakar) Bisa digunakan setiap saat Pada saat hari kerja Bisa digunakan di mana saja Hanya pada daerah tertentu Kecepatan dan ketepatan pengambilan Kecepatan dan ketepatan pengambilan keputusan konstan keputusan sesuai dengan keadaan yang di alami pakar Tidak memerlukan biaya saat tidak Membutuhkan biaya sehari-hari
3 digunakan Dapat menyimpan dan mengingat pengetahuan yang tidak terbatas Tidak kenal lelah Pengguna hanya dapat berkonsultasi sebatas kemampuan sistem Tidak dapat melayani pengguna dengan ramah seperti seorang pakar Tidak dapat mengenal dan memahami keadaan ekonomi pengguna Mempunyai keterbatasan dalam mengingat pengetahuan Dapat merasakan lelah Pasien dapat berkonsultasi dengan pakar sejauh mana yang ia inginkan Dapat memberikan pelayanan kepada pasien dengan ramah, sehingga pasien akan senang bila ingin berkonsultasi kembali Dapat mengenal dan memahami keadaan ekonomi pasien Sejarah Sistem Pakar Sistem pakar mulai dikembangkan pada tahun 1960 oleh Artificial Intelligence Corporation. Penelitian artificial intelligence ini didominasi oleh suatu keyakinan bahwa nalar yang digabung dengan komputer canggih akan menghasilkan prestasi pakar atau bahkan manusia super. General Purpose Problem-Solver (GPS) merupakan sistem pakar yang pertama kali muncul dan dikembangkan oleh Allen Newell, John Cliff Shaw, dan Herbert Alexander Simon dari Logic Theorist. Pada pertengahan tahun 1960-an, terjadi pergantian dari program serba bisa (general purpose) ke program yang spesialis (special-purpose) dengan dikembangkannya DENDRAL oleh E. Feigenbaum dari Universitas Stanford dan kemudian diikuti oleh MYCYN. Sistem pakar untuk melakukan diagnosis kesehatan telah dikembangkan sejak pertengahan tahun Sistem pakar untuk melakukan diagnosis pertama dibuat oleh Bruce Buchanan dan Edward Shortliffe di Stanford University. Sistem ini diberi nama MYCIN. (Heckerman, 1986).
4 MYCIN merupakan program interaktif yang melakukan diagnosis penyakit miningitis dan infeksi bacremia serta memberikan rekomendasi terapi antimikrobia. MYCIN mampu memberikan penjelasan atas penalarannya secara detail. Meskipun MYCIN tidak pernah digunakan secara rutin oleh dokter, MYCIN merupakan referensi yang bagus dalam penelitian kecerdasan buatan yang lain. (Kusrini, 2006) Struktur Sistem Pakar Menurut Kusumadewi (2003) bila dilihat dari sudut pandang lingkungan (environment) dalam sistem, sistem pakar terdiri dari dua bagian, yaitu: 1. Lingkungan pengembang (development environment) Lingkungan pengembang ditujukan bagi pembangun sistem pakar untuk membangun komponen dan memasukkan pengetahuan hasil akuisisi pengetahuan ke dalam basis pengetahuan. 2. Lingkungan konsultasi (consultation environment) Lingkungan konsultasi diperuntukkan bagi pengguna non pakar untuk melakukan konsultasi dengan sistem yang tujuannya adalah mendapatkan nasihat pakar. Gambar 2.1 Struktur Sistem Pakar
5 Komponen-komponen yang terdapat dalam struktur sistem pakar: 1. Antarmuka Pengguna Sistem pakar menggantikan seorang pakar dalam suatu situasi tertentu, maka sistem harus menyediakan pendukung yang diperlukan oleh pemakai yang tidak memahami masalah teknis. Antar muka yang efektif dan ramah pengguna (user-friendly) penting sekali terutama bagi pemakai yang tidak ahli dalam bidang yang diterapkan pada sistem pakar. 2. Basis Pengetahuan Basis pengetahuan merupakan kumpulan pengetahuan bidang tertentu pada tingkatan pakar dalam format tertentu. Pengetahuan ini diperoleh dari akumulasi pengetahuan pakar dan sumber-sumber pengetahuan lainnya. Basis pengetahuan bersifat dinamis, bisa berkembang dari waktu ke waktu. 3. Mesin Inferensi Mesin inferensi adalah program komputer yang menyediakan metodologi untuk melakukan penalaran tentang informasi pada basis pengetahuan dan pada memori kerja, serta untuk merumuskan kesimpulan-kesimpulan. Komponen ini menyajikan arahan-arahan tentang bagaimana menggunakan pengetahuan dari sistem dengan membangun agenda yang mengelola dan mengontrol langkah-langkah yang diambil untuk menyelesaikan masalah ketika dilakukan konsultasi. 4. Memori Kerja Merupakan bagian dari sistem pakar yang menyimpan fakta-fakta yang diperoleh saat dilakukan proses konsultasi. Fakta-fakta inilah yang nantinya akan diolah oleh mesin inferensi berdasarkan pengetahuan yang disimpan dalam basis pengetahuan untuk menentukan suatu keputusan pemecahan masalah. 5. Fasilitas Penjelasan Fasilitas penjelasan dapat memberikan informasi kepada pemakai mengenai jalannya penalaran sehingga dihasilkan suatu keputusan. Bentuk penjelasannya
6 dapat berupa keterangan yang diberikan setelah suatu pertanyaan diajukan, yaitu penjelasan atas pertanyaan mengapa, atau penjelasan atas pertanyaan bagaimana sistem mencapai konklusi. 6. Workplace/Blackboard Workplace merupakan memori kerja yang digunakan untuk menyimpan kondisi/keadaan yang dialami oleh pengguna termasuk keputusan sementara. 7. Fasilitas Akuisisi Pengetahuan Pengetahuan pada sistem pakar dapat ditambahkan kapan saja pengetahuan baru diperoleh atau saat pengetahuan sudah ada sudah tidak berlaku lagi. Fasilitas ini bertujuan agar pemakai menggunakan sistem pakar yang komplit dan sesuai perkembangan Model Representasi Pengetahuan Sistem pakar merupakan sistem yang berbasis pengetahuan, mengerjakan tugas yang biasanya dilakukan oleh seorang pakar. Representasi pengetahuan dimaksudkan untuk mengorganisasikan pengetahuan dalam bentuk dan format tertentu untuk bisa dimengerti oleh komputer (Hartati et al, 2008). Untuk membuat sistem pakar yang efektif harus dipilih representasi pengetahuan yang tepat. Pemilihan representasi pengetahuan yang tepat akan membuat sistem pakar dapat mengakses basis pengetahuan tersebut untuk keperluan pembuatan keputusan. Beberapa model representasi pengetahuan yang penting: 1. Jaringan Semantik (Semantic Nets) 2. Bingkai (Frame) 3. Kaidah Produksi (Production Rule) 4. Logika Predikat (Predicate Logic)
7 Jaringan Semantik Jaringan semantik adalah teknik representasi pengetahuan yang digunakan untuk informasi proporsional, sedangkan yang dimaksud dengan informasi proporsional ialah pernyataan yang mempunyai nilai benar atau salah. Sebagai contoh: sebuah bujur sangkar mempunyai empat sisi. Informasi proporsional merupakan bahasa deklaratif karena menyatakan fakta. Representasi jaringan semantik merupakan penggambaran grafis dari pengetahuan yang memperlihatkan hubungan hirarkis dari obyek-obyek. Komponen dasar merepresestasikan pengetahuan dalam bentuk jaringan semantik adalah simpul (node) dari penghubung (link). Obyek direpresentasikan oleh simpul. Hubungan antar obyek-obyek dinyatakan oleh penghubung yang diberi label untuk menyatakan hubungan yang direpresentasikan. Mikroprosessor ALU Unit Prefecth MMU Unit Bus Unit Kontrol Unit Kode Gambar 2.2 Contoh Jaringan Semantik
8 Bingkai Bingkai merupakan kumpulan slot-slot yang berisi atribut untuk mendeskripsikan pengetahuan. Pengetahuan yang termuat dalam slot dapat berupa kejadian, lokasi, situasi ataupun elemen-elemen lainnya. Bingkai digunakan untuk representasi pengetahuan deklaratif. Bingkai memuat deskripsi sebuah obyek dengan menggunakan tabulasi informasi yang berhubungan dengan obyek. Jadi bingkai mengelompokkan atribut sebuah obyek. Dengan demikian, bingkai membantu menirukan cara seseorang mengorganisasikan informasi tentang sebuah obyek menjadi kumpulan data. Representasi pengetahuan menggunakan bingkai sesuai untuk jenis pengetahuan yang memiliki subjek sempit, lebih bersifat pasti, dan jarang berubah-ubah isinya. Slots Nama Spesialisasi Produk Bahan bakar Tabel 2.2 Bingkai Sepeda Motor Fillers Sepeda motor Jenis kendaraan beroda dua Honda, Yamaha, Kawasaki, Daiheiyo Bensin Kaidah Produksi Kaidah menyediakan cara formal untuk merepresentasikan rekomendasi, arahan, atau strategi. Kaidah produksi dituliskan dalam bentuk jika-maka (if-then). Kaidah if-then menghubungkan antesenden (antecendent) dengan konsekuensi yang diakibatkannya. Berbagai struktur kaidah if-then yang menghubungkan obyek atau atribut sebagai berikut (Adedeji, 1992). IF premis THEN konklusi IF masukan THEN keluaran IF kondisi THEN tindakan IF antesenden THEN konsekuen IF data THEN hasil
9 IF tindakan THEN tujuan IF aksi THEN reaksi IF sebab THEN akibat IF gejala THEN diagnosa Premis mengacu pada fakta yang harus benar sebelum konklusi tertentu dapat diperoleh. Masukan mengacu pada data yang harus tersedia sebelum keluaran dapat diperoleh. Kondisi mengacu pada keadaan yang harus berlaku sebelum tindakan dapat diambil. Antesenden mengacu pada situasi yang terjadi sebelum konsekuensi dapat diamati. Data mengacu pada informasi yang harus tersedia sehingga sebuah hasil dapat diperoleh. Tindakan mengacu pada kegiatan yang harus dilakukan sebelum hasil dapat diharapkan. Aksi mengacu pada kegiatan yang menyebabkan munculnya efek dari kegiatan tersebut. Sebab mengacu pada keadaan tertentu yang menimbulkan akibat tertentu. Gejala mengacu pada keadaan yang menyebabkan adanya kerusakan atau keadaan tertentu yang mendorong adanya pemeriksaan. Sebelum sampai pada bentuk kaidah produksi, terdapat langkah-langkah yang harus ditempuh dari pengetahuan yang didapatkan dalam domain tertentu. Langkahlangkah tersebut adalah menyajikan pengetahuan yang berhasil di dapatkan dalam bentuk tabel keputusan (decision table) kemudian dari tebel keputusan dibuat pohon keputusan (decision tree). Tabel 2.3 Tabel Keputusan Evidence Hipotesa Hipotesa 1 Hipotesa 2 Hipotesa 3 Hipotesa 4 Evidence A ya ya ya tidak Evidence B ya tidak ya ya Evidence C ya tidak tidak ya Evidence D tidak tidak tidak ya Evidence E tidak ya ya tidak
10 y A t B B y t t y C E ** C y t y t t y H1 E H1 H2 ** ** D y t y t H1 H3 ** H4 H1 ** Gambar 2.3 Pohon Keputusan Keterangan : A = evidence A, H1 = hipotesa 1, y = ya B = evidence B, H2 = hipotesa 2, t = tidak C = evidence C, H3 = hipotesa 3, ** = tidak menghasilkan hipotesa tertentu D = evidence D, H4 = hipotesa 4, Logika Predikat Logika yang pertama kali dikembangkan oleh Aristoteles merupakan logika formal. Logika formal adalah logika yang berhubungan dengan bentuk (syntax) pernyataan bukan pada arti (semantic) dari pernyataannya. Logika formal berkembang sampai tahun 1847 saat George Boole mengemukakan konsep logika simbolis (symbolic Logic). Pernytaan semua putri duyung dapat berenang dengan baik tidak lagi diterima sebagai premis ataupun konklusi pada logika simbolis, karena pada kenyataannya putri duyung itu tidak ada, hanya dongeng.
11 Logika proporsional atau bisa juga disebut kalkulus proporsional adalah logika simbolis yang memanipulasi proposisi. Logika proporsional akan menangani kalimat deklaratif yang bernilai benar atau salah. Kalimat yang nilai benarnya dapat ditentukan disebut pernyataan (statement) atau proposisi. Logika proporsional hanya mampu menangani pernyataan yang komplit dan tidak bisa menganalisa struktur internal sebuah pernyataan. Sehingga untuk menganalisa kasus yang lebih umum dikembangkan logika predikat yang dapat menganalisis struktur internal kalimat. Logika predikat berdasarkan pada kebenaran dan kaidah inferensi untuk merepresentasikan simbol-simbol dan hubungannya satu dengan yang lain. Contoh logika proporsional: Bujur sangkar mempunyai empat sisi. Kalimat tersebut merupakan logika proporsional karena mengandung pernyataan yang mempunyai nilai kebenaran. Sedangkan kalimat berikut ini adalah contoh logika predikat. Semua segitiga adalah poligon. Logika predikat menganalisa struktur internal kalimat tersebut, ditunjukkan dengan penggunaan quantifier. Quantifier berupa kata semua, beberapa, atau tidak. Quantifier ini menjadi begitu penting karena dengan quantifier inilah kata yang lain dapat diukur, sehingga kalimat yang dihasilkan lebih eksak (Hartati et al, 2008). 2.3 Mesin Inferensi Ada 2 cara yang dapat dikerjakan dalam melakukan inferensi, yaitu: 1. Metode Forward Chaining 2. Metode Backward Chaining Metode Forward Chaining Menurut Hartati dan Iswanti (2008) Runut maju (Forward Chaining) merupakan proses perunutan yang dimulai dengan menampilkan kumpulan data atau fakta yang
12 meyakinkan menuju konklusi akhir. Forward chaining biasa juga disebut sebagai penalaran forward (forward reasoning) atau pencarian yang dimotori data (data driven search). Jadi dimulai dari premis-premis atau informasi masukan (if) dahulu kemudian menuju konklusi atau derived information (then) atau dapat dimodelkan sebagai berikut : IF (informasi masukan) THEN (konklusi) Inferensi dimulai dengan informasi yang tersedia dan akan memperoleh konklusi. Informasi masukan dapat berupa data, bukti, temuan, atau pengamatan. Sedangkan konklusi dapat berupa tujuan, hipotesa, penjelasan, atau diagnosis. Sehingga jalannya penalaran forward chaining dapat dimulai dari data menuju tujuan, dari bukti menuju hipotesa, dan temuan menuju penjelasan, atau dari pengamatan menuju diagnosa. Pada metode forward chaining, sistem tidak melakukan praduga apapun, namun sistem menerima semua gejala yang diberikan user, kemudian sistem akan mengecek gejala-gejala tersebut memenuhi konklusi yang mana. (Hartati et al, 2008). Tabel 2.4 Contoh Aturan Menggunakan Penalaran Forward Chaining (Alur Maju) No Aturan R-1 IF A & B THEN C R-2 IF C THEN D R-3 IF A & E THEN F R-4 IF A THEN G R-5 IF F & G THEN D R-6 IF G & E THEN H R-7 IF C & H THEN I R-8 IF I & A THEN J R-9 IF G THEN J R-10 IF J THEN K
13 Pada tabel 2.4 terlihat ada 10 aturan yang tersimpan dalam basis pengetahuan. Fakta awal yang diberikan hanya : A dan F (artinya : A dan F bernilai benar). Ingin dibuktikan apakah K bernilai benar (hipotesis K)? Langkah-langkah inferensi adalah sebagai berikut : a. Dimulai dari R-1, A merupakan fakta sehingga bernilai benar, sedangkan B belum bisa diketahui kebenarannya, sehingga C- pun juga belum bisa diketahui kebenarannya. Oleh karena itu kita tidak mendapatkan informasi apapun pada R-1 ini. Sehingga kita menuju ke R-2. b. Pada R-2 kita tidak mengetahui informasi apapun tentang C, sehingga kita juga tidak bisa memastikan kebenaran D. Oleh karena itu kita tidak mendapatkan informasi apapun pada R-1 ini. Sehingga kita menuju ke R-3. c. Pada R-3, baik A maupun E adalah fakta sehingga jelas benar. Dengan demikian F sebagai konsekuen juga ikut benar. Sehingga sekarang kita mempunyai fakta baru yaitu F. Karena F bukan hipotesis yang hendak kita buktikan maka penelusuran kita lanjutkan ke R-4. d. Pada R-4, A adalah fakta sehingga jelas benar. Dengan demikian G sebagai konsekuen juga ikut benar. Sehingga sekarang kita mempunyai fakta baru yaitu G. Karena G bukan hipotesis yang hendak kita buktikan, maka penelusuran kita lanjutkan ke R-5. e. Pada R-5, baik F maupun G bernilai benar berdasarkan aturan R-3, danr-4. Dengan demikian D sebagai konsekuen juga ikut benar. Sehingga sekarang kita mempunyai fakta baru yaitu D. Karena D bukan hipotesis yang hendak kita buktikan, maka penelusuran kita lanjutkan ke R-6.
14 f. Pada R-6, baik A maupun G adalah benar berdasarkan fakta dari R-4. Dengan demikian H sebagai konsekuen juga ikut benar. Sehingga sekarang kita mempunyai fakta baru yaitu H. Karena H bukan hipotesis yang hendak kita buktikan, maka penelusuran kita lanjutkan ke R-7. g. Pada R-7, meskipun H benar berdasarkan R-6, namun kita tidak tahu kebenaran C sehingga, I pun juga belum bisa diketahui kebenarannya. Oleh karena itu kita tidak mendapatkan informasi apapun pada R-7 ini. Sehingga kita menuju ke R-8. h. Pada R-8, meskipun A benar karena fakta, namun kita tidak tahu kebenaran I, sehingga J pun juga belum bisa diketahui kebenarannya. Oleh karena itu kita tidak mendapatkan informasi apapun pada R-8 ini. Sehingga kita menuju ke R-9. i. Pada R-9, J bernilai benar karena G benar berdasarkan R-4. Karena J bukan hipotesis yang hendak kita buktikan, maka penelusuran kita lanjutkan ke R-10. j. Pada R-10, K bernilai benar karena J benar berdasarkan R-9. Karena H sudah merupakan hipotesis yang hendak kita buktikan, maka terbukti bahwa K adalah benar. Tabel munculnya fakta baru pada saat inferensi terlihat pada tabel 2.5. sedangkan alur inferensi terlihat pada gambar 2.4.
15 Tabel 2.5 Fakta Baru Pada Saat Inferensi Aturan Fakta Baru R-3 F R-4 G R-5 D R-6 H R-9 J R-10 K R-9 J R-10 K Fakta R-4 G A R-5 D R-6 H Fakta E R-3 F Gambar 2.4 Alur Inferensi Forward Chaining Metode Backward Chaining Metode backward chaining adalah kebalikan dari forward chaining. Pencocokan fakta atau pernyataan dimulai dari bagian sebelah kanan (THEN dulu). Dengan kata lain, penalaran dimulai dari hipotesis terlebih, dan untuk menguji kebenaran hipotesis tersebut harus dicari fakta-fakta yang ada dalam basis pengetahuan.
16 Seperti halnya pada tabel 2.4. terlihat ada 10 aturan yang tersimpan dalam basis pengetahuan. Fakta awal yang diberikan : A dan F (artinya A dan F bernilai benar). Ingin dibuktikan apakah A bernilai benar (hipotesis hanya K)?. Langkah-langkah inferensi adalah sebagai berikut : 1. Pertama-tama kita cari terlebih dahulu mulai dari R-1, aturan yang mana memiliki konsekuen K. Ternyata setelah ditelusur, aturan dengan konsekuen K baru ditemukan pada R-10. Untuk membuktikan bahwa K benar maka perlu dibuktikan bahwa J benar. 2. Kita cari aturan yang memiliki konsekuen J. kita mulai dari R-1, ternyata kita baru akan menemukan aturan dengan konsekuen J pada R-8. Untuk membuktikan bahwa J benar maka perlu dibuktikan bahwa I dan A benar. Untuk membuktikan kebenaran I, kita perlu cari aturan dengan konsekuen I, ternayata ada di R Untuk membuktikan bahwa I benar di R-7, kita perlu buktikan bahwa C dan H benar. Untuk itu kita pun perlu mencari aturan dengan konsekuen C dan ada di R Untuk membuktikan C benar di R-1, kita perlu buktikan bahwa A dan B benar. A jelas benar karena A merupakan fakta. Sedangkan B kita tidak bisa membuktikan kebenarannya, karena selain bukan fakta, di dalam basis pengetahuan juga tidak ada aturan dengan konsekuen B. Dengan demikian maka dari penalaran ini kita tidak bisa buktikan kebenaran dari hipotesis K. Namun demikian, kita masih punya alternatif lain untuk melakukan penalaran. 5. Kita lakukan backtracking. Kita ulangi lagi dengan pembuktian kebenaran C dengan mencari aturan lain dengan konsekuen C. Ternyata tidak ditemukan. 6. Kita lakukan backtraining lagi dengan mencari aturan dengan konsekuen I, ternyata juga tidak ada.
17 7. Kita lakukan backtraining lagi dengan mencari aturan dengan konsekuen J, ternyata kita temukan pada R-9. sehingga kita perlu buktikan kebenaran G. 8. Kita mendapatkan di R-4 dengan konsekuen G. Kita perlu untuk membuktikan kebenaran A. Karena A adalah fakta, maka terbukti bahwa G benar. Dengan demikian berdasarkan penalaran ini bisa dibuktikan bahwa K bernilai benar. Alur inferensi dapat dilihat pada gambar 2.5. berikut ini : Fakta R-10 K J I C A R-8 R-7 R-1 A H B (a) Pertama : Gagal Tidak diketahui K R-10 R-9 R-4 J G Fakta A (b) Kedua : Sukses Gambar 2.5. Alur Inferensi Backward Chaining
18 2.4 Asma Menurut Prasetyo (2010) Asma, bengek atau mengi adalah beberapa nama yang biasa kita pakai kepada pasien yang menderita penyakit asma. Asma bukan penyakit menular, tetapi faktor keturunan (genetic) sangat punya peranan besar di sini. Asma sendiri berasal dari kata asthma. Kata ini berasal dari bahasa Yunani yang memiliki arti sulit bernafas. Penyakit asma dikenal karena adanya gejala sesak nafas, batuk, dan mengi yang disebabkan oleh penyempitan saluran nafas. Atau dengan kata lain asma merupakan peradangan atau pembengkakan saluran nafas yang reversibel sehingga menyebabkan diproduksinya cairan kental yang berlebih. (Prasetyo, 2010). Saluran pernafasan penderita asma sangat sensitif dan memberikan respon yang sangat berlebihan jika mengalami rangsangan atau ganguan. Saluran pernafasan tersebut bereaksi dengan cara menyempit dan menghalangi udara yang masuk. Penyempitan atau hambatan ini bisa mengakibatkan salah satu atau gabungan dari berbagai gejala mulai dari batuk, sesak, nafas pendek, tersengal-sengal, hingga nafas yang berbunyi ngik-ngik (Hadibroto et al, 2006). Beberapa ahli membagi asma dalam 2 golongan besar, seperti yang dianut banyak dokter ahli pulmonologi (penyakit paru-paru) dari Inggris, yakni: 1. Asma Ekstrinsik 2. Asma Intrinsik Asma Ekstrinsik Asma ekstrinsik adalah bentuk asma yang paling umum, dan disebabkan karena reaksi alergi penderitanya terhadap hal-hal tertentu (alergen), yang tidak membawa pengaruh apa-apa terhadap mereka yang sehat.
19 Pada orang-orang tertentu, seperti pada penderita asma, sistem imunitas bekerja lepas kendali dan menimbulkan reaksi alergi. Reaksi ini disebabkan oleh alergen. Alergen bisa tampil dalam bentuk: mulai dari serbuk bunga/tanaman/pohon, debu luar/dalam rumah, jamur, hingga zat/bahan makanan. Ketika alergen memasuki tubuh pengidap alergi, sistem imunitasnya memproduksi antibodi khusus yang disebut IgE. Antibodi ini mencari dan menempelkan dirinya pada sel-sel batang. Peristiwa ini terjadi dalam jumlah besar di paru-paru dan saluran pernafasan lalu membangkitkan suatu reaksi. Batang-batang sel melepaskan zat kimia yang disebut mediator. Salah satu unsur mediator ini adalah histamin. Akibat pelepasan histamin terhadap paru-paru adalah reaksi penegangan/pengerutan saluran pernafasan dan meningkatnya produksi lendir yang dikeluarkan jaringan lapisan sebelah dalam saluran tersebut Asma Intrinsik Asma intrinsik tidak responsif terhadap pemicu yang berasal dari alergen. Asma jenis ini disebabkan oleh stres, infeksi, dan kondisi lingkungan seperti cuaca, kelembaban dan suhu udara, polusi udara, dan juga oleh aktivitas olahraga yang berlebihan. Asma intrinsik biasanya berhubungan dengan menurunnya kondisi ketahanan tubuh, terutama pada mereka yang memiliki riwayat kesehatan paru-paru yang kurang baik, misalnya karena bronkitis dan radang paru-paru (pneumonia). Penderita diabetes mellitus golongan lansia juga mudah terkena asma intrinsik. Tujuan dari pemisahan golongan asma seperti yang disebut di atas adalah untuk mempermudah usaha penyusunan dan pelaksanaan program pengendalian asma yang akan dilakukan oleh dokter maupun penderita itu sendiri. Namun dalam prakteknya, asma adalah penyakit yang kompleks, sehingga tidak selalu dimungkinkan untuk menentukan secara tegas, golongan asma yang diderita seseorang. Sering indikasi asma ekstrinsik dan intrinsik bersama-sama dideteksi ada pada satu orang.
20 2.4.3 Pencetus Asma Menurut The Lung Association of Canada, ada dua faktor yang menjadi pencetus asma, yaitu: 1. Pemicu (trigger) yang mengakibatkan mengencang atau menyempitnya saluran pernafasan (bronkokonstriksi). Pemicu tidak menyebabkan peradangan. Banyak kalangan kedokteran yang menganggap pemicu dan bronkokonstriksi adalah gangguan pernafasan akut, yang belum berarti asma, tapi bisa menjurus menjadi asma jenis intrinsik. Gejala-gejala bronkokonstriksi yang diakibatkan oleh pemicu cenderung timbul seketika, berlangsung dalam waktu pendek dan relatif mudah diatasi dalam waktu singkat. Namun saluran pernafasan akan bereaksi lebih cepat terhadap pemicu, apabila sudah ada, atau sudah terjadi peradangan. Umumnya pemicu yang mengakibatkan bronkokonstriksi termasuk stimulus sehari-hari seperti: perubahan cuaca dan suhu udara, polusi udara, asap rokok, infeksi saluran pernafasan, gangguan emosi, dan olahraga yang berlebihan. 2. Penyebab (inducer) yang mengakibatkan peradangan (inflammation) pada saluran pernafasan. Penyebab asma (inducer) bisa menyebabkan peradangan (inflammation) dan sekaligus hiperresponsivitas (respon yang berlebihan) dari saluran pernafasan. Oleh kebanyakan kalangan kedokteran, inducer dianggap sebagai penyebab asma sesungguhnya atau asma jenis ekstrinsik. Penyebab asma (inducer) dengan demikian mengakibatkan gejala-gejala yang umumnya berlangsung lebih lama (kronis), dan lebih sulit diatasi, dibanding gangguan pernafasan yang diakibatkan oleh pemicu (trigger). Umumnya penyebab asma (inducer) adalah alergen, yang tampil dalam bentuk: ingestan, inhalan, dan kontak dengan kulit. Ingestan yang utama ialah makanan dan obat-obatan. Sedangkan alergen inhalan yang utama adalah tepung sari (serbuk) bunga, tungau, serpih dan kotoran binatang, serta jamur.
21 Klasifikasi asma berdasarkan tingkat keparahan penyakit (derajat asma) yaitu: 1. Intermiten Intermitten ialah derajat asma yang paling ringan. Pada tingkatan derajat asma ini, serangannya biasanya berlangsung secara singkat. Dan gejala ini juga bisa muncul di malam hari dengan intensitas sangat rendah yaitu 2x sebulan. 2. Persisten Ringan Persisten ringan ialah derajat asma yang tergolong ringan. Pada tingkatan derajat asma ini, gejala pada sehari-hari berlangsung lebih dari 1 kali seminggu, tetapi kurang dari atau sama dengan 1 kali sehari dan serangannya biasanya dapat mengganggu aktifitas tidur di malam hari. 3. Persisten Sedang Persisten sedang ialah derajat asma yang tergolong lumayan berat. Pada tingkatan derajat asma ini, gejala yang muncul biasanya di atas 1 x seminggu dan hampir setiap hari. Serangannya biasanya dapat mengganggu aktifitas tidur di malam hari. 4. Persisten Berat Persisten berat ialah derajat asma yang paling tinggi tingkat keparahannya. Pada tingkatan derajat asma ini, gejala yang muncul biasanya hampir setiap hari, terus menerus, dan sering kambuh. Membutuhkan bronkodilator setiap hari dan serangannya biasanya dapat mengganggu aktifitas tidur di malam hari. 2.5 PHP dan MySQL PHP merupakan singkatan dari Personal Home Page. PHP merupakan bahasa berbentuk skrip yang ditempatkan dalam server dan diproses di server, kemudian hasilnya dikirimkan ke klien, tempat pemakai menggunakan browser. (Kadir, 2008). Secara khusus, PHP dirancang untuk membentuk aplikasi web dinamis. Artinya, ia dapat membentuk suatu tampilan berdasarkan permintaan terkini. Misalnya, kita bisa menampilkan isi database ke halaman web. (Kadir, 2008).
22 MySQL adalah salah satu jenis database server yang sangat terkenal. Kepopulerannya disebabkan MySQL menggunakan SQL sebagai bahasa dasar untuk mengakses database-nya. Selain itu, MySQL juga bersifat open source. SQL digunakan tidak hanya untuk melakukan query suatu database dan mengubah datanya, tetapi juga untuk mendefinisikan database. SQL dapat dibagi menjadi dua : Data Definition Language (DDL) mencakup perintah-perintah untuk pembuatan database dan tabel, dan Data Manipulation Language (DML) yang berupa perintah-perintah query (Schaneider, 2005).
Representasi Pengetahuan dan Penalaran
Representasi Pengetahuan dan Penalaran PENGETAHUAN Pengetahuan (knowledge) adalah pemahaman secara praktis maupun teoritis terhadap suatu obyek atau domain tertentu. Pengetahuan merupakan hal yang penting
Lebih terperinciBAB I PENDAHULUAN. Perkembangan komputer sekarang ini sangat pesat dan salah. satu pemanfaatan komputer adalah dalam bidang kecerdasan buatan.
BAB I PENDAHULUAN 1.1 Latar Belakang Perkembangan komputer sekarang ini sangat pesat dan salah satu pemanfaatan komputer adalah dalam bidang kecerdasan buatan. Di dalam bidang kecerdasan buatan, termasuk
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 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 terperinciAplikasi Sistem Pakar Diagnosis Penyakit Asma
Aplikasi Sistem Pakar Diagnosis Penyakit Asma Rachmawati 1, Dhami Johar Damiri 2, Ate Susanto 3 Jurnal Algoritma Sekolah inggi eknologi Garut Jl. Mayor Syamsu No. 1 Jayaraga Garut 44151 Indonesia Email
Lebih terperinciSISTEM PAKAR UNTUK DIAGNOSIS PENYAKIT GINJAL DENGAN METODE FORWARD CHAINING
ISSN : 2338-4018 SISTEM PAKAR UNTUK DIAGNOSIS PENYAKIT GINJAL DENGAN METODE FORWARD CHAINING Level Perdana (lev.earthmover@gmail.com) Didik Nugroho (didikhoho@gmail.com) Kustanto (Kus_sinus@yahoo.co.id)
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 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 terperinciPENDAHULUAN 1. Latar Belakang 2. Rumusan Masalah 3. Tujuan Dan Manfaat
PENDAHULUAN 1. Latar Belakang Perkembangan ilmu kedokteran mengalami kemajuan pesat yang ditandai dengan ditemukannya penyakit-penyakit tropis baru yang belum teridentifikasi sebelumnya. Para dokter ahli
Lebih terperinciJurnal Komputasi. Vol. 1, No. 1, April Pendahuluan. Hal 1 dari 90
Pengembangan Sistem Pakar Berbasis Web Mobile untuk Mengidentifikasi Penyebab Kerusakan Telepon Seluler dengan Menggunakan Metode Forward dan Backward Chaining 1 Wamiliana 2 Aristoteles 3 Depriyanto 1
Lebih terperinciAplikasi untuk Diagnosis Penyakit pada Anak dan Balita Menggunakan Faktor Kepastian
Aplikasi untuk Diagnosis Penyakit pada Anak dan Balita Menggunakan Faktor Kepastian Helen Sastypratiwi 1, Fatma Agus Setyaningsih 2 Program Studi Teknik Informatika Universitas Tanjungpura Jl. Ahmad Yani,
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 terperinciSistem Pakar untuk Mendiagnosa Penyakit Kucing Menggunakan Metode Backward Chaining
Sistem Pakar untuk Mendiagnosa Penyakit Kucing Menggunakan Metode Backward Chaining Mardiah Fadhli Politeknik Caltex Riau Jl. Umbansari No.1, telp/fax: 0761 53939/0761 554224 e-mail: rika@pcr.ac.id Abstrak
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 terperinciINFERENSI DAN PENALARAN. PERTEMUAN 8 Oleh : Diema Hernyka Satyareni, M.Kom
INFERENSI DAN PENALARAN PERTEMUAN 8 Oleh : Diema Hernyka Satyareni, M.Kom Strategi Penalaran Runut Maju / Forward Chaining Runut Balik / Backward Chaining Forward Chaining Penalaran dimulai dari keadaan
Lebih terperinciPenerapan Sistem Pakar Untuk Informasi Kebutuhan Energi Menggunakan Metode Forward Chaining
Penerapan Sistem Pakar Untuk Informasi Kebutuhan Energi Menggunakan Metode Forward Chaining Dodi Siregar Jurusan Teknik Informatika, Sekolah Tinggi Teknik Harapan-Medan Email: dodidodi.siregar@gmail.com
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 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 terperinciSistem Berbasis Pengetahuan. Program Studi Sistem Komputer Fakultas Ilmu Komputer Universitas Putra Indonesia YPTK Padang
Sistem Berbasis Pengetahuan Program Studi Sistem Komputer Fakultas Ilmu Komputer Universitas Putra Indonesia YPTK Padang Rule sebagai Teknik Representasi Pengetahuan Syntax Rule : IF E THEN H E : Evidence
Lebih terperinciBAB 2 TINJAUAN TEORI
BAB 2 TINJAUAN TEORI 2.1. Kecerdasan Buatan Artificial Intelligence ( AI ) atau kecerdasan buatan merupakan cabang dari ilmu komputer yang berhubungan dengan pengotomatisan tingkah laku cerdas. AI adalah
Lebih terperinciBAB 2 LANDASAN TEORI. berkonsultasi dengan seorang pakar atau ahli. Seorang pakar adalah seseorang yang
BAB 2 LANDASAN TEORI 2.1 Sistem Pakar Ketika dihadapkan pada sebuah kasus dan diharuskan membuat suatu keputusan yang komplek untuk memecahkan suatu masalah, tidak jarang kita meminta nasehat atau berkonsultasi
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 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 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 III METODE PENELITIAN. Penelitian ini dilakukan di Jurusan Ilmu Komputer Fakultas Matematika dan
BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Penelitian Penelitian ini dilakukan di Jurusan Ilmu Komputer Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Lampung. Waktu penelitian dilakukan
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 terperinciPendahuluan PENGERTIAN SISTEM PAKAR
(Sistem Pakar) Pendahuluan PENGERTIAN SISTEM PAKAR Kecerdasan Buatan adalah salah satu bidang ilmu komputer yang mendayagunakan komputer sehingga dapat berperilaku cerdas seperti manusia. Cabang-cabang
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Sejak dilahirkan hingga tumbuh dewasa manusia diciptakan dengan kecerdasan yang luar biasa, kecerdasan juga akan berkembang dengan pesat. Kecerdasan tersebut yang dapat
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 terperinciDIAGNOSA PENYAKIT JANTUNG DENGAN METODE PENELUSURAN FORWARD CHAINNING-DEPTH FIRST SEARCH
DIAGNOSA PENYAKIT JANTUNG DENGAN METODE PENELUSURAN FORWARD CHAINNING-DEPTH FIRST SEARCH Putri Kurnia Handayani Jurusan Sistem Informasi Universitas Muria Kudus PO BOX 53 Gondangmanis Kudus e-mail : pu3_kurnia@yahoo.com
Lebih terperinciDefinisi Keuntungan dan kelemahan Konsep Dasar Bentuk dan Struktur Sistem Basis Pengetahuan Metode Inferensi Ciri-ciri Aplikasi dan Pengembangannya
Sistem Pakar Definisi Keuntungan dan kelemahan Konsep Dasar Bentuk dan Struktur Sistem Basis Pengetahuan Metode Inferensi Ciri-ciri Aplikasi dan Pengembangannya Referensi Giarrantano, J. and G.Riley bab
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 terperinciBAB II TINJAUAN PUSTAKA. patofisiologi, imunologi, dan genetik asma. Akan tetapi mekanisme yang mendasari
BAB II TINJAUAN PUSTAKA 2.1. Definisi Asma Dari waktu ke waktu, definisi asma mengalami perubahan beberapa kali karena perkembangan dari ilmu pengetahuan beserta pemahaman mengenai patologi, patofisiologi,
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 terperinciSISTEM PAKAR MENDIAGNOSA PENYAKIT PARU-PARU PADA MANUSIA BERBASIS WEB
SISTEM PAKAR MENDIAGNOSA PENYAKIT PARU-PARU PADA MANUSIA BERBASIS WEB Indri Mansyur 1, Wawan Kurniawan 2 Jurusan Teknik Informatika, Fakultas Teknik, Universitas Satya Negara Indonesia Email: waonek@rocketmail.com
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 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 terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Sejarah internet dimulai pada 1969 ketika Departemen Pertahanan Amerika, U.S. Defense Advanced Research Projects Agency (DARPA) memutuskan untuk mengadakan riset tentang
Lebih terperinci16.1 Pengertian Dan Tujuan
Bab 16 Sistem Pakar 16.1 Pengertian Dan Tujuan Kecerdasan buatan adalah salah satu bidang ilmu komputer yang mendayagunakan komputer sehingga dapat berperilaku cerdas seperti manusia. Ilmu komputer tersebut
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 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 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 terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Obat merupakan substansi yang dapat mengurangi gejala hingga menyembuhkan penyakit. Obat-obatan banyak yang beredar dan dijual bebas di pasaran. Ada yang bebas dibeli,
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Kecerdasan Buatan Kecerdasan Buatan ( Artificial Intelligence atau AI) di definisikan sebagai kecerdasan yang di tunjukkan oleh suatu entitas buatan. Sistem seperti ini umumnya
Lebih terperinciExpert System. Siapakah pakar/ahli. Pakar VS Sistem Pakar. Definisi
Siapakah pakar/ahli Expert System Seorang pakar atau ahli adalah: seorang individu yang memiliki kemampuan pemahaman superior dari suatu masalah By: Uro Abdulrohim, S.Kom, MT Definisi Program komputer
Lebih terperinciSISTEM PAKAR. Entin Martiana Jurusan Teknik Informatika - PENS
SISTEM PAKAR Entin Martiana Jurusan Teknik Informatika - PENS Defenisi Sistem Pakar 1. Sistem pakar (expert system) adalah sistem yang berusaha mengapdosi pengetahuan manusia ke komputer, agar komputer
Lebih terperinciBAB 2 LANDASAN TEORI
6 BAB 2 LANDASAN TEORI 2.1 Sistem Pakar Sistem pakar adalah sistem berbasis komputer yang menggunakan pengetahuan, fakta, dan teknik penalaran dalam memecahkan masalah yang biasanya hanya dapat dipecahkan
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 terperinciPengantar Kecerdasan Buatan (AK045218) Sistem Pakar. Sistem Pakar 1/17
Sistem Pakar Sistem Pakar 1/17 Outline Definisi Keuntungan dan kelemahan Konsep Dasar Bentuk dan Struktur Sistem Basis Pengetahuan Metode Inferensi Ciri-Ciri Aplikasi dan Pengembangan Referensi Giarrantano,
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 terperinciSISTEM PAKAR BERBASIS MOBILE UNTUK MENDETEKSI PENYAKIT PADA GINJAL
SISTEM PAKAR BERBASIS MOBILE UNTUK MENDETEKSI PENYAKIT PADA GINJAL Achmad Solichin Teknik Informatika, Fakultas Teknologi Informasi, Universitas Budi Luhur Jl. Ciledug Raya, Petukangan Utara, Jakarta Selatan,
Lebih terperinciSISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT GINJAL MENGGUNAKAN METODE FORWARD CHAINING. Kata Kunci : Sistem Pakar, Ginjal, Metode Forward Chaining, Java
SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT GINJAL MENGGUNAKAN METODE FORWARD CHAINING =================== Desy Ferninda Putri Aria, Nana Suarna ==================== ABSTRAK Sistem Pakar adalah suatu sistem
Lebih terperinciBAB III ANALISIS DAN DESAIN SISTEM
BAB III ANALISIS DAN DESAIN SISTEM Pada bab ini akan dibahas mengenai sistem pakar mendiagnosa penyakit paru-paru berbasis client server yang meliputi analisa sistem yang sedang berjalan dan desain sistem.
Lebih terperinciBAB I PENDAHULUAN. Komputer merupakan salah satu bagian penting dalam perkembangan
A. Latar Belakang BAB I PENDAHULUAN Komputer merupakan salah satu bagian penting dalam perkembangan teknologi informasi. Kemampuan komputer dalam menyimpan dan mengingat informasi dapat dimanfaatkan semaksimal
Lebih terperinciSistem Pakar Diagnosis Penyakit Paru-Paru Menggunakan Metode Forward Chaining
Juli Desember 2016 ISSN 1411 0059 Sistem Pakar Diagnosis ParuParu Menggunakan Metode Forward Chaining Esti Rahmawati 1 dan Hari Wibawanto 2 Jurusan Teknik Elektro, Fakultas Teknik, Universitas Negeri Semarang
Lebih terperinciBy: Sulindawaty, M.Kom
By: Sulindawaty, M.Kom 1 Kata Pengantar Sistem Pakar adalah mata kuliah yang mendukung untuk membuat aplikasi yang dapat memecahkan masalah dengan pengetahuan seorang pakar yang di dimasukkan dalam komputer.
Lebih terperinciSISTEM PAKAR UNTUK MENENTUKAN GANGGUAN AFEKTIF
SISTEM PAKAR UNTUK MENENTUKAN GANGGUAN AFEKTIF NORMA PRAVITASARI Program Studi Informatika Fakultas Teknik, Matematika dan Ilmu Pengetahuan Alam Universitas Indraprasta PGRI Jl. Nangka No. 58 C, Tanjung
Lebih terperinciSTMIK GI MDP. Program Studi Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil Tahun 2009/2010
STMIK GI MDP Program Studi Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil Tahun 2009/2010 SISTEM PAKAR UNTUK DIAGNOSA PENYAKIT KULIT WAJAH Dewi Khatina Kusuma 2006250102 Desi Febrianti M.P.
Lebih terperinciMENGENAL SISTEM PAKAR
MENGENAL SISTEM PAKAR Bidang teknik kecerdasan buatan yang paling popular saat ini adalah system pakar. Ini disebabkan penerapannya diberbagai bidang, baik dalam pengembangan ilmu pengetahuan dan terutama
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Sistem Pakar 2.1.1 Definisi Sistem Pakar Sistem pakar (expert system) adalah salah satu bagian dari intelegensia semu(artificial intelligence), dimana definisi dari Intelegensia
Lebih terperinciSistem Pakar. Pertemuan 2. Sirait, MT
Sistem Pakar Pertemuan 2 Definisi Sistem pakar adalah suatu program komputer yang dirancang untuk mengambil keputusan seperti keputusan yang diambil oleh seorang atau beberapa orang pakar. Menurut Marimin
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Pakar Definisi Pakar (Human Expert) adalah seseorang yang telah mempelajari fakta- fakta, buku teks, dan pengetahuan bidangnya, serta mengembangkan pengetahuan yang telah terdokumentasi
Lebih terperinciBAB 2 TINJAUAN PUSTAKA DAN DASAR TEORI. Menggunakan Metode Forward Chaining diperoleh berdasarkan referensi yang
BAB 2 TINJAUAN PUSTAKA DAN DASAR TEORI 2.1 Tinjauan Pustaka Dalam perancangan Sistem Pakar Diagnosa Hama dan Penyakit Menggunakan Metode Forward diperoleh berdasarkan referensi yang sejenis dengan melihat
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 terperinciSISTEM PAKAR MENGIDENTIFIKASI PENOLAKAN FILM RADIOLOGI MENGGUNAKAN METODE FORWARD CHAINING
Yunarti - Sistem Pakar Mengidentifikasi Penolakan Film SISTEM PAKAR MENGIDENTIFIKASI PENOLAKAN FILM RADIOLOGI MENGGUNAKAN METODE FORWARD CHAINING Sry Yunarti Program Studi Sistem Informasi, STMIK ProfesionalMakassar
Lebih terperinciPengenalan Sitem Pakar
Pengenalan Sitem Pakar Sistem Pakar (Expert System) Diderifasikan dari term Sistem Pakar Berbasis Pengetahuan (Knowledgebased expert System) Merupakan sebuah sistem mengunakan pengetahuan manusia dan mengimplementasikannya
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Sistem Pakar Sistem pakar merupakan salah satu cabang kecerdasan buatan yang mempelajari bagaimana mengadopsi cara seorang pakar berfikir dan bernalar dalam menyelesaikan suatu
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Sistem pakar sangat dibutuhkan untuk membantu pekerjaan manusia dalam mengambil suatu keputusan. Sistem pakar mulai dikembangkan pada tahun 1960-an dan 1970-an. Berdasarkan
Lebih terperinciPERANCANGA SISTEM PAKAR PENDETEKSI GANGGUAN KEHAMILAN ABSTRAK
PERANCANGA SISTEM PAKAR PENDETEKSI GANGGUAN KEHAMILAN Budiya Surya Putra, S.Kom. ABSTRAK Sistem pakar pendeteksian gangguan kehamilam ini merupakan sistem untuk mengetahui jenis-jenis gangguan kehamilan
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 terperinciBAB IV HASIL DAN UJI COBA
BAB IV HASIL DAN UJI COBA II.1. Tampilan Hasil Penulis merancang program sistem pakar untuk diagnosis penyakit pengapuran pada sendi (OA) pada orang dewasa berbasis web dengan menggunakan bahasa pemrograman
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 terperinciKECERDASAN BUATAN REPRESENTASI PENGETAHUAN (PART - II) ERWIEN TJIPTA WIJAYA, ST., M.KOM
KECERDASAN BUATAN REPRESENTASI PENGETAHUAN (PART - II) ERWIEN TJIPTA WIJAYA, ST., M.KOM KERANGKA MASALAH List Tree / Pohon Jaringan Semantik Frame Tabel Keputusan Pohon Keputusan Naskah (Script) Sistem
Lebih terperinciSISTEM PAKAR DIAGNOSIS KERUSAKAN SEPEDA MOTOR NON MATIC
SISTEM PAKAR DIAGNOSIS KERUSAKAN SEPEDA MOTOR NON MATIC Cholil Jamhari 1*, Agus Kiryanto 2, Sri Huning Anwariningsih 3 1,2,3 Program Studi Teknik Informatika, Fakultas Teknik, Universitas Sahid Surakarta
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 terperinciSISTEM PAKAR BERBASIS WEB UNTUK DIAGNOSA HAMA DAN PENYAKIT PADA TANAMAN MELON
SISTEM PAKAR BERBASIS WEB UNTUK DIAGNOSA HAMA DAN PENYAKIT PADA TANAMAN MELON Bambang Yuwono, Ario Wibowo, Dessyanto Boedi P Jurusan Teknik Informatika UPN Veteran Yogyakarta Jl. Babarsari 2 Tambakbayan
Lebih terperinci2/22/2017 IDE DASAR PENGANTAR SISTEM PAKAR MODEL SISTEM PAKAR APLIKASI KECERDASAN BUATAN
APLIKASI KECERDASAN BUATAN PENGANTAR SISTEM PAKAR Shinta P. Sari Prodi. Informatika Fasilkom UIGM, 2017 Definisi : Sebuah program komputer yang dirancang untuk memodelkan kemampuan menyelesaikan masalah
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 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 terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA Pada metode forward chaining ini ada 2 cara yang dapat dilakukan untuk melakukan pencarian, yaitu, Ignizio Dalam (Kusrini, 2006) 1. Dengan memasukan semua data yang tersedia kedalam
Lebih terperinciAPLIKASI DIAGNOSA KERUSAKAN MESIN SEPEDA MOTOR BEBEK 4 TAK DENGAN METODE FORWARD CHAINING
ISSN : 2338-4018 APLIKASI DIAGNOSA KERUSAKAN MESIN SEPEDA MOTOR BEBEK 4 TAK DENGAN METODE FORWARD CHAINING Supyani (desamboy@yahoo.co.id) Bebas Widada (bbswdd@yahoo.com) Wawan Laksito (wlaksito@yahoo.com)
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA Pada bab ini akan membahas mengenai uraian singkat hasil-hasil penelitian atau analisis terdahulu yang ada hubungannya dengan permasalahan yang akan ditinjau dalam tugas akhir.
Lebih terperinciSISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT BABI DENGAN METODE BACKWARD CHAINING
SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT BABI DENGAN METODE BACKWARD CHAINING Wisha Alvaliani Wirata (1) Rosa Delima (2) Katon Wijana (3) wisha_alvaliani@yahoo.co.id rosa@ukdw.ac.id katony@ukdw.ac.id Abstraksi
Lebih terperinciABSTRAK. Kata kunci : sistem pakar, forward chaining, dempster shafer.
ABSTRAK Sistem pakar merupakan sistem berbasis komputer yang menggunakan pengetahuan, fakta dan teknik penalaran dalam memecahkan masalah yang biasanya hanya dapat dipecahkan oleh seorang pakar dalam bidang
Lebih terperinciSISTEM PENDIAGNOSA PENYAKIT ASMA PADA ANAK DENGAN METODE CERTAINTY FACTOR
SISTEM PENDIAGNOSA PENYAKIT ASMA PADA ANAK DENGAN METODE CERTAINTY FACTOR Joan Angelina Widians 1), Ikrimah Hidayati 2) 1), 2) Teknik Informatika FTIK Universitas Mulawarman Samarinda Jl. Barong Tongkok,
Lebih terperinciStruktur Sistem Pakar
Sistem Pakar Struktur Sistem Pakar Kelas A & B Jonh Fredrik Ulysses jonh.fredrik.u@gmail.com Definisi Sistem pakar adalah suatu program komputer yang dirancang untuk mengambil keputusan seperti keputusan
Lebih terperinciAPLIKASI SISTEM PAKAR DETEKSI KERUSAKAN MOTOR MATIC MENGGUNAKAN METODE FOWARD CHAINING. Agustan Latif
APLIKASI SISEM PAKAR DEEKSI KERUSAKAN MOOR MAIC MENGGUNAKAN MEODE FOWARD CHAINING Agustan Latif Email: agustan@unmus.ac.id Jurusan Sistim Informasi, Fakultas eknik Universitas Musamus ABSRAK Kerusakan
Lebih terperinciPENGEMBANGAN SISTEM PAKAR DIAGNOSIS PENYAKIT JERUK KEPROK GARUT
PENGEMBANGAN SISTEM PAKAR DIAGNOSIS PENYAKIT JERUK KEPROK GARUT Yusuf Hidayat 1, Dini Destiani 2 Jurnal Algoritma Sekolah Tinggi Teknologi Garut Jl. Mayor Syamsu No. 1 Jayaraga Garut 44151 Indonesia Email
Lebih terperinciSISTEM PAKAR MENDIAGNOSA PENYAKIT UMUM YANG SERING DIDERITA BALITA BERBASIS WEB DI DINAS KESEHATAN KOTA BANDUNG
Jurnal Komputer dan Informatika (KOMPUTA) 65 SISTEM PAKAR MENDIAGNOSA PENYAKIT UMUM YANG SERING DIDERITA BALITA BERBASIS WEB DI DINAS KESEHATAN KOTA BANDUNG Tati Harihayati 1, Luthfi Kurnia 2 1,2 Program
Lebih terperinciBAB III LANDASAN TEORI
13 BAB III LANDASAN TEORI III.1. Kecerdasan Buatan Kecerdasan buatan atau artificial intelligence merupakan salah satu bagian ilmu pengetahuan yang membuat mesin (komputer) dapat melakukan pekerjaan seperti
Lebih terperinciBAB IV HASIL DAN UJI COBA
BAB IV HASIL DAN UJI COBA IV.1. Hasil Berikut ini dijelaskan tentang tampilan hasil dari analisa dan rancang bangun sistem pakar mendiagnosis kerusakan mesin pendingin ruangan (toshiba). Website ini terdiri
Lebih terperinciBAB I PENDAHULUAN. komputer adalah internet atau International Networking merupakan sarana
1 BAB I PENDAHULUAN A. Latar Belakang Masalah Dewasa ini, perkembangan teknologi komputer mengalami kemajuan yang sangat pesat. Salah satu sarana pendukung dalam kemajuan teknologi komputer adalah internet
Lebih terperinciSISTEM PAKAR DIAGNOSA PENYAKIT KANKER PAYUDARA MENGGUNAKAN CERTAINTY FACTOR
SISTEM PAKAR DIAGNOSA PENYAKIT KANKER PAYUDARA MENGGUNAKAN CERTAINTY FACTOR Aswita Andini Dea Fani Aneke Putri Jurusan Sistem Informasi STMIK PALCOMTECH Palembang Abstrak Sistem pakar untuk diagnosa penyakit
Lebih terperinciSISTEM PAKAR PENYAKIT LAMBUNG MENGGUNAKAN METODE FORWARD CHAINING
F.1 SISTEM PAKAR PENYAKIT LAMBUNG MENGGUNAKAN METODE FORWARD CHAINING Andi Nurkholis *, Dina Sri Lestari Jurusan Teknik Informatika, Fakultas Teknik, Universitas Wahid Hasyim Jl. Menoreh Tengah X/22, Sampangan,
Lebih terperinciBAB III LANDASAN TEORI
BAB III LANDASAN TEORI 3.1 Kecerdasan Buatan (Artificial Intelligent) n ) Kecerdasan buatan adalah salah satu cabang ilmu komputer mempelajari ari dan meniru cara berfikir manusia dan diimplemtasikan pada
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 terperinciBAB II TINJAUAN PUSTAKA DAN DASAR TEORI. Pelacakan ke depan adalah pendekatan yang dimotori data (data driven). Dalam
BAB II TINJAUAN PUSTAKA DAN DASAR TEORI 2.1 Tinjauan Pustaka Pelacakan ke depan adalah pendekatan yang dimotori data (data driven). Dalam pendekatan ini pelacakan dimulai dari informasi masukan, dan selanjutnya
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Sistem Pakar Sistem pakar pertama kali dikembangkan oleh komunitas AI pada pertengahan tahun 1960. Sistem pakar yang muncul pertama kali adalah General Purpose Problem Solver (GPS)
Lebih terperinciPERANCANGAN SISTEM PAKAR UNTUK MENDIAGNOSA KERUSAKAN HARDWARE KOMPUTER DENGAN METODE FORWARD CHAINING DAN BACKWARD CHAINING BERBASIS WEB
PERANCANGAN SISTEM PAKAR UNTUK MENDIAGNOSA KERUSAKAN HARDWARE KOMPUTER DENGAN METODE FORWARD CHAINING DAN BACKWARD CHAINING BERBASIS WEB Sri Kurniasih, S.T, M.KOM 1, Rizki Hardian 2 Program Studi Teknik
Lebih terperinciBAB I PENDAHULUAN. produksi secara keseluruhan sangat ditentukan oleh pemilihan jenis perlengkapan
1 BAB I PENDAHULUAN I.1. Latar Belakang Perlengkapan penanganan bahan merupakan bagian terpadu perlengkapan mekanis dalam setiap usaha industri modern. Dalam setiap perusahaan proses produksi secara keseluruhan
Lebih terperinci