Hasil Pencarian  ::  Simpan CSV :: Kembali

"Salah satu komponen utama sebuah sistem pakar adalah basis aturan. Sistem pakar akan melakukan penalaran untuk mendapatkan kesimpulan atas fakta yang diberikan berdasarkan basis atura.Telah dilakukan penelitian penggunaan logika samar untuk penalaran pada sistem pakar dengan mengkombinasikan beberapa interpretasi implikasi dan operator-operator pada logika samar. Analisis terhadap kesimpulan dipilih dengan membandingkan hasil dari berbagai kombinasi yang ada. Kombinasi tersebut merupakan kombinasi yang terpilih untuk menyusun basis aturan dalam sistem pakar."

"Untuk membantu mahasiswa menentukan topik serta pembimbing seminar dan sk.ripsi, telah diimplementasikan rule based expert system untuk melakukan konsultasi online" Sistem memberikan beberapa pertanyaan kepada mahasiswa, memhandinghmnya dengan nilai mahasiswa. dan kemudian memberikan solusi. Dengan adanya konsultasi online ini, keterbatasan pembimbing akademis dalam hal tenaga, tempat dan waktu dapat diatasi. Sistem ini bekerja dengan baik, namun memiliki keterbatasan tidak memiliki kemampuan belajar. Sedangkan kemampuan belajar ini penting apabila lingkugan atau standar keahlian berubah seiring waktu. Oleh karena itu dilakukan perancangan implementasi sistem adaptif yang memungkinkan sistem menerima input baru dari mahasiswa. Input baru itu kemudian akan diproses untuk memperbaiki aturan (rules) yang sudah ada sehingga sesi konsultasi berikutnya akan menjadi lebih baik. Selaln memiliki kemampuan adaptasi, implementnsi ini juga memungkinkan perubahan pertanyaan dan pilihan. jawabcm yang diberikan pada user pada waktu konsultasi. Sebelumnya untuk merubah pertanyaan dan pilihan jawaban, harus dilakukan perubahan pada program (coding) halaman tersebut. Dalam tugas skripsi ini, untuk mempermudah dilakukannya maintenance, penulis telah menamhahkan satu halaman admin untuk menguhah database aturan. Berdasarkan hasil implementasi sistem adaptif, sistem mampu beradaptasi sesuai dengan input baru yang diberikan oleh mahahasiswa. Sesi konsultasi selanjutnya diperbaiki berdasarkan input-input yang sebelumnya diberikran. Penambahan halaman..."

"Model basis data relasional telah terbukti sebagai model yang tepat dalam sistem manajemen informasi dan telah diterapkan dalam berbagai aplikasi. Penggunaan model basis data relasional sangat efektif untuk data yang pasti dan tidak ambigu. Namun demikian, aplikasi dunia nyata seringkali mengandung informasi yang tidak tepat dan tidak pasti di dalamya. Model basis data relasional yang ada saat ini tidak dapat mengakomodasi informasi yang tidak sempurna tersebut. Oleh sebab itu, diperlukan sebuah model basis data relasional baru yang dapat memenuhi kebutuhan itu. Kombinasi antara teknologi basis data dan teknik fuzzy menghasilkan sebuah konsep bernama basis data fuzzy.Penelitian pada Tugas Akhir ini telah mengembangkan Sistem Basis Data Fuzzy yang berjalan diatas DBMS konvensional. Modul utama yang dikembangkan adalah fuzzy interpreter yang dapat mentransformasikan query fuzzy yang diberikan pengguna ke dalam query crisp sehingga bisa dieksekusi pada DBMS. Modul ini juga mentransformasikan hasil crisp yang diberikan basis data ke hasil fuzzy untuk diberikan kembali ke pengguna. Dalam basis data konvensional, operasi union dan intersection adalah dua operasi himpunan yang penting karena sering digunakan.Penelitian pada Tugas Akhir ini telah sukses mengaplikasikan operasi-operasi fuzzy union dan fuzzy intersection pada fuzzy interpreter Sistem Basis Data Fuzzy. Tugas Akhir ini membuktikan bahwa basis data fuzzy lebih baik daripada basis data konvensional karena dapat memberikan hasil yang lebih lengkap dan mengatasi permasalahan pada beberapa kasus dunia nyata yang tidak bisa dilakukan oleh basis data konvensional.

---

Relational database model is proven as good model in information management system and applied in several applications. Relational database model is effective for precise and unambiguous data. However, real world applications often have imprecise and uncertain information. Current relational database model can?t accommodate imperfect information. So that, new database relational model that can accommodate those requirement is needed. Combination between database technology and fuzzy technique produce a fuzzy database concept.Research in this Final Project has developed Fuzzy Database Systems that uses convensional DBMS. Major modul that has developed is fuzzy interpreter that can transform fuzzy query into crisp query so that it can be executed by DBMS. This modul also transform crisp result from database into fuzzy result to the user. In conventional database, union and intersection operations are two important set operations because they often used.Research in this Final Project is successfully implemented fuzzy union and fuzzy intersection operations in fuzzy interpreter Fuzzy Database Systems. This Final Project prove that fuzzy database is better than conventional database because it can give more complete result and solve some real world problems that can?t be solved by conventional database."

"Pada skripsi ini Bidang fasa (dengan sumbu error dan delta error) digunakan untuk membangun aturan-aturan kendali pada pengendali fuzzy PI. Bidang fasa digunakan untuk menjembatani hubungan antara tanggapan waktu dengan basis aturan. Berdasarkan hubungan tersebut diturunkan langkah-langkah umum untuk membangun basis aturan berukuran 7 x7 secara spesifik. Basis aturan yang dibangun kemudian dibandingkan dengan basis aturan fain dalam simulasi. Bidang fasa jugs digunakan dalam sistem supervisi untuk menala faktor skala pengendali fiizzy sehingga diperoleh overshoot yang diinginkan. Untuk setiap siklus dibangun suatu lintasan acuan yang dapat berubah untuk setiap waktu cuplik. Kemudian suatu indeks kineda dihitung berdasarkan perbandingan lintasan acuan dengan Iintasan sebenarnya. Indeks kineda selanjutnya digunakan untuk menala faktor skala pengendali fuzzy dengan menggunakan metode inferensi fuzzy. Simulasi pada sistem orde pertama, orde pertama dengan waktu tunda dan orde kedua dilakukan untuk menguji efektivitas sistem supervisi."

"Kecerdasan adalah kemampuan untuk belajar dan memahami, untuk memecahkan masalah dan untuk membuat keputusan. Perancangan sistem pakar berbasiskan aturan (rule based expert system) yang berbasiskan kecerdasan buatan (Artificial Intelligence), memungkinkan sebuah sistem komputer bisa menyerupai proses pemikiran dan pengetahuan seorang pakar yang memiliki kecerdasan untuk memecahkan permasalahan yang kompleks. Rule based expert system memiliki inference engine, yang mampu memilih solusi terbaik berdasarkan situasi yang dihadapi oleh manusia dan aturan-aturan yang diterapkan. Dari segi fleksibilitas, rule based expert system mempunyai sifat fleksibel, yang dapat diandalkan setiap waktu. Implementasi rule based expert system pada sistem akademik kampus, seolah-olah akan dapat menghadirkan seorang pakar akademik, untuk menyelesaikan permasalahan yang dihadapi mahasiswa. Pakar akademik ini dapat diandalkan karena dapat memahami dan memecahkan masalah yang ditanyakan, dan yang terpenting dapat dijumpai setiap saat oleh mahasiswa. Sistem pakar berbasiskan aturan dalam konsultasi pengambilan mata kuliah pilihan yang diterapkan pada Departemen Elektro FTUI ini menggunakan teknik inferensi forward chaining, dengan pilihan solusi dan penjelasan yang semuanya berjumlah delapan belas buah. Jadi mahasiswa sebagai user, nantinya hanya akan ditawarkan salah satu dari delapan belas sokusi, sebagai pemecahannya."

"ABSTRAK Pengetahuan seorang pakar sangat dinamis terhadap waktu. Pengetahuannya akan bertambah atau lebih sempurna bila pakar sering menggunakannya. Pengetahuan sistem pakar sangat statik, tidak bertambah. Metoda belajar kesamaan ("similarity-based learning") dari teori Mesin Pembelajar ("Machine Learning") dapat digunakan dalam menambah pengetahuan sistem pakar. Dalam studi ini akan dipelajari cara penambahan pengetahuan sistem pakar dengan menggunakan metode belajar dari contoh ("learning from examples") dari kasus-kasus penderita penyakit TB--Paru yang dijadikan sebagai contoh-contoh latihan. Implementasi program yang dibangun terbatas pada penambahan pengetahuan berdasarkan contoh-contoh latihan khusus untuk penderita penyakit TB-Paru dengan menganggap bahwa contoh-contoh latihan tersebut telah diklasifikasikan dengan metode pohon keputusan. Program disusun dalam bahasa pemrograman Turbo C Versa. 2.0 dari Borland dan dijalankan dengan sistem operasi MS-DOS versi 4.01. Mesin yang digunakan adalah IBM PC-XT Compatible dengan memory 640 KB. "

"Pengetahuan seorang pakar sangat dinamis terhadap waktu; pengetahuannya akan bertambah atau lebih sempurna bila pakar sering menggunakannya. Sedangkan pengetahuan sistem pakar (expert system) sangat statik; jika pengetahuannya ingin disempurnakan maka prosesnya rumit, waktunya relatif lama, kecenderungan salahnya cukup besar, dan paling sedikit membutuhkan seorang pakar dengan domain pengetahuan yang sama dan seorang ahli rekayasa pengetahuan (knowledge engineer). Untuk mempermudah proses penyempurnaan basis pengetahuan sistem pakar tersebut dapat digunakan teknik mesin pembelajar (machine learning). Bidang mesin pembelajar menyangkut pembentukan teori-teori komputasi dari proses belajar dan pembangunan sistem belajar. Sistem belajar analogi yang dibangun sebagai alat bantu sistem pakar dalam menyempurnakan basis pengetahuannya menerapkan :

• metoda analogi pada elemen belajarnya, dan
• metoda incremental concept formation untuk membentuk basis pengetahuan sistem belajar yang akan digunakan oleh elemen belajar tersebut.

Dalam implementasinya, sistem belajar analogi tersebut diterapkan pada sistem pakar Kelainan Paru. "