Some Place Which You Must Visit When Travel To Kuningan

The Regency of Kuningan in West Java indeed full of natural attractions, starting from waterfall, baths, campsite, until mountains being there. Located on the east side of western Java, precisely in the south of Cirebon, Kuningan offers a variety of exciting tourist locations to fill your vacation. The atmosphere of a quiet city, friendly people, and beautiful nature, making this city began ogled many tourists. While visiting this city, you will certainly feel the peace that you may not get when you're in a big city.

            Here are some places that you must stop if to Kuningan West Java:

• Linggarjati Nature Tourism Park     

            Linggarjati Nature Tourism Park which is located in Kunigan Regency has its own attarcation in the hearts of the tourists. One of the attractions in this place is a beautiful natural landscape with a wide variety of flora and fauna contained in it.

            Beside the beautiful natural charm, Linggarjati Nature Park has a cool and fresh air. Not far from this place we can visit the cultural attractions of historical value, is
the Linggarjati Bargaining Building is the place of the LinggarJati Agreement between the Indonesian government and the Dutch government which has its own appeal.

• Sangkanhurip Baths

            This tourist attraction is a hot water bath where the water comes from Mount Ciremai. In Sangkanhurip baths, you can relax the body as well as smooth the skin. Therefore, hot water containing sulfur in the bath is believed to kill germs and diseases that nest in the skin that makes it back smoothly. The bath is located in the village of Sangkanhurip, 14 km to the north of downtown Kuningan. The route you can take to get to that location is via Siliwangi road. After the Ciremai Mountain National Park, you will find a T-Junction. From the T-Junction, take the east path (right) and follow the route to the bath location.

Sidomba Waterfall

            When going to visit a waterfall attraction, the thing that pictured in your mind of course is a waterfall in a mountain cliff. However, the view may be lost when you see Sidomba waterfall. The waterfall is located at Peusing Village, Jalaksana is only about 3 meters high. Water that was disbursed was not too heavy. While at the bottom, there is a pond with a variety of colorful ornamental fish.

            One thing that is quite special from this tourist location lies in the existence of the stairs. To get to the waterfall area, you have to pass the stairs staircase with a beautiful design that is suitable to serve as a photo location. Meanwhile, to relax, the management also provides a large gazebo. Near the waterfall area, there are some rides games are quite exciting. There is also a children's playground, flying fox, swimming pool, fishing pond, sheep car and mini train.

• Cibulan Baths               

            This is one of the tourist attraction of west java which keeps the history of islam in java land, it is said that this place ever visited by Prabu Siliwangi. Cibulan baths are located in the village of Manis Kidul, Kuningan West Java. In this place there is a bath / swimming pool in which the fish are located but the fish is not ignorant to visitors who swim in the pool. It is said that the god fish was in the pool is hundreds of years old, and believe it or not this fish lost when the pool is cleaned, there are also local residents who see the fish turned into fish thorns when the night of full moon. But apart from these myths all come back with our trust.  Not only the gods who are in the cibulan, here are also 7 sacred wells that supposedly the same properties with seven wells in Cirebon, many tourists who visit this place just want to see the well. So that makes this place one of the favorite places that are in Kuningan.

• Ciremai Mountain National Park

           Mountain area is always able to present a stunning panorama. Of course, that's what you'll find when exploring the area of ​​Gunung Ciremai National Park. Located about 10 km to the north of the city of Kuningan, the Gunung Ciremai National Park is a suitable place for you lovers of nature. To reach the peak and the crater, you need to make a fairly long climb through the channels that have been provided. Although quite exhausting, your trip will be paid by the beautiful panorama of nature around and the majestic crater of this highest mountain in West Java.

            That's a few choices of tourist destinations that you can visit while on holiday in Kuningan. Most of the tourist sites are natural attractions with a calm and beautiful atmosphere. However, make sure the physical condition and the vehicle that you prefer to use is in prime condition because the terrain you pass is generally quite heavy. Have a good day.

Read More

IT Audit Trail, Real Time Audit, dan IT Forensik

Pengertian Audit Trail

Audit Trail merupakan salah satu fitur dalam suatu program yang mencatat semua kegiatan yang dilakukan tiap user dalam suatu tabel log. secara rinci. Audit Trail secara default akan mencatat waktu , user, data yang diakses dan berbagai jenis kegiatan. Jenis kegiatan bisa berupa menambah, merungubah dan menghapus. Audit Trail apabila diurutkan berdasarkan waktu bisa membentuk suatu kronologis manipulasi data.

Cara Kerja Audit Trail

Audit Trail yang disimpan dalam suatu tabel.Dengan menyisipkan perintah penambahan record ditiap query Insert, Update dan Delete .Dengan memanfaatkan fitur trigger pada DBMS.

Hasil Audit Trail Record Audit Trail disimpan dalam bentuk, yaitu :

1.      Binary File – Ukuran tidak besar dan tidak bisa dibaca begitu saja

2.      Text File – Ukuran besar dan bisa dibaca langsung

3.      Tabel

Real Time Audit

Real Time Audit atau RTA adalah suatu system untuk mengawasi kegiatan teknis dan keuangan sehingga dapat memberikan penilaian yang transparan status saat ini dari semua kegiatan, dimana pun mereka berada.

Real Time Audit sangat efektif untuk membangun procedure menjadi perjanjian pembiayaan meliputi proyek atau kegiatan yang bersangkutan. Real Time Audit menyediakan komponen utama yang diperlukan untuk efektif, kegiatan pengelolaan yang efisien dan pengawasan. 

IT Forensics

Ilmu yang berhubungan dengan pengumpulan fakta dan bukti pelanggaran keamanan sistem informasi serta validasinya menurut metode yang digunakan (misalnya metode sebab-akibat)

Bertujuan untuk mendapatkan fakta-fakta obyektif dari sebuah insiden / pelanggaran keamanan sistem informasi. Fakta-fakta tersebut setelah diverifikasi akan menjadi buktibukti (evidence) yang akan digunakan dalam proses hokum.

Bidang IT Forensik juga memiliki cabang-cabang di dalamnya seperti firewall forensik, forensik jaringan , database forensik, dan forensik perangkat mobile.

• ·         Menurut Noblett, yaitu berperan untuk mengambil, menjaga, mengembalikan, dan menyajikan data yang telah diproses secara elektronik dan disimpan di media komputer.
• ·         Menurut Judd Robin, yaitu penerapan secara sederhana dari penyidikan komputer dan teknik analisisnya untuk menentukan bukti-bukti hukum yang mungkin.
• ·         Menurut Ruby Alamsyah (salah seorang ahli forensik IT Indonesia), digital forensik atau terkadang disebut komputer forensik adalah ilmu yang menganalisa barang bukti digital sehingga dapat dipertanggungjawabkan di pengadilan.
• ·         Barang bukti digital tersebut termasuk handphone, notebook, server, alat teknologi apapun yang mempunyai media penyimpanan dan bisa dianalisa. Alasan mengapa menggunakan IT forensik, antara lain: -Dalam kasus hukum, teknik digital forensik sering digunakan untuk meneliti sistem komputer milik terdakwa (dalam perkara pidana) atau tergugat (dalam perkara perdata).

• ·         Memulihkan data dalam hal suatu hardware atau software mengalami kegagalan/kerusakan (failure).
• ·         Meneliti suatu sistem komputer setelah suatu pembongkaran/ pembobolan, sebagai contoh untuk menentukan bagaimana penyerang memperoleh akses dan serangan apa yang dilakukan.
• ·         Mengumpulkan bukti menindak seorang karyawan yang ingin diberhentikan oleh suatu organisasi.
• ·         Memperoleh informasi tentang bagaimana sistem komputer bekerja untuk tujuan debugging, optimisasi kinerja, atau membalikkan rancang-bangun. Siapa yang menggunakan IT forensic

Sumber :

https://dkhaprasetyo.wordpress.com/2016/04/27/pengertian-audit-trail-real-time-audit-dan-it-forensik/

https://aditmilan.wordpress.com/2016/03/14/jelaskan-perbedaan-it-forensik-it-audit-trail-dan-real-time-audit/

https://omegashinta418.wordpress.com/2017/03/27/pengertian-it-audit-trail-real-time-audit-dan-it-forensics/

Read More

Control Objective for Information and related Technology (COBIT)

Pengertian Cobit

COBIT (Control Objectives for Information and Related Technology) merupakan audit sistem informasi dan dasar pengendalian yang dibuat oleh Information Systems Audit and Control Association (ISACA) dan IT Governance Institute (ITGI) pada tahun 1992.

COBIT memiliki 4 cakupan domain, yaitu :

·         Perencanaan dan organisasi (plan and organise)

·         Pengadaan dan implementasi (acquire and implement)

·         Pengantaran dan dukungan (deliver and support)

·         Pengawasan dan evaluasi (monitor and evaluate)

Maksud utama COBIT ialah menyediakan kebijakan yang jelas dan good practice untuk IT governance, membantu manajemen senior dalam memahami dan mengelola risiko-risiko yang berhubungan dengan IT.

COBIT menyediakan kerangka IT governance dan petunjuk control objective yang detail untuk manajemen, pemilik proses bisnis, user dan auditor.

Sejarah COBIT

COBIT pertama kali diterbitkan pada tahun 1996, kemudian edisi kedua dari COBIT diterbitkan pada tahun 1998. Pada tahun 2000 dirilis COBIT 3.0 dan COBIT 4.0 pada tahun 2005. Kemudian COBIT 4.1 dirilis pada tahun 2007 dan saat ini COBIT yang terakhir dirilis adalah COBIT 5.0 yang dirilis pada tahun 2012.

COBIT merupakan kombinasi dari prinsip-prinsip yang telah ditanamkan yang dilengkapi dengan balance scorecard dan dapat digunakan sebagai acuan model (seperti COSO) dan disejajarkan dengan standar industri, seperti ITIL, CMM, BS779, ISO 9000.

Kerangka Kerja COBIT

Kerangka kerja COBIT terdiri atas beberapa arahan/pedoman, yakni:

Control Objectives

Terdiri atas 4 tujuan pengendalian tingkat-tinggi (high-level control objectives) yang terbagi dalam 4 domain, yaitu : Planning & Organization , Acquisition & Implementation , Delivery & Support , dan Monitoring & Evaluation.

Audit Guidelines

Berisi sebanyak 318 tujuan-tujuan pengendalian yang bersifat rinci (detailed control objectives) untuk membantu para auditor dalam memberikan management assurance dan/atau saran perbaikan.

Management Guidelines

Berisi arahan, baik secara umum maupun spesifik, mengenai apa saja yang mesti dilakukan, terutama agar dapat menjawab pertanyaan-pertanyaan berikut :

•   Sejauh mana TI harus bergerak atau digunakan, dan apakah biaya TI yang dikeluarkan sesuai dengan manfaat yang dihasilkannya.
•  Apa saja indikator untuk suatu kinerja yang bagus.
•  Apa saja faktor atau kondisi yang harus diciptakan agar dapat mencapai sukses ( critical success factors ).
•  Apa saja risiko-risiko yang timbul, apabila kita tidak mencapai sasaran yang ditentukan.
•   Bagaimana dengan perusahaan lainnya, apa yang mereka lakukan.
•   Bagaimana mengukur keberhasilan dan bagaimana pula membandingkannya.

Misi COBIT

Melakukan penelitian, pengembangan, publikasi dan promosi terhadap control objective dari teknologi informasi yang secara umum diterima di lingkungan internasional untuk pemakaian sehari-hari oleh manager dan auditor.

Kriteria Informasi berdasarkan COBIT

Untuk memenuhi tujuan bisnis, informasi perlu memenuhi kriteria tertentu, adapun 7 kriteria informasi yang menjadi perhatian COBIT, yaitu sebagai berikut:

Effectiveness (Efektivitas). Informasi yang diperoleh harus relevan dan berkaitan dengan proses bisnis, konsisten dapat dipercaya, dan tepat waktu.

Effeciency (Efisiensi). Penyediaan informasi melalui penggunaan sumber daya (yang paling produktif dan ekonomis) yang optimal.

Confidentially (Kerahasiaan). Berkaitan dengan proteksi pada informasi penting dari pihak-pihak yang tidak memiliki hak otorisasi/tidak berwenang.

Intergrity (Integritas). Berkaitan dengan keakuratan dan kelengkapan data/informasi dan tingkat validitas yang sesuai dengan ekspetasi dan nilai bisnis.

Availability (Ketersediaan). Fokus terhadap ketersediaan data/informasi ketika diperlukan dalam proses bisnis, baik sekarang maupun dimasa yang akan datang. Ini juga terkait dengan pengamanan atas sumber daya yang diperlukan dan terkait.

Compliance (Kepatuhan). Pemenuhan data/informasi yang sesuai dengan ketentuan hukum, peraturan, dan rencana perjanjian/kontrak untuk proses bisnis.

Reliability (Handal). Fokus pada pemberian informasi yang tepat bagi manajemen untuk mengoperasikan perusahaan dan pemenuhan kewajiban mereka untuk membuat laporan keuangan.

Daftar Pustaka :

http://dindanurayu4.blogspot.co.id/2015/12/pengertian-cobit.html

https://id.wikipedia.org/wiki/COBIT

https://haendra.wordpress.com/2012/06/08/pengertian-cobit/

http://www.kajianpustaka.com/2014/02/pengertian-sejarah-dan-komponen-cobit.html

http://laisanurin.blogspot.co.id/2014/01/apa-yang-anda-ketahui-mengenai-cobit.html

Read More

Audit Teknologi Sistem Informasi

Pengertian Audit Teknologi Sistem Informasi

Audit Teknologi Sistem Informasi adalah bentuk pengawasan dan pengendalian dari infrastruktur teknologi informasi secara menyeluruh. Audit teknologi informasi ini dapat berjalan bersama-sama dengan audit finansial dan audit internal, atau dengan kegiatan pengawasan dan evaluasi lain yang sejenis.

Sejarah Audit Teknologi Sistem Informasi

pada awalnya lebih dikenal sebagaiEDP Audit  (Electronic Data Processing) telah mengalami perkembangan yang pesat.Perkembangan Audit SI/IT ini didorong oleh kemajuan teknologi dalam sistem keuangan, meningkatnya kebutuhan akan kontrol IT, dan pengaruh dari komputer itu sendiri untuk menyelesaikan tugas-tugas penting. Pemanfaatan teknologi komputer ke dalam sistem keuangan telah mengubah cara kerja sistem keuangan, yaitu dalam penyimpanan data, pengambilan kembali data, dan pengendalian. Sistem keuangan pertama yang menggunakan teknologi komputer muncul pertama kali tahun 1954. Selama periode 1954 sampai dengan 1960-an profesi audit masih menggunakan komputer. Pada pertengahan 1960-an terjadi perubahan pada mesin komputer, dari mainframe menjadi komputer yang lebih kecil dan murah. Pada tahun 1968, American Institute of Certified Public Accountants (AICPA) ikut mendukung pengembangan EDP auditing Sekitar periode ini para auditor bersama-sama mendirikan Electronic Data Processing Auditors Association (EDPAA). Tujuan lembaga ini adalah untuk membuat suatu tuntunan, prosedur, dan standar bagi audit EDP.  Pada tahun 1977, edisi pertama Control Objectives diluncurkan. Publikasi ini kemudian dikenal sebagai Control Objectives for Information and Related Technology (CobiT). Tahun 1994, EDPAA mengubah namanya menjadi Information System Audit (ISACA).

Jenis-Jenis Audit Teknologi Sistem Informasi

1. Sistem dan aplikasi.Audit yang berfungsi untuk memeriksa apakah sistem dan aplikasi sesuai dengan kebutuhan organisasi, berdayaguna, dan memiliki kontrol yang cukup baik untuk menjamin keabsahan, kehandalan, tepat waktu, dan keamanan pada input, proses, output pada semua tingkat kegiatan sistem.

2. Fasilitas pemrosesan informasi.Audit yang berfungsi untuk memeriksa apakah fasilitas pemrosesan terkendali untuk menjamin ketepatan waktu, ketelitian, dan pemrosesan aplikasi yang efisien dalam keadaan normal dan buruk.

3. Pengembangan sistem.Audit yang berfungsi untuk memeriksa apakah sistem yang dikembangkan mencakup kebutuhan obyektif organisasi.

4. Arsitektur perusahaan dan manajemen TI.Audit yang berfungsi untuk memeriksa apakah manajemen TI dapat mengembangkan struktur organisasi dan prosedur yang menjamin kontrol dan lingkungan yang berdaya guna untuk pemrosesan informasi.

5. Client/Server, telekomunikasi, intranet, dan ekstranet.Suatu audit yang berfungsi untuk memeriksa apakah kontrol-kontrol berfungsi pada client, server, dan jaringan yang menghubungkan client dan server.

Pentingnya Dilakukan Audit Teknologi Sistem Informasi

1. Kerugian akibat kehilangan data
Informasi berasal dari suatu data yang diolah dan memiliki manfa’at bagi penggunanya. Oleh karena itu, data adalah suatu aset yang penting bagi suatu perusahaan atau organisasi. Informasi dari suatu data akan menjadi gambaran dari kondisi di masa lalu, sekarang, dan masa yang akan datang. Jika informasi dari data tersebut hilang, maka akan menyebabkan suatu kesalahan yang fatal.

2. Kesalahan dalam pengambilan keputusan
Saat ini masih banyak instansi yang menggunakan perangkat lunak dalam mengambil keputusan. Namun, resiko yang ditimbulkan bisa saja bukan lagi membahayakan sistem, tetapi juga dapat membahayakan nyawa seseorang seperti dalam penggunaan DSS (Sistem Penunjang Keputusan) dalam bidang kedokteran. Tingkat akurasi dan pentingnya suatu data tergantung kepada jenis keputusan yang akan diambil.

3. Kerugian yang disebabkan oleh kesalahan pemrosesan komputer
Banyak organisasi atau perusahaan yang telah menggunakan komputer sebagai sarana untuk meningkatkan kualitas pekerjaan mereka. Mulai dari hal yang sederhana, pernghitungan bunga dalam jumlah besar, dan juga navigasi pesawat terbang atau peluru kendali. Kerugian tersebut dapat pula berupa kebocoran data dan dapat menimbulkan dampak yang akan merugikan bagi suatu perusahaan atau organisasi seperti kehilangan klien, pelanggan, perhitungan matematis yang sulit dipercaya, dan juga dapat menggangu kelangsungan hidup perusahaan.

4. Penggunaan komputer yang di salah gunakan
Tingginya tingkat penyalahgunaan komputer menjadi salah satu alasan mengapa audit sistem informasi diperlukan. Banyak sekali pihak yang tidak bertanggungjawab dapat melakukan kejahatan komputer seperti Hacker, Cracker dan Virus.

a) Hacker : Merupakan seseorang yang dengan sengaja masuk ke dalam suatu sistem tanpa izin. Mereka melakukan hal tersebut biasanya hanya untuk membuat dirinya sendiri atau kelompoknya bangga karena telah berhasil menembus sistem keamanan dari suatu perusahaan atau organisasi, tanpa ada maksud untuk merusak atau mengambil sesuatu atas apa yang telah dilakukan.

b) Cracker : Cracker memasuki suatu sistem yang memiliki tujuan untuk mengambil keuntungan sebanyak-banyaknya seperti mengubah, merusak, atau bahkan menghancurkan sistem tersebut.

c) Virus : Merupakan sebuah program komputer yang melekatkan diri dan menjalankan dirinya sendiri pada suatu data. Virus meriplikasi dirinya sendiri secara aktif dan mengganggu atau merusak suatu sistem operasi, data, dan bahkan mengacaukan sistem.

 Kejahatan komputer juga dapat dilakukan oleh karyawan yang merasa tidak puas dengan kebijaksanaan perusahaan, baik yang masih bekerja, sudah berhenti, keluar, diberhentikan dari perusahaan tersebut dan bahkan yang pindah bekerja ke perusahaan lain. Dan hal tersebut dilakukan untuk memperoleh keuntungan atau manfaat dalam bersaing. Oleh karena itu audit sangat diperlukan dan terdapat dua hal utama yang harus diperhatikan pada saat melakukan audit atau pemrosesan data elektronik seperti pengumpulan bukti dan evaluasi bukti.

5. Kesalahan pada proses perhitungan
Sistem Informasi sering digunakan untuk melakukan proses menghitung yang rumit karena memiliki kemampuan untuk mengolah data secara tepat dan akurat, namun juga menimbulkan resiko kesalahan. Tanpa adanya pengembangan sistem yang baik, tentu saja dapat terjadi kesalahan menghitung dan yang lebih buruk adalah sistem yang baru yang sudah dibuat akan sulit di deteksi tanpa ada proses audit yang dilakukan.

6. Nilai investasi yang tinggi untuk perangkat keras dan perangkat lunak komputer
Investasi yang dikeluarkan suatu perusahaan tentu sangat besar dan sulit untuk mengukur manfaat yang dapat diberikan oleh suatu sistem atau teknologi informasi.

Sumber Pustaka :

http://fitharikhadir.blogspot.com/2016/01/audit-sistem-informasi-dan-prosedur.html

http://fahmialhabsyi.blogspot.co.id/2017/09/tugas-1-audit-teknologi-sistem-informasi.html

https://empi378.wordpress.com/2013/02/10/pentingnya-dilakukan-audit-sistem-informasi/

http://auditsi-imam.blogspot.co.id/2015/04/s.html

Read More

Cara Membuat Animasi Dengan Pivot Animator

Kali ini saya akan memberikan petunjuk bagaimana cara membuat sebuah animasi dengan menggunakan Pivot Animator

1. Buka Pivot Animator setelah itu akan muncul tampilan seperti berikut :

2. Setelah itu klik File>Load Figure File apabila ingin menambah figure pada animasi
3. Setelah itu atur figure yang digunakan untuk membuat animasi seperti berikut :

4. Setelah diatur klik pada tombol Add Frame di pojok kiri bawah
5. Setelah itu atur figure tersebut dengan cara drag titik merah untuk menghasilkan gerakan seperti berikut :

6. Setelah itu klik Add frame kembali dan lakukan langkah 5 kembali sampai dirasa cukup
7. Lalu kita save dengan cara klik File>Export Animation untuk menjadi .GIF extension
8. Setelah Disave klik tombol Play di sebelah kiri untuk melihat hasil pembuatan animasinya
9.Contoh animasi yang dibuat dengan Pivot Animator :

Read More

Pivot Animator

PIVOT ANIMATOR

Pivot merupakan freeware aplikasi windows yang memungkinkan pengguna untuk membuat stickfigure animasi, dan di simpan dengan format GIF atau bisa juga di konversi menjadi video.pivot sangat mudah digunakan dengan berbagai macam fiturnya, pivot animator diciptakan oleh peter bone

Apa yang bisa dilakukan pivot animator

Ukuran pivot animator terbilang kecil karena hanya 1,2mb dan memiliki antarmuka yang simpel dan menu yang sederhana tapi langsung ke intinya.

Seperti namanya ini adalah program yang memungkinkan kita untuk membuat animasi stickfigure.

Karakter yang dapat dibuat tidak yang paling artistik, tapi disini pemula pun yang belum pernah membuat animasi pasti bisa membuatnya karna software ini sangat mudah digunakan

Mari kita jalankan !

Ketika kita membuka pivot maka tampilan akan seperti ini:

jika tampilan seperti ini maka kita lajut ke tahap selanjutnya, (bagi yang berbeda atau ada yang muncul window coba di samakan dulu agar mudah dan sama dengan tampilan selanjutnya)

Di tahap ini saya akan membahas perlahan tentang menu – menu yang terdapat di Software Pivot:

di menu “file” terdapat beberapa submenu di antaranya :

1. New —> digunakan untuk membuat animasi pivot yang baru,
2. Open —> untuk membuka file pivot yang  sebelumnya tersedia di komputer anda,
3. Save —> menyimpan animasi dan masuk ke menu save,
4. Load Background —> untuk membuka dan memasukan background ke pivot (format .JPEG, Bitmap, .GIF)
5. Load Figure Type —> ini berguna untuk membuka figur-figur yang kita buat sendiri atau yang kita download (format .STK)
6. Crate Figure Type —> sub menu ini di gunakan untuk membuat figur-figur baru atau kita ingin membuat suatu objek (berformat .STK)
7. Load Sprite —> di gunakan untuk membuka animasi (GIF) untuk kemudian di masukan ke dalam animasi kita (format Bitmap .BMP, .GIF)
8. Exit —> kita keluar dari program pivot

Setelah kita mengenali menu “FILE” selanjutnya saya akan mengenalkan menu “Options”

di menu options, kita hanya akan di tampilkan windows “OptionsForm” dimana fungsinya untuk mengatur besar kecil layar animasi yang kita bisa atur sesuai keinginan kita

untuk Menu selanjutnya saya tak usah bahas mungkin itu tambahan saja, namun bagi yang ingin melihat silahkan saja,

Setelah kita mengenal tiap-tiap menu di program ini tahap selanjutnya adalah tool Current Figure:

di sini kita akan membahas tentang tip-tiap kegunaan dari Current Figure :

1. Delete —> Untuk menghapus gambar atau Figure-figure yang ada di tampilan layar
2. Edit —> Digunakan jika kita merasa harus merubah Figure yang kita masukan ini sama halnya dengan SUBMENU “Crate Figure”
3. Center —> Berguna untuk meletakkan Figure atau background ke titik tengah layar
4. Flip —> Ketika kita membuka suatu figure atau background dan terbalik maka flip akan membaliknya seperti koin
5. Colour —> Untuk mewarnai figure yang kita pilih namun perlu di ketahui bahwa perwarnaan di software pivot adalah 16-bit jadi kurang baik untuk yang mengharapkan gradasi
6. 100 —> Menentukan ukuran Figure yang kita pilih atau background
7. Front —> untuk meletakkan Figure di atas tumpukan Figure atau background
8. Back —> Mirip dengan Front namun tombol ini di gunakan untuk menaruh Figure di belakang
9. Next Frame —> tombol ini berfungsi untuk menangkap gambar yang ada di layar dan membuat frame baru.

oke pada saat ini kita sudah cukup mengetahui menu dan tool.

Di tahap ini kita akan mengetahui cara mengatur kecepatan per frame:

Fungsi tombol play untuk menjalankan  frame-frame yang kita sudah buat, dan stop untuk menghentikan. Repeat berguna ketika kita hendak melihat berulang kali ketika frame telah habis ia akan mengembalikannya ke frame awal atau pertama.dan ada tombol yang mengatur untuk background mana yang akan kita pakai ketika kita sudah pernah memasukannya.

Diman tombol yang atas adalah tombol yang mengatur untuk memilih background dan tombol yang bawah adalah tombol yang mengatur Figure yang kita pernah pakai.

Ketika kita sudah siap maka kita tinggal men-savenya dan akan muncul window baru yang meminta anda untuk menanyakan tempat kita akan menyimpan animasi kita dan jangan lupa untuk mengatur format yang kita buat, dan ketika kita klik save dengan format GIF muncul satu window lagi ini berguna untuk mengatur format GIF kita.

Dan jika kita menyimpan dalam format BMP maka yang kita dapatkan adalah beberapa gambar frame yg kita buat, dan jika format .PIV maka kita akan dapat mengedit kembali karya kita.

Oke sekarang saya akan menunjukan bagaimana Figure yang kita buat bisa di pindahkan sesuai ke inginan kita :

Kita pilih Figure yang akan kita pindahkan posisinya, setelah itu akan terlihat titik-titik merah dan satu titik orange, nah jika kita gerakkan salah satu titik merah maka yang terjadi adalah seperti kita menekuk mainan dan jika gerakkan bagian “engselnya’ maka terlihat seperti menggerakkan tanggan, kaki, atau punggung kita. Tetapi jika kita memilih titik orange maka yang terjadi adalah kita memindahkan posisi figure yang kita buat (ini berlaku semua Figure, background, bahkan yang kita buat sendiri atau kita download).

Nah setelah kita mengenal pivot maka bersiap lah untuk tidak membuatnya kaku dalam bergerak dan perlahan layaknya anda bergerak.Oke sampai di sini dulu pengenalan kita kali ini oh iya jika ingin mencari Figure baru silahkan di download di http://www.droidz.org/ di sana tinggal anda mencari saja dan jika ingin membuat efek bayangan maka ada beberapa warna yang ada gunakan ke Figure yang anda gunakan yaitu

daftar pustaka :

https://robysediawan.files.wordpress.com

Read More

Fuzzy Logic

MAKALAH FUZZY LOGIC

TUGAS MATA KULIAH PENGANTAR TEKNOLOGI SISTEM CERDAS

DITULIS OLEH :

Lisa Meta Predianti

Mahardhika H.P.

M.Handika

M.Rizky P.

Nizar Fajri Syawaluddi

Noval Irmawan

Praditya N.

Philip Lambok
Prasasti Mutiara

FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI

UNIVERSITAS GUNADARMA

ABSTRAKSI

Logika merupakan studi penalaran. Pada teori logika yang biasa, logika dinyatakan dengan benar atau salah. Namun, dalam kehidupan sehari-hari, sering ditemukan kasus yang tidak bisa dinyatakan sebagai benar atau salah, tapi harus dinyatakan dengan hampir benar, agak benar atau semacamnya. Dalam logika fuzzy, kita dapat menyatakan hal seperti itu dengan suatu nilai, antara benar dan salah. Logika fuzzy adalah logika yang kabur atau mengandung unsur ketidakpastian. Logika ini mulai dikembangkan pada tahun 1960-an di Amerika. Saat ini, logika fuzzy sudah banyak digunakan di negara-negara maju, terutama di Jepang. Logika fuzzy digunakan sebagai pengendali pada berbagai alat, misalnya pendingin ruangan dan mesin cuci. Logika ini memang cenderung lebih praktis untuk digunakan karena sederhana, mudah dimengerti, fleksibel, serta lebih baik dan hemat. Namun, pengaplikasian logika fuzzy dalam industri masih banyak terhambat karena beberapa hal, antara lain karena ilmu ini belum banyak dikenal dan belum adanya metode yang baku dan sistematik untuk mengembangkannya.

BAB I: PENDAHULUAN

1.1. Latar Belakang

Pada logika biasa, yaitu logika tegas, kita hanya mengenal dua nilai, salah atau benar, 0 atau 1. Sedangkan logika fuzzy mengenal nilai antara benar dan salah. Kebenaran dalam logika fuzzy dapat dinyatakan dalam derajat kebenaran yang nilainya antara 0 sampai 1.
Misalnya dalam kehidupan sehari-hari, dewasa didefinisikan dengan berusia 17 tahun ke atas. Jika menggunakan logika tegas, seseorang yang berusia 17 tahun kurang 1 hari akan didefinisikan sebagai tidak dewasa. Namun dalam logika fuzzy, orang tersebut dapat dinyatakan dengan hampir dewasa.

Gambar 1: Logika tegas, logika fuzzy

1.2. Rumusan Masalah

1. Apa Pengertian Dari Fuzzy Logic?
2. Bagaimana Sejarah Fuzzy Logic?
3. Apa Perbedaan Fuzzy Logic dengan Crisp Logic?
4. Apakah Himpunan Fuzzy Logic?
5. Apa Fuzzyfikasi dan Defuzzyfikasi itu?
6. Apa Kelebihan Dan Kekurangan Menggunakan Fuzzy Logic?

1.3. Pembatasan Masalah

Adapun pembatasan masalah dalam penulisan tugas ini adalah hanya pada variabel, keterbatasan dan kekonvekan pada himpunan fuzzy dimensi satu.

1.4. Tujuan Penulisan

a. Memahami Tentang Fuzzy Logic dan penerapannya
b. Memahami Derajat Kebenaran dan Variabel linguistik Fuzzy logic
c. Memahami atribut Fuzzy logic dan Himpunan fuzzy
d. Memahami pengertian Fuzzyfikasi dan Defuzzyfikasi

BAB II: PEMBAHASAN

2.1 Pengertian Fuzzy Logic dan Sejarahnya

Sebelumnya munculnya Teori logika fuzzy (fuzzy logic) dikenal sebuah logika tegas (crisp Logic) yang memiliki nilai benar atau salah secara tegas. Saat logika klasik menyatakan bahwa segala hal dapat diekspresikan dalam istilah biner (0 atau 1, hitam atau putih, ya atau tidak), Logika Fuzzy memungkinkan nilai keanggotaan antara 0 dan 1, tingkat keabuan dan juga hitam dan putih, dan dalam bentuk linguistik, konsep tidak pasti seperti "sedikit", "lumayan", dan "sangat". Logika ini berhubungan dengan set fuzzy dan teori kemungkinan.

Logika fuzzy diperkenalkan oleh Dr. Lotfi Zadeh dari Universitas California, Berkeley pada 1965 atas usulan dalam papernya yang monumental “ Fuzzy Set”. Dalam paper tersebut dipaparkan ide dasar fuzzy set yang meliputi inclusion, union, intersection, complement, relation dan convexity.

Lotfi Zadeh mengatakan Integrasi Logika Fuzzy kedalam sistem informasi dan rekayasa proses adalah menghasilkan aplikasi seperti sistem kontrol, alat alat rumah tangga, dan sistem pengambil keputusan yang lebih fleksibel, mantap, dan canggih dibandingkan dengan sistem konvensional.
Dalam hal ini kami dapat mengatakan bahwa logika fuzzy memimpin dalam pengembangan
kecerdasan mesin yang lebih tinggi ( machine Intelligency Quotient / MIQ ) Produk produk berikut telah menggunakan logika fuzzy dalam alat alat rumah tangga seperti mesin cuci, video dan kamera refleksi lensa tunggal, pendingin ruangan, oven microwave, dan banyak sistem diagnosa mandiri. . Logika fuzzy telah diterapkan pada berbagai bidang, dari teori kontrol untuk kecerdasan buatan. Logika fuzzy telah diteliti sejak tahun 1920-an, sebagai nilai yang tak terbatas terutama logika oleh Lukasiewicz dan Tarski.

Jepang adalah negara pertama yang memanfaatkan logika fuzzy untuk aplikasi praktis. Aplikasi penting pertama adalah di kereta kecepatan tinggi di Sendai, di mana logika fuzzy mampu meningkatkan ekonomi, kenyamanan, dan ketepatan perjalanan. Hal ini juga telah digunakan dalam pengakuan simbol tertulis di komputer mini sony; bantuan pesawat helikopter; mengendalikan sistem kereta bawah tanah dalam rangka meningkatkan kenyamanan berkendara, ketepatan menghentikan, dan ekonomi kekuasaan; konsumsi hemat energi untuk ponsel otomatis; kontrol tunggal tombol untuk mesin cuci; kontrol motor otomatis untuk pembersih vakum dengan pengakuan kondisi permukaan dan tingkat kekotoran; dan sistem prediksi untuk pengakuan awal dari gempa bumi melalui Institut Seismologi Biro Metrologi, Jepang

2.2 Derajat kebenaran Dan Variabel Linguistik

Logika fuzzy dan logika probabilitas secara matematis sama - keduanya mempunyai nilai kebenaran yang berkisar antara 0 dan 1 - namun secara konsep berbeda. Logika fuzzy berbicara mengenai "derajat kebenaran", sedangkan logika probabilitas mengenai "probabilitas, kecenderungan". Karena kedua hal itu berbeda, logika fuzzy dan logika probabilitas mempunyai contoh penerapan dalam dunia nyata yang berbeda. Logika klasik hanya mengizinkan proposisi memiliki nilai kebenaran atau kesalahan. Gagasan 1 + 1 = 2 adalah kebenaran mutlak, kekal dan matematika. Namun, terdapat proposisi tertentu dengan jawaban variabel, seperti meminta sebagian orang untuk mengidentifikasi warna. Gagasan kebenaran tidak jatuh di tengah jalan, tapi lebih pada sarana yang mewakili dan penalaran lebih pengetahuan parsial ketika diberikan, dengan menggabungkan semua hasil yang mungkin menjadi spektrum dimensi.

Dua derajat kebenaran dan probabilitas berkisar antara 0 dan 1 dan karenanya mungkin tampak serupa pada awalnya. Sebagai contoh, satu segelas 100 ml mengandung 30 ml air. Kemudian dapat mempertimbangkan dua konsep: kosong dan penuh. Arti dari masing-masing dapat direpresentasikan oleh himpunan fuzzy tertentu. Maka salah satu mungkin mendefinisikan kaca sebagai 0,7 kosong dan 0,3 penuh. Perhatikan bahwa konsep kekosongan akan subjektif dengan demikian akan tergantung pada pengamat atau desainer. Desainer lain mungkin, sama baiknya, merancang fungsi keanggotaan set di mana kaca akan dianggap penuh untuk semua nilai 50 ml. Sangat penting untuk menyadari bahwa logika fuzzy menggunakan derajat kebenaran sebagai model matematika dari fenomena ketidakjelasan sementara probabilitas adalah model matematika dari ketidaktahuan.

Sebuah dasar aplikasi mungkin memiliki berbagai ciri sub-rentang variabel kontinu. Misalnya, pengukuran suhu untuk rem anti-lock mungkin memiliki beberapa fungsi keanggotaan terpisah, rentang suhu tertentu yang diperlukan untuk mengendalikan rem benar. Setiap fungsi nilai suhu yang sama untuk nilai kebenaran dalam jangkauan 0-1. Nilai kebenaran ini kemudian dapat digunakan untuk menentukan bagaimana rem harus dikontrol.

Gambar 2: Skala Suhu

Dalam gambar ini, arti dari ekspresi dingin, hangat, dan panas yang diwakili oleh fungsi pemetaan skala suhu. Sebuah titik pada skala yang memiliki tiga "nilai kebenaran" - satu untuk masing-masing dari tiga fungsi. Garis vertikal pada gambar mewakili suhu tertentu bahwa tiga anak panah (nilai kebenaran) gauge. Karena panah merah poin ke nol, suhu ini dapat ditafsirkan sebagai "tidak panas". Panah orange (menunjukkan 0.2) dapat menggambarkannya sebagai "sedikit hangat" dan panah biru (menunjukkan 0,8) "cukup dingin".

Dalam logika matematika, ada beberapa sistem formal "fuzzy logic"; kebanyakan disebut t-norma logika fuzzy. Variabel dalam matematika biasanya mengambil nilai-nilai numerik, dalam aplikasi logika fuzzy, non-numerik sering digunakan untuk memfasilitasi aturan dan fakta.

Sebuah variabel linguistik seperti usia mungkin memiliki nilai seperti muda atau tua. Namun, kegunaan besar variabel linguistik bahwa dapat dimodifikasi dengan membatasi linguistik yang diterapkan untuk hal utama. pembatas nilai linguistik dapat dikaitkan dengan fungsi-fungsi tertentu. Untuk memperluas Fuzzy logic dengan menambahkan kuantitas universal dan eksistensial dengan cara serupa yaitu logika predikat dibuat dari logika proposisional.

Contoh:
1. Manajer pergudangan mengatakan pada manajer produksi seberapa banyak persediaan barang pada akhir minggu ini, kemudian manajer produksi akan menetapkan jumlah barang yang harus diproduksi esok hari.
2. Pelayan restoran memberikan pelayanan terhadap tamu, kemudian tamu akan memberikan tip yang sesuai atas baik tidaknya pelayanan yang diberikan.
3. Penumpang taksi berkata pada sopir seberapa cepat laju kendaraan yang diinginkan, sopir taksi akan mengatur pijakan gas taksinya.
4. Anda mengatakan pada saya seberapa sejuk ruangan yang anda inginkan,saya akan mengatur putaran kipas yang ada pada ruangan ini.

2.3 Alasan Digunakannya Fuzzy Logic

Ada beberapa alasan mengapa orang menggunakan logika fuzzy, antara lain:
1. Konsep logika fuzzy mudah dimengerti. Konsep matematis yang mendasari penalaran fuzzy sangat sederhana dan mudah dimengerti.
2. Logika fuzzy sangat fleksibel.
3. Logika fuzzy memiliki toleransi terhadap data-data yang tidak tepat.
4. Logika fuzzy mampu memodelkan fungsi-fungsi nonlinear yang sangat kompleks.
5. Logika fuzzy dapat membangun dan mengaplikasikan pengalaman para pakar secara langsung tanpa harus melalui proses pelatihan.
6. Logika fuzzy dapat bekerjasama dengan teknik-teknik kendali secara konvensional.
7. Logika fuzzy didasarkan pada bahasa alami.
Sementara itu, dalam pengaplikasiannya, logika fuzzy juga memiliki beberapa kelebihan, antara lain sebagai berikut.
1. Daya gunanya dianggap lebih baik daripada teknik kendali yang pernah ada.
2. Pengendali fuzzy terkenal karena keandalannya.
3. Mudah diperbaiki.
4. Pengendali fuzzy memberikan pengendalian yang sangat baik dibandingkan teknik lain
5. Usaha dan dana yang dibutuhkan kecil.
Selain itu, logika fuzzy juga memiliki kekurangan, terutama dalam penerapannya. Kekurangan kekurangan tersebut antara lain:
1. Para enjiner dan ilmuwan generasi sebelumnya dan sekarang banyak yang tidak mengenal teori kendali fuzzy, meskipun secara teknik praktis mereka memiliki pengalaman untuk menggunakan teknologi dan perkakas kontrol yang sudah ada.
2. Belum banyak terdapat kursus/balai pendidikan dan buku-buku teks yang menjangkau setiap tingkat pendidikan (undergraduate, postgraduate, dan on site training)
3. Hingga kini belum ada pengetahuan sistematik yang baku dan seragam tentang metodologi pemecahan problema kendali menggunakan pengendali fuzzy.
4. Belum adanya metode umum untuk mengembangkan dan implementasi pengendali fuzzy.

2.4 Aplikasi fuzzy Logic

Beberapa aplikasi Fuzzy Logic, antara lain:
1. Pada tahun 1990 pertama kali dibuat mesin cuci dengan logika fuzzy di Jepang (Matsushita Electric Industrial Company). Sistem fuzzy digunakan untuk menentukan putaran yang tepat secara otomatis berdasarkan jenis dan banyaknya kotoran serta jumlah yang akan dicuci. Input yang digunakan adalah: seberapa kotor, jenis kotoran, dan banyaknya yang dicuci. Mesin ini menggunakan sensor optik , mengeluarkan cahaya ke air dan mengukur bagaimana cahaya tersebut sampai ke ujung lainnya. Makin kotor, maka sinar yang sampai makin redup. Disamping itu, sistem juga dapat menentukan jenis kotoran (daki atau minyak).
2. Transmisi otomatis pada mobil. Mobil Nissan telah menggunakan sistem fuzzy pada transmisi otomatis, dan mampu menghemat bensin 12 – 17%.
3. Kereta bawah tanah Sendai mengontrol pemberhentian otomatis pada area tertentu.
4. Ilmu kedokteran dan biologi, seperti sistem diagnosis yang didasarkan pada logika fuzzy, penelitian kanker, manipulasi peralatan prostetik yang didasarkan pada logika fuzzy, dll.
5. Manajemen dan pengambilan keputusan, seperti manajemen basis data yang didasarkan pada logika fuzzy, tata letak pabrik yang didasarkan pada logika fuzzy, sistem pembuat keputusan di militer yang didasarkan pada logika fuzzy, pembuatan games yang didasarkan pada logika fuzzy, dll.
6. Ekonomi, seperti pemodelan fuzzy pada sistem pemasaran yang kompleks,dll.
7. Klasifikasi dan pencocokan pola.
8. Psikologi, seperti logika fuzzy untuk menganalisis kelakuan masyarakat, pencegahan dan investigasi kriminal, dll.
9. Ilmu-ilmu sosial, terutam untuk pemodelan informasi yang tidak pasti.\
10. Ilmu lingkungan, seperti kendali kualitas air, prediksi cuaca, dll.
11. Teknik, seperti perancangan jaringan komputer, prediksi adanya gempa bumi, dll.
12. Riset operasi, seperti penjadwalan dan pemodelan, pengalokasian, dll.
13. Peningkatan kepercayaan, seperti kegagalan diagnosis, inspeksi dan monitoring produksi.
14. Sebagai alat bantu pengambil keputusan seperti proses pembuatan program fuzzy logic dalam bahasa pemrograman Java yang diaplikasikan untuk menentukan Jumlah Produk yang dihasilkan berdasarkan kondisi Suhu, Kebisingan dan Pencahayaan.

2.5 Perbedaan Fuzzy Logic (logika Fuzzy) dengan Crisp Logic (Logika Tegas)

Logika tegas memiliki nilai tidak = 0.0 dan ya = 1.0, sedangkan logika fuzzy memiliki nilai antara 0.0 hingga 1.0. Secara grafik perbedaan antara logika tegas dan logika fuzzy ditunjukkan oleh gambar di bawah ini :

Gambar 3 : Logika Tegas (Crisp Logic)

Gambar 4 : Logika Fuzzy(Fuzzy Logic)

Didalam Gambar 1 Crisp Logic, apabila X lebih dari atau sama dengan 10 baru dikatakan benar yaitu bernilai Y=1 , sebaliknya nilai X yang kurang dari 10 adalah salah yaitu Y=0, maka angka 9 atau 8 atau 7 dan seterusnya dalah dikatakan salah.
Didalam Gambar 2 Fuzzy Logic, apabila nilai X=9, atau 8 atau 7 atau antara nilai 0 dan 10 adalah dikatakan ada benarnya dan ada juga salahnya.

2.6 Atribut Dan Himpunan Fuzzy Logic

· Linguistik : yaitu nama suatu kelompok yang mewakili suatu keadaan tertentu dengan menggunakan bahasa alami, misalnya DINGIN, SEJUK, PANAS, dsb.
· Numeris : yaitu suatu nilai yang menunjukkan ukuran dari suatu variabel, misalnya 10, 35, 40 dsb.
Contoh :
o Variabel umur, terbagi menjadi 3 himpunan fuzzy, yaitu: MUDA, PAROBAYA, dan TUA.
o Variabel temperatur, terbagi menjadi 5 himpunan fuzzy, yaitu: DINGIN, SEJUK, NORMAL, HANGAT, dan PANAS.

Dalam fuzzy logic variabel yang bersifat kabur tersebut direpresentasikan sebagai sebuah himpunan yang anggotanya adalah suatu nilai crisp dan derajat keanggotaannya (membership function) dalam himpunan tersebut
Proses-proses dalam fuzzy logic adalah fuzzifikasi, penalaran ( reasoning), dan defuzzifikasi:
· Fuzzifikasi: merupakan proses untuk mendapatkan derajat keanggotaan dari sebuah nilai numerik masukan (crisp)
· Penalaran: proses untuk mendapatkan aksi keluaran dari suatu kondisi input dengan mengikuti aturan-aturan (IF-THEN Rules) yang telah ditetapkan yang disebut sebagai inference/reasoning.
· Defuzzifikasi: proses untuk merubah hasil penalaran yang berupa derajat keanggotaan keluaran menjadi variabel numerik kembali.
Blok diagram proses fuzzy logic ditunjukkan pada Gambar 4.

Gambar 5 : Blok diagram proses dalam fuzzy logic

Himpunan fuzzy adalah pengelompokan sesuatu berdasarkan variabel bahasa (linguistik variable), yang dinyatakan dengan fungsi keanggotaan, dalam semesta U. Keanggotaan suatu nilai pada himpunan dinyatakan dengan derajat keanggotaan yang nilainya antara 0.0 sampai 1.0.
Himpunan fuzzy didasarkan pada gagasan untuk memperluas jangkauan fungsi karakteristik sedemikian hingga fungsi tersebut akan mencakup bilangan real pada interval [0,1]. Nilai keanggotaannya menunjukkan bahwa suatu item tidak hanya bernilai benar atau salah. Nilai 0 menunjukkan salah, nilai 1 menunjukkan benar, dan masih ada nilai-nilai yang terletak antara benar dan salah. Pada himpunan fuzzy, sebuah objek dapat berada pada sebuah himpunan secara parsial. Derajat keanggotaan dalam himpunan fuzzy diukur dengan fungsi yang merupakan generalisasi dari fungsi karakteristik yang disebut fungsi keanggotaan atau fungsi kompatibilitas. Fungsi keanggotaan dari himpunan fuzzy Û didefinisikan sebagai Û : x → [0,1].

Hal – hal yang terdapat pada sistem fuzzy :
1. Variabel Fuzzy, merupakan variabel yang hendak dibahas dalam suatu sistem fuzzy, seperti umur, temperatur, dsb
2. Himpunan Fuzzy, merupakan suatu grup yang mewakili suatu kondisi atau keadaan tertentu dalam suatu variabel fuzzy.
3. Semesta Pembicaraan, adalah keseluruhan nilai yang diperbolehkan untuk dioperasikan dalam suatu variabel fuzzy. Contoh:
· Semesta pembicaraan untuk variabel umur: [0 +∞)
· Semesta pembicaraan untuk variabel temperatur: [0 40]
4. Domain, adalah keseluruhan nilai yang diijinkan dalam semesta pembicaraan dan boleh dioperasikan dalam suatu himpunan fuzzy. Contoh domain himpunan fuzzy: MUDA = [0 45], TUA = [45 +∞), DINGIN = [0 20], SEJUK = [15 25], NORMAL = [20 30], HANGAT = [25 35], PANAS = [30 40]

2.7 Database Fuzzy

Setelah relationship fuzzy ditentukan, untuk mengembangkan database relasional fuzzy. Pertama database relasional fuzzy, FRDB(fuzzy relational database) dipaparkan dalam tesis Maria Zemankova ini. Kemudian, beberapa model lain muncul seperti model Buckles-Petry, Model Prade-Testemale, model umano-Fukami atau model GEFRED oleh JM Medina, MA Vila dkk.
Dalam konteks database fuzzy, beberapa bahasa query fuzzy sudah ditentukan, dipaparkan SQLf oleh P. Bosc dkk. dan FSQL oleh J. Galindo dkk. Bahasa-bahasa ini menentukan beberapa struktur dengan tujuan untuk menyertakan aspek fuzzy dalam laporan SQL, seperti ketentuan fuzzy, pembanding fuzzy, konstanta fuzzy, kendala fuzzy, ambang batas fuzzy, label linguistik dan sebagainya.

2.8 Contoh Aplikasi Sistem Fuzzy Logic

Jika diamati pengalaman pada negara-negara berteknologi tinggi, khususnya di negara Jepang, pengendali fuzzy sudah sejak lama dan luas digunakan di industri-industri dan alat-alat elektronika. Beberapa contoh aplikasi yang menggunakan pengendali fuzzy antara lain:
· Dalam teknologi otomotif : sistem transmisi otomatis fuzzy dan pengendali kecepatan idle fuzzy.
· Dalam teknologi transportasi : Pengendali fuzzy anti-slip untuk kereta listrik, sistem= pengaturan dan perencanaan perparkiran, sistem pengaturan lampu lalu lintas, dan pengendalian kecepatan kendraan di jalan bebas hambatan.
· Dalam peralatan sehari-hari : mesin cuci fuzzy dan vacum cleaner fuzzy dan lain-lain.
· Dalam aplikasi industri di antaranya : industri kimia, sistem pengolahan kertas, dan lain-lain.
· Dalam power satations : sistem diagnosis kebocoran-H2

2.9 Fuzzyfikazi Dan Defuzzyfikasi

2.9.1. Fuzzyfikasi
Fuzzyfikasi adalah pemetaan nilai input yang merupakan nilai tegas ke dalam fungsi keanggotaan himpunan fuzzy, untuk kemudian diolah di dalam mesin penalaran.

fuzzyfikasi : x -> μ(x)

2.9.2. Deffuzifikasi
Defuzzyfikasi merupakan kebalikan dari fuzzyfikasi, yaitu pemetaan dari himpunan fuzzy ke himpunan tegas.Input dari proses defuzzyfikasi adalah suatu himpunan fuzzy yang diperoleh dari komposisi aturanaturan fuzzy. Hasil dari defuzyfikasi ini merupakan output
dari sistem kendali logika fuzzy.
Defuzzyfikasi dideskripsikan sebagai :

Z* = defuzzyfier (Z)

Dengan
Z = hasil penalaran fuzzy
Z* = keluaran kendali logika fuzzy
deffuzyfier = fungsi defuzzyfikasi
Metode defuzzyfikasi antara lain:
1. Metode Maximum
Metode ini juga dikenal dengan metode puncak, yang nilai keluarannya dibatasi oleh fungsi μc(z*)>μc 1 (z).
2. Metode titik tengah
Metode titik tengah juga disebut metode pusat area. Metode ini lazim dipakai dalam proses defuzzyfikasi. Keluaran dari metode ini adalah titik tengah dari hasil proses penalaran.
3. Metode rata-rata
Metode ini digunakan untuk fungsi keanggotaan keluaran yang simetris. Keluaran dari metode ini adalah nilai rata-rata dari hasil proses penalaran.
4. Metode penjumlahan titik tengah
Keluaran dari metode ini adalah penjumlahan titik tengah dari hasil proses penalaran.
5. Metode titik tengah area terbesar
Dalam metode ini, keluarannya aalah titik pusat dari area terbesar yang ada.

2.10. Kelebihan dan Kekurangan Fuzzy Logic

Logika fuzzy memiliki beberapa keunggulan, antara lain sebagai berikut.
1. Konsep logika fuzzy mudah dimengerti. Konsep matematis yang mendasari penalaran logika fuzzy sangat sederhana dan mudah dimengerti.
2. Logika fuzzy sangat fleksibel
3. Logika fuzzy memiliki toleransi terhadap data-data yang tidak tepat.
4. Logika fuzzy mampu memodelkan fungsi2 nonlinear yang kompleks.
5. Logika fuzzy dapat membangun dan mengaplikasikan pengalaman-pengalaman para pakar secara langsung tanpa harus melalui proses pelatihan.
6. Logika fuzzy dapat bekerja sama dengan teknik-teknik kendali secara konvensional.
7. Logika fuzzy didasarkan pada bahas alami
Sementara itu, dalam pengaplikasiannya, logika fuzzy juga memiliki beberapa kelebihan, antara lain sebagai berikut.
1. Daya gunanya dianggap lebih baik daripada teknik kendali yang pernah ada.
2. Pengendali fuzzy terkenal karena keandalannya.
3. Mudah diperbaiki.
4. Pengendali fuzzy memberikan pengendalian yang sangat baik dibandingkan teknik lain.
5. Usaha dan dana yang dibutuhkan kecil.
Selain itu, logika fuzzy juga memiliki kekurangan, terutama dalam penerapannya. Kekurangan-kekurangan tersebut antara lain:
1. Para enjiner dan ilmuwan generasi sebelumnya dan sekarang banyak yang tidak mengenal teori kendali fuzzy, meskipun secara teknik praktis mereka memiliki pengalaman untuk menggunakan teknologi dan perkakas kontrol yang sudah ada.
2. Belum banyak terdapat kursus/balai pendidikan dan buku-buku teks yang menjangkau setiap tingkat pendidikan (undergraduate, postgraduate, dan on site training)
3. Hingga kini belum ada pengetahuan sistematik yang baku dan seragam tentang metodologi pemecahan problema kendali menggunakan pengendali fuzzy.
4. Belum adanya metode umum untuk mengembangkan dan implementasi pengendali fuzzy.

BAB 3: KESIMPULAN

Dari tulisan atau penjelasan yang sudah diberikan maka dapat disimpulkan, Logika fuzzy adalah logika yang mengandung unsur ketidakpastian.
Logika fuzzy pertama kali dikembangkan oleh Prof. Lotfi A. Zadeh, seorang peneliti dari Universitas California, pada tahun 1960-an. Logika fuzzy dikembangkan dari teori himpunan fuzzy.
Pada logika biasa, yaitu logika tegas, kita hanya mengenal dua nilai, salah atau benar, 0 atau 1. Sedangkan logika fuzzy mengenal nilai antara benar dan salah. Kebenaran dalam logika fuzzy dapat dinyatakan dalam derajat kebenaran yang nilainya antara 0 sampai 1.
Himpunan fuzzy adalah pengelompokan sesuatu berdasarkan variabel bahasa (linguistik variable), yang dinyatakan dengan fungsi keanggotaan, dalam semesta U. Keanggotaan suatu nilai pada himpunan dinyatakan dengan derajat keanggotaan yang nilainya antara 0.0 sampai 1.0
Fuzzyfikasi adalah pemetaan nilai input yang merupakan nilai tegas ke dalam fungsi keanggotaan himpunan fuzzy, untuk kemudian diolah di dalam mesin penalaran. Defuzzyfikasi merupakan kebalikan dari fuzzyfikasi, yaitu pemetaan dari himpunan fuzzy ke himpunan tegas.Input dari proses defuzzyfikasi adalah suatu himpunan fuzzy yang diperoleh dari komposisi aturanaturan fuzzy. Sistem kendali logika fuzzy cukup praktis diaplikasikan
dalam berbagai bidang.

REFRENSI 

• Logika_Fuzzy, http://k12008.widyagama.ac.id/ai/diktatpdf/Logika_Fuzzy.pdf, 19 Desember 2009
• Logika Fuzzy ~ Teknologi Berbasis Perasaan ~, http://mitsuke.multiply.com/journal/item/8, 19 Desember 2009

Read More