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

Alat Canggih di Bidang Pertanian

Teknologi adalah kumpulan alat, termasuk mesin, modifikasi, pengaturan dan prosedur yang digunakan oleh manusia. Teknologi secara signifikan memengaruhi manusia serta kemampuan spesies hewan lain untuk mengendalikan dan beradaptasi dengan lingkungan alami mereka. Istilah ini dapat diterapkan secara umum atau untuk daerah tertentu. Contoh: teknologi informasi, teknologi nuklir, teknologi pertanian, dan teknologi komunikasi.

Teknologi pertanian adalah penerapan dari ilmu-ilmu terapan dan teknik pada kegiatan pertanian. Pada awalnya teknologi dibuat oleh manusia untuk mempermudah berbagai pekerjaan yang dilakukan. Dalam 100 tahun ini berbagai teknologi ditemukan oleh manusia mulai berkembang pesat, mulai dari bidang transportasi hingga informasi tidak terkecuali dunia pertanian.

Teknologi pertanian di indonesia semakin bagus saja. Tidak hanya pemerintah dan universitas, bahkan perusahaan swasta pun mulai masuk untuk mengembangkan teknologi di bidang ini. Ini adalah pertanda, bahwa petani indonesia merupakan pasar yang menarik dan siap naik kelas.

Di Indonesia, perkembangan teknologi pertanian sebenarnya sudah sangat lama seperti alat pertanian cangkul, sabit, ani-ani dan alat lainnya sudah dapat menjadi contoh teknologi pertanian, yang pada zamannya sangat membantu kehidupan petani.
Semenjak manusia mengembangkan mesin-mesin pertanian secara perlahan, namun pasti, teknologi pertanian yang sederhana mulai ditinggalkan karena dianggap tidak produktif. Di perdesaan anda dapat menemui handtractor, penggiling padi, hingga tressure sudah digunakan dan dikenal oleh para petani.

Salah satunya adalah sebuah alat panen yang bernama Indo Combine harvester.

Indo Combine Harvester adalah mesin pemanen yang dirancang khusus untuk kondisi tanah di Indonesia. Kondisi saat ini tingkat susut hasil (losses) masih cukup tinggi dan bervariasi yang dipengaruhi oleh musim saat panen, varietas, metode serta sarana panen dan pasca panen yang digunakan. Selama kurun waktu 15 tahun kemudian, tingkat kehilangan hasil masih belum banyak berubah. Susut hasil terjadi pada kegiatan pemanenan, perontokan, pengangkutan, pengeringan, penggilingan, penyimpanan dan pemasaran. Titik kritis kehilangan hasil terjadi pada tahapan pemanenan dan perontokan yang diperkirakan kehilangan pada tahapan tersebut sekitar 10%.

Indo Combine Harvester sendiri salah satu inovatif dari badan penelitian dan pemgembangan pertanian. yang diharapkan dapat mengatasi kelangkaan tenaga kerja dan menurunkan susut panen padi yang sekaligus untuk mendukung program swasembada beras. 

Teknologi untuk menekan susut hasil pada tahapan kegiatan pemanenan dan perontokan telah dilakukan dapat diatasi dengan rekayasa mesin panen padi (Indo Jarwo Transplanter) yang mampu menggabungkan kegiatan potong-angkut-rontok-pembersihan-sortasi-pengantongan dalam satu proses kegiatan yang terkontrol. Adanya proses kegiatan panen yang tergabung dan terkontrol menyebabkan susut hasil yang terjadi hanya sebesar 1,87% atau berada di bawah rata-rata susut hasil metode “gropyokan” (sekitar 10%). Sedangkan tingkat kebersihan gabah panen yang dihasilkan oleh mesin tersebut mencapai 99,5%. Mesin panen padi Indo Combine Harvester yang dioperasikan oleh 1 orang operator dan 2 pembantu mampu menggantikan tenaga kerja panen sekitar 50 HOK/ha. Kapasitas kerja mesin mencapai 5 jam per hektar.

Ciri pembeda mesin panen padi Indo Combine Harvester adalah pada gaya tekan mesin ke permukaan tanah sebesar 0,13 kg/cm2, sedangkan mesin-mesin yang ada di pasaran sebesar 0,20 kg/cm2. Makin kecil nilai gaya tekan mesin ke permukaan tanah akan memperkecil peluang terjadinya mesin terperosok ke dalam tanah. Pertimbangan ini sangat penting karena umumnya kondisi sawah di Indonesia memiliki fasilitas infrastruktur drainasenya kurang baik sehingga tanahnya lembek. Selain itu dengan lebar kerja 1,2 meter Indo Combine Harvester sangat cocok untuk petakan sawah yang sempit.
Sebagai suatu bentuk teknologi usahatani, mesin Indo Jarwo Transplanter  dan Indo Combine Harvester dalam penerapannya juga perlu memperhatikan kondisi sosial-ekonomi-budaya petani setempat. Hal ini untuk menghindari adanya proses penggusuran tenaga kerja petani karena penerapan alat dan mesin pertanian adalah sebagai suplemen, substitutor dan/atau faktor komplemen dalam proses produksi dengan memperhatikan kondisi sosial-budaya masyarakat setempat. Oleh karena itu pengembangan mesin Indo Jarwo Transplanter  dan Indo Combine Harvester justru diharapkan dapat membuka peluang  bisnis pembibitan padi dan jasa sewa mesin di pedesaan.

Daftar Pustaka

•  http://m.tabloidsinartani.com/index.php?id=148&tx_ttnews%5Btt_news%5D=1447&cHash=e6cb0d8fa5248cc9d194f5aa0e7082d2
• http://erakini.com/teknologi-pertanian/
• http://apadongnamanya.blogspot.co.id/2016/02/definisi-teknologi-dan-pengertian.html 

Read More

Sistem Kontrol Versi

Abstrak

Pada perkembangan teknologi informasi yang berkembang dengan pesat, maka pengembangan dalam bidang tersebut semakin kompleks. Dalam perkembangan teknologi informasi khususnya dalam membuat program atau pemrograman tidak bisa terhindari untuk melakukan perubahan spesifikasi ataupun kebutuhan karena hal yang mustahil jika membuat program akan sempurna dalam percobaan pertama. Maka dari pada itu pengembangan perangkat lunak akan sangat dekat sekali dengan sistem kontrol versi. Tulisan ini akan membahas bagaimana memanajemenkan perubahan-perubahan yang terjadi pada sistem file mencakup sumber kode, file desain, dokumen pengolahan kata, maupun tipe kumpulan informasi lainnya serta pengenalan git yang adalah salah satu perangkat lunak untuk sistem kontrol versi.
Kata kunci : kontrol versi, git, manajemen pengubahan berkas.

Pendahuluan

Dalam kasus pemrograman sistem kontrol versi ialah sebagai alat dalam memanajemenkan perubahan kode program. Terdapat kegunaan utama dalam sistem kontrol versi ini adalah :

1. Menyimpan versi lama dari kode, dan
2. Menggabungkan perubahan-perubahan kode dari versi lama (seperti menghapus fungsi-fungsi pada program) dan menggabungkan perubahan dari orang lain(seperti menambah fungsi pada program)

Sebelum menggunakan sistem kontrol versi umumnya pemrogram melakukan manajemen dengan pemisahan direktori seperti gambar dibawah ini:

Manajemen dengan pemisahan direktori

Yang akan menyebabkan pemrogram atau author akan berakhir seperti ini :

Terjadinya manajemen yang buruk

Kasus diatas masih hanya pada penyimpanan dokumen versi lama, belum pada penggabungan dokumen ataupun kode sumber. Karena hal itulah manajemen sistem kontrol versi sangat diperlukan sekali dalam pengembangan perangkat lunak, dimana saat ini sudah hampir seluruh perusahan yang berkerja pada bidang perangkat lunak sudah wajib menginstal sistem kontrol versi dalam servernya.

Perihal hal itu untuk pemrogram maupun mahasiswa yang ingin terjun dalam bidang pemrograman wajib untuk menguasai salah satu dari perangkat lunak untuk sistem kontrol versi.

Git adalah sistem kontrol versi yang paling populer melihat kepopuleran github. Pembuatan perangkat lunak git sebenarnya awalnya untuk memudahkan pengembangan sistem operasi linux, dimana pengembangannya tersebut dilakukan oleh berjuta orang ditempat yang berbeda-beda dan dibuat sendiri oleh Linus torvalds(pembuat linux).

Rumusan Masalah :

1. Apa itu sistem kontrol versi?
2. Apa itu perangkat lunak git?
3. Bagaimana memanajemenkan pengubahan berkas(file) pada basis sistem file?

Isi

Version control adalah sebuah sistem yang mencatat setiap perubahan terhadap sebuah berkas atau kumpulan berkas sehingga pada suatu saat anda dapat kembali kepada salah satu versi dari berkas tersebut.

Sistem ini memungkinkan anda untuk mengembalikan berkas anda pada kondisi/keadaan sebelumnya, mengembalikan seluruh proyek pada keadaan sebelumnya, membandingkan perubahan setiap saat, melihat siapa yang terakhir melakukan perubahan terbaru pada suatu objek sehingga berpotensi menimbulkan masalah, siapa yang menerbitkan isu, dan lainnya. Dengan menggunakan VCS dapat berarti jika anda telah mengacaukan atau kehilangan berkas, anda dapat dengan mudah mengembalikannya. 

Seperti dikatakan sebelumnya bahwa git adalah salah satu perangkat lunak untuk sistem kontrol versi, yang mengartikan bahwa ada perangkat lunak untuk sistem kontrol versi lain selain git, yang secara umum dibedakan dengan :

Sitem kontrol versi terpusat.

Sebelum masuk ke era git, sistem kontrol versi terpusat pernah menjadi standarisasi sebagai perangkat lunak untuk sistem kontrol versi. Contoh perangkat lunak untuk sistem ini adalah subversion dan perforce.

Sistem kontrol versi terpusat

Jika dilihat gambar diatas sistem terpusat berarti repository(perubahan-perubahan kode) dilakukan dengan terpusat dimana untuk melakukan commit pemrogram seperti pada contoh diatas computer A dan computer B harus terhubung dengan komputer pusat(server). 

Jika server sedang down atau tidak bisa terhubung dengan lingkungan luar, maka pemrogram di komputer A dan komputer B tidak dapat melakukan apa-apa. Itulah yang menjadi salah satu kelemahan dari sistem kontrol versi terpusat dimana para pemrogram harus terhubung ke dalam server yang membuat pekerjaan menjadi dibatasi. 

User atau pemrogram tidak dapat melakukannya di rumah atau tempat lain yang tidak terhubung dengan server, Dimana untuk mengembangkan suatu projek yang sangat besar dimana pemrogram bukan hanya dalam suatu negara tapi dari lingkup dunia sangatlah tidak efisien

Sistem kontrol versi terdistribusi

Git adalah sistem kontrol versi terdistribusi yang menjadi solusi atas masalah-masalah yang terjadi pada sistem kontrol terpusat. Git digunakan pertama kali untuk projek besar sistem operasi linux yang commiter berasal dari berbagai negara atau berbagai tempat.

Sistem kontrol versi terdistribusi

Jika dilihat pada gambar diatas, user atau pemrogram tidak hanya dapat sekedar checkout pada file namun memiliki salinan repository dari projek yang ada di server. Ini menjadi pengerjaan dapat dilakukan secara simultan atau dinamis bahkan ketika server mati atau rusak, semua perubahan (repository) sudah tersalin di setiap user atau pemrogram (branch).

Git dapat digunakan secara mandiri maupun berkaliborasi dengan mudah dari penggabungan(merging) hingga percabangan(branching)  baik secara online(github) maupun secara offline(gitlab) yang di-instal dalam VPS(virtual private server) perusahaan atau kantor.

Perintah-perintah git

Perintah-perintah git dari bagaimana menambah file repository(init) , menambah file ke work on current change(add) dan memambahkan file tadi kedalam repository(commit) , serta melihat hasil perubahan(diff), sejarah perubahan(log) dan lain-lain bisa dilihat pada gambar diatas atau penjelasan dibawah ini.

Perintah untuk memulai ruang kerja :

• clone: untuk mengunduh repository orang-lain kedalam direktori kita.
• Init : untuk membuat repository baru dalam direktori.

Perintah-perintah dalam perkerjaan yg sedang dalam proses :

• Add : untuk menambah file konten ke indeks.
• Mv : memindahkan file atau mengganti nama file dalam direktori.
• Rm : menghapus file dalam ruang kerja.

Perintah-perintah untuk pemeriksaan status kerja atau file :

• Bisect : untuk mencari commit.
• Grep : mencetak garis dalam pertemuan pada pola.
• Log : untuk mencetak log atau sejarah commit.
• Show : untuk melihat tipe objek.
• Status : untuk mencetak status dari ruang kerja.

Perintah-perintah untuk memelihara pekerjaan maupun pengembangannya :

• Branch : untuk menampilkan list, membuat, menghapus branch.
• Checkout : untuk memindahkan maupun mengembalikan pekerjaan.
• Diff : untuk melihat selisih dari pekerjaan.
• Merge : untuk menggabungkan pengembangan dari sejarah commit.
• Rebase : menampilkan ulang commit.
• Tag : untuk membuat ,menampilkan, menghapus tipe objek berlabel.

Perintah-perintah untuk kaloborasi:

• Fetch : untuk mengunduh atau mengambil referensi objek dari repository lain.
• Pull : pengintegrasian repository.
• Pull : untuk memperbaharui file dari repository.

Dan pastikan untuk sudah terinstal openSSH pada git, agar jika ikut dapat projek yang besar(online) atau ingin membuat repository online bisa dari command local git pada sistem operasi anda. Dengan melakukan pengecekan pada git bash anda seperti :

Melakukan pengecekan SSH pada git

Kesimpulan

Pada pengembangan perangkat lunak sangat dibutuhkan sistem yang dapat mengontrol perubahan-perubahan kode dalam suatu file, dimana file tersebut tidak hanya diakses pada suatu tempat namun bisa bisa diakses dari manapun. Git adalah perangkat lunak yang menjadi solusi atas masalah tersebut.

Dengan git pengembangan perangkat lunak menjadi lebih mudah, cepat dan makin menyenangkan, tidak kuatir lagi dengan bekerja secara berkelompok yang dimana menyulitkan penggabungan kode-kode program dari setiap anggota tim. Semua masalah tersebut sudah teratasi dengan git.
Maka daripada itu git bukan hanya lagi sebuah alat tambahan dalam pembuatan program atau perangkat lunak tetapi sudah menjadi alat wajib bagi pengembangan perangkat lunak.

Referensi

• Sim,Alex xandra albert. 2013. Kontrol Versi dengan Git. Lean Publishing.
• Dawson,Chris. 2010. The Github Book. O’Reilly Media.

Read More

Business Relationship Management

             Business Relationship Management atau BRM adalah suatu pendekatan formal untuk
memahami, mendefinisikan, dan mendukung aktivitas antar bisnis yang berhubungan dengan business networking.

              Business Relationship Management terdiri dari Pengetahuan, Keterampilan, dan perilaku (atau kompetisi) yang membantu perkembangan sebuah hubungan yang produktif antara organisasi jasa (seperti sumber daya manusia, teknologi informasi, departemen keuangan, atau sebuah penyedia eksternal) dan rekan bisnis mereka.

               BRM sendiri berbeda dari manajemen hubungan perusahaan dan manajemen hubungan pelanggan meskipun itu semua terkait. ini adalah sebuah ruang lingkup yang sangat besar dari sebuah penghubung yang sejalan kepentingan bisnisnya dengan IT Deliverables.

Ikhtisar dan tujuan

              BRM diimplementasikan melalui peran organisasi, disiplin, dan kemampuan organisasi.

Sebagai Suatu Disiplin

               Sebagai suatu disiplin BRM ini berbasis penelitian dan telah di verifikasi dan ditingkatkan untuk lebih dari dekade. Hal ini digunakan organisasi seluruh dunia dan efektif untuk layanan bersama, penyedia layanan eksternal dan lainnya. Tujuan dari disiplin ini adalah untuk memungkinkan para pemangku kepentingan untuk mengembangkan, mengevaluasi, dan menggunakan hubungan berniali tinggi.

Sebagai Peran Organisasi

               Di bagian ini BRM menjadi koneksi antara penyedia layanan dan bisnis. Perannya sebagai penghubung, orkestrator, dan navigator antara penyedia layanan dan  satu atau lebih unit bisnis.

Sebagai Sebuah Model 

                Salah satu tujuan dari BRM yaitu menyediakan sebuah model lengkap hubungan bisnis dan nilai mereka dari waktu ke waktu, untuk membuat berbagai aspek mereka baik eksplisit dan terukur. Sebuah model BRM yang sempurna pada akhirnya akan mendukung upaya penelitian dan pengembangan bisnis strategis serta alat dan teknik yang menerapkan prinsip-prinsip BRM.

Siklus BRM

               Konsep siklus sebuah hubungan bisnis yang dibangun di atas memetakan nilai-nilai perubahan kompleks sebuah hubungan bisnis dari waktu ke waktu berbeda dengan nilai transaksi sederhana.

                Contoh dari siklus BRM meliputi :

• Sebuah skala besar tumbuh dan mepertahankan siklus, ditandai dengan satu-ke-banyak dan banyak-ke-satu hubungan. Kegiatan di siklus ini kurang lebih terus menerus tumpang tindih, seperti pemasaran, bantuan produk pelanggan atau pemeliharaan, atau komunitas online. Dimana tidak mempunyai hasil yang menentu.
• Sebuah skala kecil (mikro) yang memiliki keterlibatan terhadap siklus, ditandai dengan satu-ke-satu, hubungan diskrit atau transaksional. Dimana ini memiliki sikus diskrit dan hasil yang di negosiasikan

 

Read More

IT SERVICE MANAGEMENT "Information Technology Infrastructure Library" (I.T.I.L.)

ITIL atau Information Technology Infrastructure Library adalah suatu rangkaian konsep dan teknik pengelolaan infrastruktur,pengembangan,serta operasi teknologi informasi(TI).

ITIL diterbitkan dalam suatu rangkaian buku yang masing-masing membahas suatu topik pengelolaan TI. Nama ITIL dan IT Infrastructure Library merupakan merek dagang terdaftar dari Office of Government Commerce (OGC) Britania Raya.

Walaupun dikembangkan sejak tahun 1980-an, penggunaan ITIL baru meluas pada pertengahan 1990-an dengan spesifikasi versi keduanya (ITIL v2) yang paling dikenal dengan dua set bukunya yang berhubungan dengan ITSM (IT Service Management), yaitu Service Delivery (Antar Layanan) dan Service Support (Dukungan Layanan).

Pada 30 Juni 2007, OGC menerbitkan versi ketiga ITIL (ITIL v3) yang intinya terdiri dari lima bagian dan lebih menekankan pada pengelolaan siklus hidup layanan yang disediakan oleh teknologi informasi. Kelima bagian tersebut adalah:

1. Service Strategy
2. Service Design
3. Service Transition
4. Service Operation
5. Continual Service Improvement

Siklus Layanan ITIL
Kelima bagian ITIL yang seperti tersebut di atas biasanya disebut juga sebagai bagian dari sebuah siklus. Dikenal pula dengan sebutan Sikuls Layanan ITIL. Secara singkat, masing-masing bagian dijelaskan sebagai berikut.
Service Strategy Inti dari ITIL Service Lifecycle adalah Service Strategy.
Service Strategy memberikan panduan kepada pengimplementasi ITSM pada bagaimana memandang konsep ITSM bukan hanya sebagai sebuah kemampuan organisasi (dalam memberikan, mengelola serta mengoperasikan layanan TI), tapi juga sebagai sebuah aset strategis perusahaan. Panduan ini disajikan dalam bentuk prinsip-prinsip dasar dari konsep ITSM, acuan-acuan serta proses-proses inti yang beroperasi di keseluruhan tahapan ITIL Service Lifecycle.
Topik-topik yang dibahas dalam tahapan lifecycle ini mencakup pembentukan pasar untuk menjual layanan, tipe-tipe dan karakteristik penyedia layanan internal maupun eksternal, aset-aset layanan, konsep portofolio layanan serta strategi implementasi keseluruhan ITIL Service Lifecycle. Proses-proses yang dicakup dalam Service Strategy, di samping topik-topik di atas adalah:

1. Service Portfolio Management
2. Financial Management
3. Demand Management

Bagi organisasi TI yang baru akan mengimplementasikan ITIL, Service Strategy digunakan sebagai panduan untuk menentukan tujuan/sasaran serta ekspektasi nilai kinerja dalam mengelola layanan TI serta untuk mengidentifikasi, memilih serta memprioritaskan berbagai rencana perbaikan operasional maupun organisasional di dalam organisasi TI.
Bagi organisasi TI yang saat ini telah mengimplementasikan ITIL, Service Strategy digunakan sebagai panduan untuk melakukan review strategis bagi semua proses dan perangkat (roles, responsibilities, teknologi pendukung, dll) ITSM di organisasinya, serta untuk meningkatkan kapabilitas dari semua proses serta perangkat ITSM tersebut.
Service Design Agar layanan TI dapat memberikan manfaat kepada pihak bisnis, layanan-layanan TI tersebut harus terlebih dahulu di desain dengan acuan tujuan bisnis dari pelanggan. Service Design memberikan panduan kepada organisasi TI untuk dapat secara sistematis dan best practice mendesain dan membangun layanan TI maupun implementasi ITSM itu sendiri. Service Design berisi prinsip-prinsip dan metode-metode desain untuk mengkonversi tujuan-tujuan strategis organisasi TI dan bisnis menjadi portofolio/koleksi layanan TI serta aset-aset layanan, seperti server, storage dan sebagainya.
Ruang lingkup Service Design tidak melulu hanya untuk mendesain layanan TI baru, namun juga proses-proses perubahan maupun peningkatan kualitas layanan, kontinyuitas layanan maupun kinerja dari layanan.
Proses-proses yang dicakup dalam Service Design yaitu:

1. Service Catalog Management
2. Service Level Management
3. Supplier Management
4. Capacity Management
5. Availability Management
6. IT Service Continuity Management
7. Information Security Management

Service Transition Service Transition menyediakan panduan kepada organisasi TI untuk dapat mengembangkan serta kemampuan untuk mengubah hasil desain layanan TI baik yang baru maupun layanan TI yang diubah spesifikasinya ke dalam lingkungan operasional. Tahapan lifecycle ini memberikan gambaran bagaimana sebuah kebutuhan yang didefinisikan dalam Service Strategy kemudian dibentuk dalam Service Design untuk selanjutnya secara efektif direalisasikan dalam Service Operation.
Proses-proses yang dicakup dalam Service Transition yaitu:

1. Transition Planning and Support
2. Change Management
3. Service Asset & Configuration Management
4. Release & Deployment Management
5. Service Validation
6. Evaluation
7. Knowledge Management

Service Operation Service Operation merupakan tahapan lifecycle yang mencakup semua kegiatan operasional harian pengelolaan layanan-layanan TI. Di dalamnya terdapat berbagai panduan pada bagaimana mengelola layanan TI secara efisien dan efektif serta menjamin tingkat kinerja yang telah diperjanjikan dengan pelanggan sebelumnya. Panduan-panduan ini mencakup bagaiman menjaga kestabilan operasional layanan TI serta pengelolaan perubahan desain, skala, ruang lingkup serta target kinerja layanan TI.
Proses-proses yang dicakup dalam Service Transition yaitu:

1. Event Management
2. Incident Management
3. Problem Management
4. Request Fulfillment
5. Access Management

Continual Service Improvement Continual Service Improvement (CSI) memberikan panduan penting dalam menyusun serta memelihara kualitas layanan dari proses desain, transisi dan pengoperasiannya. CSI mengkombinasikan berbagai prinsip dan metode dari manajemen kualitas, salah satunya adalah Plan-Do-Check-Act (PDCA) atau yang dikenal sebagi Deming Quality Cycle

 

Read More