Resume Presentasi Sistem Pakar

TUGAS SISTEM PAKAR

“RESUME PRESENTASI“

DISUSUN OLEH :

NAMA            : RIZQI ARIEF FIRMANSYAH

NIM                : 11.41010.0024

PRODI            : S1 SISTEM INFORMASI

SEKOLAH TINGGI

MANAJEMEN INFORMATIKA & TEKNIK KOMPUTER

SURABAYA

2012

PEMBAHASAN

A. PRESENTASI I - ANALISIS PEMBERIAN KREDIT MOBIL DENGAN PENDEKATAN METODE FUZZY-MAMDANI (STUDI KASUS : PT ASTRA CREDIT COMPANIES CABANG DAIHATSU CIBUBUR).

·         Presentasi ini membahas tentang menganalisa secara tepat diterima atau ditolanya suatu pengajuan kredit mobil menggunakan metode Fuzzy

·         Analisa ini menggunakan metode Mamdani yang dimana berperan untuk menentukan diterima atau ditolaknya suatu pengajuan kredit mobil

·         Sistem inferensi Fuzzy Metode Mamdani sendiri mempunyai 4 tahapan dalam mendapatkan sebuat output, diantaranya yaitu :

1.      Pembentukan Himpunan Fuzzy

2.      Aplikasi fungsi implikasi

3.      Komposisi Aturan

4.      Penegasan (defuzzy)

·         Berikut ini langkah – langkah yang dilakukan untuk menyelesaikan studi kasus :

1.      Mengklasifikasikan atau membuat himpunan pada setiap masing – masing variable yang digunakan

2.      Menentukan nilai masing – masing variable yang berbentuk linguistic seperti pekerjaan, tempat tinggal, reputasi, kondisi ekonomi, perputaran kas, dan approval ke dalam bentuk numeric atau angka

3.      Membuat penentuan variable dan semesta pembicaraan dan pembentukan pada himpunan fuzzy

4.      Membuat fungsi keanggotaan untuk tiap variable, yaitu jumlah uang muka yang dibayarkan calon debitur, kondisi tempat tinggal calon debitur, jenis pekerjaan / profesi seorang calon debitur, Penghasilan perbulan seorang debitur, Penghasilan tambahan seorang debitur, jumlah tanggungan yang ditanggung oleh calon debitur, perputaran kas seorang calon debitur, karakter calon debitur, dan keadaan global kondisi ekonomi. Dan hasil keputusan kredit.

5.      Membuat role-role logika

·         Jadi Berdasarkan data yang didapat dari perusahaan dan Hasil dari data yang telah diolah dengan menggunakan pendekatan Fuzzy Theory, terdapat beberapa perbedaan dalam hasil keputusan kredit, perbedaan ini terjadi karena metode fuzzy yang lebih flexible dan mentolelir segala varibel input yang ada

·         Kesimpulan yang akan penulis sajikan ini adalah merupakan rangkuman dari keseluruhan isi, sedangkan untuk penyajian saran-saran diarahkan pada masalah yang dianggap dapat memberikan masukan untuk perkembangan perusahaan.

Adapun kesimpulannya adalah sebagai berikut :

Pendekatan Metode Fuzzy mamdani dapat menganalisa secara tepat diterima atau ditoklanya suatu pengajuan kredit mobil. Dan dari hasil penelitian ini apabila perusahaan menerima kredit yang riskan akan terlunasi seperti Krisna Pramono, Erwin Ruhiyat, dan Ferry E perusahaan akan mengalami kerugian sebesar Rp.420.000.000 dengan asumsi harga 1 unit mobil sebesar Rp.140.000.000, dan apabila perusahaan menolak pembelian mobil secara kredit yang dengan metode fuzzy layak untuk dierima seperti Nurikmah dan uki Irwansyah, perusahaan akan kehilangan Pendapatan sebesar Rp.280.000.000 dengan asumsi harga 1 unit mobil sebesar Rp.140.000.000

·         Berdasarkan analisis tersebut dapat dikemukakan beberapa saran-saran sebagai

berikut :

1. Perusahaan bisa menjadikan Metode Fuzzy-Mamdani sebagai salah satu alat analisis alternatif yang digunakan perusahaan untuk menentukan diterima atau ditolaknya suatu pengajuan kredit Agar mengurangi Kemungkinan Kredit macet yang mengakibatkan kerugian dan agar perusahaan tidak kehilangan pemasukan yang dapat menambah Keuntungan Perusahaan.

2. dalam penelitian berikutnya disarankan agar penulis melibatkan faktor constrain atau pembatas seperti pembatasan pembelian mobil pick-up untuk kalangan pribadi dan batasan umur dalam pengajuan kredit saat kredit dilunasi .

B.      PRESENTASI II – FUZZY ADAPTIVE INTERNAL MODEL CONTROL MENGENAI MOTOR INDUKSI

·         Dalam menyelesaikan masalah – masalah pengendalian kecepatan motor induksi logika fuzzy merupakan alternative terbaik karena unit pengendali logika fuzzy mampu menyelesaikan dinamika proses yang mempunyai kompleksitas dan ketidakpastian disebabkan karena kemampuannya mengumpulkan informasi numeric dari variable yang diukur dan informasi linguistic dari operator.

·         Metode untuk menganalisa dinamika proses pada motor induksi terutama variable kecepatan dan parameter yang mempengaruhinya serta kemudia merancang system pengendalian kecepatan pada motor induksi yaitu dengan menggunakan FAIMC (Fuzzy Adaptive Internal Model Control)

·         Terdapat perancangan pengendali yang melalui beberapa tahapan sebagai berikut :

1.      Inisialisasi Parameter Plant

2.      Perancangan Controller

·         Terdapat pula algoritma fuzzy yang digunakan diantara lain :

1.      Fuzzy Dinamic Model

1)      Menghitung fuzzifikasi masing-masing masukan

2)      Menghitung proses penalaran (reasoning)

3)      Menghitung Defuzzifikasi, sehingga menghasilkan sinyal keluaran

4)      Parameter local linier system detuning langsung untuk menghasilkan nilai optimal untuk membuat output fuzzy model mengikuti output plant

2.      Fuzzy Berbasis Model

1)      Sinyal Keluaran Fuzzy Dynamic Model dijadikan sinyal ajar kontroler

2)      Pengolahan sinyal masukan Fuzzy berbasis model

3)      Penghitungan sinyal keluaran system

3.      Fuzzy Adaptive Internal Model Control

Sistem kendali ini akan menerima sinyal masukan dan mengolahnya menjadi sinyal control u(k) berdasarkan pengalamannya ketika proses pembelajaran yang tercermin dari digunakannya parameter-parameter yang telah didapatkannya selama proses pembelajaran

·         Kesimpulan

1.      Kontroller FAIMC memberikan hasil performansi yang optimal pada kecepatan maksimal yaitu 1800 rpm

2.      Kontroller FAIMC mampu diuji pada beban maksimum 0.5 Nm dan memberikan hasil optimal pada kecepatan minimum 1200 rpm

3.      Dari perbandingan hasil perancangan dengan berbagai metode, controller FAIMC bisa memberikan hasil performansi yang lebih baik jika dibandingkan dengan controller fuzzy murni maupun dengan metode jaringan syaraf tiruan dan metode linier kombiner

·         Saran

1.      Untuk mengurangi efek “trip” dari inerter karena arus start yang besar jika motor langsung terhubung ke beban, dapat dikurangi dengan cara pemberian sinyal secara bertahap pada inverter

2.      Jika diinginkan pengakuan data torsi beban, maka perlu dimuat system pembebanan mekanik dimana motor jangan langsung terhubung dengan beban, tetapi motor baru dapat dibebani jika motor sudah berputar hingga mencapai kecepatan putar pada set point

C.      PRESENTASI III - Aplikasi Pendukung Keputusan Dengan Menggunakan Logika Fuzzy (Studi Kasus : Penentuan Spesifikasi Komputer Untuk Suatu Paket Komputer Lengkap)

·         Pada perancangan aplikasi ini diterapkan dengan menggunakan metode logika fuzzy dalam kasus pemilihan spesifikasi computer berdasarkan kebutuhan konsumen.

·         FDSS (Fuzzy Decision Support System) atau SPKF (Sistem Pendukung Keputusan dengan logika Fuzzy) merupakan system pembuat keputusan manusia-komputer untuk mendukung keputusan manajerialdan intuisi untuk memecahkan masalah manajerial dengan memberikan informasi yang diperlukan, menghasilkan, mengevaluasi dan memberikan putusan alternative yang nantinya akan dipakai dalam mendukung aplikasi ini

·         Dalam menyelesaikan aplikasi ini akan digunakan Fungsi Keanggotaan Kurva Segitiga dan Bahu.

           

Jika dijadikan satu variable akan membentuk himpuan kurva seperti ini :

·         Didalam kasus ini juga akan digunakan beberapa teknik dari Use Case untuk merancang system yang dibangun. Baik itu menggunakan Use Case Diagram, Activity Diagram, dan ERD Diagram.

·         Beberapa kesimpulan dapat diambil dari perancangan sistem pendukung keputusan dengan menggunakan logika fuzzy model Tahani ini. Untuk mengetahui tingkat keberhasilan pengambilan keputusan dengan menggunakan logika fuzzy, maka harus dibutuhkan batasan himpunan pada tiap-tiap himpunan fuzzy yang berfungsi sebagai parameter. Batasan himpunan yang dimaksud ialah seperti batasan murah, normal ataupun mahal pada variabel harga, serta batasan min, middle dan max pada variabel kapasitas/ukuran/kecepatan masing-masing spesifikasi komputer. Tingkat keberhasilan pengambilan keputusan dengan menggunakan logika fuzzy juga dipengaruhi oleh jumlah kriteria yang dipilih oleh pemakai yang berfungsi sebagai variabel fuzzy. Dari pengujian terhadap 10 orang sampel pemakai, didapatkan tingkat akurasi sistem sebesar 68 %. Sedangkan hasil dari pencarian yang tidak sesuai dengan parameter harga atau besaran dari spesifikasi komputer