RINGKASAN materi IT SOLUTIONS FORUM 1

Narasumber 1 Ismail Fahmi, Ph.D.

BIG DATA & DATA SCIENCE

       Big Data adalah limpahan data berukuran sangat besar, kompleks, dan melebihi proses daya tampung dari konvensi sistem database yang ada yang mana tidak bisa diproses menggunakan perangkat pengelola biasa. 

    Data science adalah studi tentang data mentah dan unstructured data yang diolah melalui keterampilan analitis, programming dan bisnis.bidang ini menggunakan metode, proses, alogoritma, dan sistem ilmiah untuk menghasilkan wawasan pola dan trend.

WHAT IS BIG DATA ANALYTICS?

Big data analytics is the often complex process of examining large and varied data sets, or big data, to uncover information such as hidden patterns,unknown correlations,market trends and customer preferences -- that can help organizations make informed business decisions.

Arsitektur Big Data Drone Emprit

Drone emprit menyimpan dan memproses data besar lebih efektif dan murah jika menggunakan server sendiri (dedicated, bare metal) dibandingkan menggunakan cloud computing.

Narasumber ke 2 Prof. Dr. Tono Saknoso

DIGITAL IMAGEPROCESSING

        

 

sumber berita ke https:onlinelearning.uhamka.ac.id

CONTOH PENERAPAN FUZZY LOGIC

             PENERAPAN FUZZY LOGIC

    1. Pengertian Fuzzy logic:

      Adalah varabel sebuah metodologi ”berhitung” dengan varabel kata-kata (linguistic variable), sebagai pengganti berhitung denganbilangan.

    Alasan menggunakan fuzzy logic adalah: 

1.     Konsep fuzzy logic mudah dimengerti. 
2.     Fuzzy logic sangat fleksibel. 
3.     Fuzzy logic memiliki toleransi terhadap ketidakpresisian data. 
4.     Pemodelan/pemetaan untuk mencari hubungan data input-output dari sembarang sistem black      box bisa dilakukan memakai sistem fuzzy. 
5.     Pengetahuan dan pengalaman para pakar dapat dengan mudah dipakai untuk membangun              fuzzy logic.
6.     Fuzzy Logic dapat diterapkan dalam desain sistem control tanpa harus menghilangkan teknik        desain sistem kontrol konvensional yang sudah terlebih dahulu ada. 
7.     Fuzzy logic berdasar pada bahasa manusia.  

    Hal-hal  yang perlu diketahui dalam memahami sistem fuzzy, yaitu:

1.  Variabel Fuzzy, merupakan variabel dalam suatu sistem fuzzy, contoh: umur, temperatur,              permintaan dsb. 
2.   Himpunan Fuzzy, merupakan suatu grup yang mewakili suatu kondisi atau keadaan tertentu       dalam suatu variabel fuzzy. 
3.   Semesta Pembicaraan, keseluruhan nilai yang diperbolehkan untuk dioperasikan dalam suatu        variabel fuzzy. 
4.   Domain, keseluruhan nilai yang diijinkan dalam semesta pembicaraan dan boleh dioperasikan   dalam suatu himpunan fuzzy. 
5.  Fungsi Keanggotaan, adalah suatu kurva yang menunjukkan pemetaan titik-titik input data   kedalam nilai keanggotaannya (sering juga disebut dengan derajat keanggotaan) yang memiliki   interval antara 0 sampai 1. Salah satu cara yang dapat digunakan untuk mendapatkan nilai   keaanggotaan adalah dengan melalui pendekatan fungsi. Ada beberapa fungsi yang bisa   digunakan antara lain: Representasi Linier, Representasi Kurva Segitiga, Representasi Kurva     Bentuk Bahu.dalam range tertentu, maka harus diambil nilai tegas (crisp) tertentu sebagai output. Ada 5 metode defuzzyfikasi pada komposisi aturan Mamdani: Metode Centroid, Metode Bisektor, Metode Mean of maximum (MOM), Medote Largest of Maximum (LOM), dan Metode Smallest of Maximum (SOM).

           2.Metode Mamdani

        1. Pembentukan himpunan fuzzy

        2. Aplikasi fungsi implikasi

        3. Komposisi aturan

        4. Penegasan (Defuzzyfikasi)

        

          3.Kerangka Konsep

        Pada penelitian ini untuk menentukan kinerja dosen berdasarkan 4 (empat) kriteria, yaitu:

             1. Kompetensi Pedagogik

             2. Kompetensi Profesional

             3. Kompetensi Kepribadian

             4. Kompetensi Sosial 

        dan 25 Sub Kriteria sebagai kriteria input, yaitu: 

            1. Kesiapan memberikan kuliah

            2. Keteraturan dan ketertiban penyelenggaraan perkuliahan 

            3. Kemampuan menghidupkan suasana kelas 

            4. Kejelasan penyampaian materi dan jawaban terhadap pertanyaan di kelas 

            5. Pemanfaatan media dan teknologi pembelajaran 

            6. Ketepatan cara penilaian prestasi belajar mahasiswa

            7. Pemberian umpan balik terhadap tugas kelas maupun tugas rumah 

            8. Kesesuaian materi ujian dan atau tugas dengan silabus mata kuliah 

            9. Keadilan dalam pemberian nilai 

            10. Kemampuan jelaskan pokok bahasan/ocia secara tepat 

            11. Kemampuan memberikan contoh konkrit dari konsep yang diajarkan. 

            12. Kemampuan menjelaskan hub. Bidang/ocia yang diajarkan dengan ilmu 

            13. Kemampuan menjelaskan hub. Bidang/ocia yang diajarkan dengan kehidupan 

            14. Penguasaan akan isu isu mutakhir dalam bidang yang diajarkan 

            15. Penggunaan hasil hasil penelitian untuk memperbaiki perkuliahan 

            16. Memahami kewajiban sebagai dosen 

            17. Memiliki kearifan dalam mengambil keputusan 

            18. Kesantunan dalam kata dan tindakan 

            19. Keadilan dalam perlakuan terhadap mahasiswa

            20. Kemampuan menyampaikan pendapat. 

            21. Keterbukaan terdapat pendapat orang lain. 

            22. Mengenal banyak mahasiswa secara personal. 

            23. Memiliki hubungan baik dengan mahasiswa 

            24. Memiliki hubungan baik dengan masyarakat 

            25. Toleransi terhadap perbedaan pendapat.

                4.Riset lapangan

    Selanjutnya 4 kriteria dan 25 sub kriteria akan dianalisis dijadikan variabel fuzzy dalam menentukan      kinerja dosen yaitu:

    Setiap variabel dibagi menjadi 3 himpunan fuzzy yaitu: KURANG, CUKUP, dan BAIK. Himpunan fuzzy KURANG akan memiliki domain [0,3] dimana derajat keanggotaan KURANG tertinggi (=1) terletak pada angka 0-2. Himpunan fuzzy CUKUP memiliki domain [2.5,3.5] dimana derajat keanggotaan CUKUP tertinggi (=1) terletak pada nilai 3. Himpunan fuzzy BAIK akan memiliki domain [3,5] dimana derajat keanggotaan BAIK tertinggi (=1) terletak pada angka ≥ 4. Variabel kinerja dosen dipresentasikan dengan fungsi keanggotaan bahu dan segitiga seperti gambar di bawah ini.

TUGAS.5 Rangkuman Teorema DeMorgan's

 

Teorema DeMorgan's

   Komplemen 2 atau lebih variabel – variabel gerbang AND sama dengan komplemen variabel khusus gerbang OR.

persamaan:

Komplemen 2 atau lebih variabel gerbang OR sama dengan komplemen variabel khusus gerbang AND.

persamaan:

Kesetaraan gerbang dan hubungan tabel kebenaran 

yang digambarkan oleh Teorema DeMorgan.

 

Analisis Boolean Rangkaian  Logika.

Jika A = 1, B = 1, C = 1 and D = 1, maka Output nya  adalah ???

Tabel Kebenaran :

 

Penyederhanaan menggunakan Aljabar Boolean

        Example:

• Draw your possible logic gate?
• Simplify this expression using Boolean algebra?

 

B+ AC

 

             AB

    

    

            Exercise: Analyze the circuit below:

                

                1. Y=???                 2. Simplify the Boolean expression found in 1

           

                

        1. X=???

        2. Simplify the Boolean expression found in 1

        Sumber Utama: https://onlinelearning.uhamka.ac.id

 

Inputs				Output
A	B	C	D	A(B + CD	)
0	0	0	0	0
0	0	0	1	0
0	0	1	0	0
0	0	1	1	0
0	1	0	0	0
0	1	0	1	0
0	1	1	0	0
0	1	1	1	0
1	0	0	0	0
1	0	0	1	0
1	0	1	0	0
1	0	1	1	1
1	1	0	0	1
1	1	0	1	1
1	1	1	0	1
1	1	1	1	1

Tugas 4. RANGKUMAN MATERI ALJABAR BOLEAN

 Laws & Rules of Boolean Algebra

• Commutative law of addition:

                        A+B = B+A 

               the order of ORing does not matter.

• Commutative law of Multiplication:

                        AB = BA 

            the order of ANDing does not matter. 

• Associative law of addition 

                    A + (B + C) = (A + B) + C

           The grouping of ORed variables does not matter

• Associative law of multiplication

             A(BC) = (AB)C

            The grouping of ANDed variables does not matter

• Distributive Law 

            A(B + C) = AB + AC

(A+B)(C+D) = AC + AD + BC + BD

Boolean Rules:

    1) A + 0 = A

• In math if you add 0 you have changed nothing

• In Boolean Algebra ORing with 0 changes nothing

            

2) A + 1 = 1

• ORing with 1 must give a 1 since if any input  is 1 an OR gate will give a 1

            

3) A • 0 = 0

• In math if 0 is multiplied with anything you  get 0. If you AND anything with 0 you get 0

            

4) A • 1 = A

• ANDing anything with 1 will yield the anything

            

5) A + A = A

• ORing with itself will give the same result

            

6) A + A = 1

• Either A or A must be 1 so A + A =1

        

7) A • A = A

• ANDing with itself will give the same result

        

8) A • A = 0

• In digital Logic 1 =0 and 0 =1, so AA=0 since one of the inputs must be 0.

            

9) A = A

• If you not something twice you are back to the beginning

             

10) A + AB = A

Proof:                                                DISTRIBUTIVE LAW

A + AB = A(1 +B)                                  RULE 2: (1+B)=1 

           = A·1                                         RULE 4: A·1 = A

           = A

11) A + AB = A + B

• If A is 1 the output is 1 , If A is 0 the output is B

A + AB = (A + AB) + AB            RULE 10
= (AA +AB) + AB                       RULE 7
= AA + AB + AA +AB                RULE 8
= (A + A)(A + B)                         FACTORING

= 1·(A + B)                                   RULE 6

= A + B                                        RULE 4 

12) (A + B)(A + C) = A + BC

PROOF

(A + B)(A +C) = AA + AC +AB +BC            DISTRIBUTIVE LAW

                     = A + AC + AB + BC            RULE 7

                     = A(1 + C) +AB + BC           FACTORING

                      = A.1 + AB + BC                RULE 2

                      = A(1 + B) + BC                FACTORING

                      = A.1 + BC                        RULE 2

                       = A + B                            RULE 4

         sumber berita : "https://onlinelearning.uhamka.ac.id"