Animasi Banjir

Pembuatan Animasi Tentang Banjir Menggunakan PowerPoint

Abstrak

Suatu informasi tentang pentingnya menjaga kebersihan lingkungan untuk tidak membuang sampah ke sungai tentu sangat perlu diterapkan di dalam kehidupan masyarakat, karena dampak dari akibat membuang sampah di aliran sungai mengakibatkan aliran sungai tersumbat hsehingga dapak menyebabkan banjir. Maka dari itu dalam hal ini penulis ingin memberikan sedikit gambaran tentang bencana banjir di Jakarta yang akan  dibuat dalam sebuah “pembuatan animasi tentang banjir di Jakarta”, dalam pembuatan animasi ini tentunya penulis mengharapkan bahwa kita sebagai manusia dapat menjaga kebersihan lingkungan dan sadar akan betapa pentingnya menjaga ekosistem alam dengan baik. Dalam pembuatan animasi ini diperlukan beberapa objek diantaranya background, gambar awan, mobil, hujan dan air berbasis gif, dan ada pula aplikasi yang kita butuhkan dalam pembuatan animasi ini adalah Photosop dan Microsoft Power Point. Adapun hasil akhir dari pembuatan animasi tersebut akan di simpan dalam format PPT.

Pendahuluan

Latar belakang Masalah

Seiring kemajuan teknologi banyak hal bisa dilakukan secara instan. Sering manusia melakukan hal apapun agar tujuannya tercapai tanpa memikirkan dampak bagi alam. Sebagai contoh di Indonesia banyak terjadi bencana alam. Contohnya adalah banjir. Banjir adalah genangan air yang meluap yang tidak bisa menampung lagi volume air yang semakin besar. Dari tema animasi kelompok kami yang bertemakan banjir kami berupaya untuk membuat animasi tersebut. Diperlukan kesadaran manusia sedari dini, tindakan nyata, penanggulangan dan sosialisasi kepada masyarakat umum untuk menjaga lingkungan sebelum terlambat. Menggunakan IT menjadi sebagai salah satu media untuk membantu dalam proses sosialisasi. Beberapa contoh melalui video dengan durasi yang tidak cukup panjang. Kurangnya video yang menarik dan cerita yang belum dirancang menyebabkan saat proses sosialisasi berlangsung menjadi kurang menarik. Dari beberapa kendala maka penulis melihat peluang untuk membuat animasi dengan konsep animasimengenai kerusakan lingkungan menggunakan microsoft power point. Teknik animasi di powerpoint merupakan suatu terobosan baru dari penulis agar proses sosialisasi dan edukasi yang dilakukan lebih maksimal mengenai pesan – pesan yang akan disampaikan. Maka penulis memutuskan untuk membuat penulisan dengan judul "Pembuatan animasi tentang banjir di jakarta" dengan menggunakan Microsoft Power Point.

Landasan Teori

Power Point

Microsoft Power Point adalah program komputer yang dikhususkan untuk presentasi. Microsoft Power Point ini merupakan pengembangan dari Microsoft lainnya. Aplikasi Microsoft Power Point ini pertama kali dikembangkan oleh Bob Gaskin dan Dennis Austin sebagai presentator untuk perusahaan bernama Forethought, Inc yang kemudian mereka ubah namanya menjadi Power Point.

Pada 1987, Power Point versi 1.0 dirilis dan komputer yang didukungnya adalah Apple Macintosh. Power Point kala itu masih menggunakan warna hitam/putih, yang mampu membuat halaman teks dan grafik untuk transparasi overheadprojector (OHP). Setahun kemudian, versi baru dari Power Point muncul dengan dukungan warna, setelah Macintosh berwarna muncul ke pasaran. (Aqila Smart, 2012: 65).

Sejak tahun 1990, Power Point telah menjadi bagian standar yang tidak terpisahkan dalam paket aplikasi kantoran Microsoft Office System (kecuali Basic Edition). Versi terbaru adalah Microsoft Office Power Point 2007 (Power Point12), yang diliris pada November 2006, merupakan sebuah lompatan yang cukup jauh dari segi antar muka pengguna dan kemampuan grafik yang ditingkatkan. Selain itu, dibandingkan dengan format data sebelumnya yang merupakan data biner dengan ekstensi. Power Point versi ini menawarkan format data XML dengan ekstensi. (Aqila Smart, 2012: 66).

Photoshop

            Aplikasi adobe photoshop adalah program komputer yang merupakan perangkat  lunak atau software yang di gunakan untuk pengolahan gambar/foto, dapat di gunakan untuk memanipulasi foto sehingga hasil foto lebih menarik. Suyati, (2008 : 1).

Aplikasi  Adobe Photoshop pada dasarnya merupakan aplikasi pengolah gambar,  namun seringkali  Volume 1 Nomor 2  Mei 2012 pula ia digunakan untuk mengubah tampilan suatu objek, misalnya teks atau tulisan. Adobe  Photoshop bukan pengolah kata, tapi ia dapat membuat beragam  efek menarik untuk  mempercantik tampilan gambar dan teks. Kaeruddin, (2005 : 13)

Aplikasi program adobe photoshop adalah program yang berorientasikan untuk mengedit, memodifikasi, maupun memanipulasi gambar atau foto, pengaturan warna yang semakin akurat, penggunaan fasilitas efek dan filter yang semakin canggih, dan fasilitas pemodifikasian tipografi teks yang semakin unuk dan fantastik. Agung, (2011 : 2)

Adobe Photoshop adalah salah satu sofware untuk mengolah foto ataupun gambar, dengan adobe photoshop kita dapat memperbaiki dan mempercantik foto yang ingin kita cetak dengan menambahkan efek dalam

foto tersebut, sehingga foto yang biasa menjadi sebuah foto dengan tampilan yang berbeda dan menarik.

Kelebihan dari Adobe Photoshop: (1) membuat tulisan dengan effect tertentu, (2) membuat tekstur dan material yang beragam, (3) mengedit foto dan gambar yang sudah ada, (4) memproses materi Web.Sedangkan

Kelemahan dari Adobe Photoshop dalam menciptakan Image adalah bahwa Adobe Photoshop hanya bisa digunakan untuk menciptakan Image yang statis, dan juga dengan berkembangnya versi Photoshop sekarang ini spesifikasi Komputer untuk menjalankan program Adobe Photoshop juga harus sudah tinggi dan yang pasti akan diimbangi oleh harga yang tinggi pula.

Dasar dari teori editing adalah ketika seseorang melihat satu shot atau gambar dan berlanjut ke shot lainya, secara alamiah akan menghubungkan atau ber asosiasi menjadi rangkaian yang utuh. Inilah dasar sederhana dari teori editing. Editing foto adalah merencanakan dan memilih serta menggabungkan kembali potongan gambar yang diambil para editor untuk disiarkan dalam bentuk modifikasi gambar (Nardi, 2011: 47).

Pembahasan

Cara Membuat Animasi di PowerPoint

Untuk artikel kali ini penulis akan berbagi cara membuat animasi di powerpoint serta cara mengubah / menconvert file powerpoint agar menjadi file video yang bisa di buka tanpa menggunakan progam powerpoint. Sekedar flasback power point merupakan salah satu aplikasi bawaan microsoft office yang biasanya sering di gunakan untuk keperluan presentasi, namun tidak jarang juga Ms power point di gunakan untuk membuat animasi sederhana.

Cara untuk membuat animasi di power point bisa sobat simak pada penjelasan berikut ini :

• Pertama silahkan buka program aplikasi Ms power pointnya di Start >> All Programs >> Microsoft Office >> Microsoft Power Point
• Kemudian anda tentukan animasi yang ingin dibuat di power point, misal dalam contoh kali ini kita akan memuat animasi banjir di Jakarta. maka caranya adalah tambahkan objek-objek yang di perlukan misal di sini saya menambahkan objek, diantaranya background, mobil, awan, hujan, matahari,  dan air yang akan dijadikan naik seperti banjir, dari clip art dengan memilih menu Insert >> ClipArt pada search clipart klik tombol Go dan pilih gambar yang di inginkan.

·         Selanjutnya adalah menentukan animasi yang sobat inginkan, caranya pilih objek yang akan di kasih animasi “mobil” kemudian klik menu Animation, pilih Add Animation dan pilih animasi yang menurut anda paling sesuai/menarik. Salah satunya mode motion path lalu bias pilih alur objek tersebut.

·         Silahkan coba jalankan slide shownya, dan jika sudah berjalan sesuai harapan berarti tinggal menyimpan (save).

Adapun agar bisa di jalankan tanpa menggunakan power point, kita harus menconvert “mengganti” menjadi file video (.mwv) sehingga nantinya animasi tersebut bisa berjalan tanpa menggunakan power point. berikut cara mengganti ke menjadi video pada power point :

·         Pilih menu File >> Save As, pada file yang akan dijadikan file video tadi.

·         Kemudian pada bagian Save as type sobat ganti menjadi Windows Media Video (.wmv)

·         Terakhir pilih tombol Save, maka anda sekarang sudah bisa menggantinya menjadi file video (.wmv)

Kesimpulan

Pada pembuatan animasi ini dapat digunakan dalam aplikasi apa saja, salah satunya  adalah microsoft power point. Pada microsoft power point iniuntuk membuat animasi harus sediakan terlebih dahulu tema yang kita ingin buat, lalu objek yang ingin digunakan dan juga sound yang pas pada tema tersebut. Animasi yang di pakai juga harus sesuai dengan gerakan objeknya. Pada pembuatan animasi ini harus memperhatikan ketelitian, kecermatan dan keselarasan antara objek, latar dan sound. 

Berdasarkan hasil animasi dan pembahasan keseluruhan, khususnya pada daerah Jakarta maka kesimpulan yang dapat ditarik oleh penulis adalah sebagai berikut :

1.      Daerah  Jakarta ini terjadi banjir disebabkan oleh pemukiman padat penduduk, saluran air yang diperkecil, alih fungsi lahan, tidak ada resapan air, dan pembuangan sampah yang liar.

2.      Karena daerah ini sering di datangi banjir, maka warga yang menjadi korban banjir yang selalu terkena dampak nya, seperti :

a.       Ancaman wabah penyakit

b.      Aktivitas masyarak terganggu

c.       Ancaman penyakit diare

d.      Penyakit yang disebabkan oleh nyamuk

3.       Cara mengatasi banjir di daerah Jakarta adalah :

a.       Membuat daerah resapan air yang lebih luas lagi, dan jangan memperkecil saluran air yang sudah ada.

b.      Mengkaji ulang tata kota daerah Kebagusan, untuk mengetahui titik-titik daerah banjir.

c.       Membuat tanggul baik yang permanent atau non permanent dirumah masing-masing    yang selalu terkena banjir.

d.      Dan di himbaukan kepada masyarakat agar tidak membuang sampah pada tempatnya.

e.       Jangan mendirikan bangunan di lahan yang memang rawan banjir.

Saran

Marilah Kita Menjaga Lingkungan Ini Agar Tidak Terjadi Hal-hal yang tidak Diinginkan Semisal Banjir. Lingkungan ini adalah lingkungan kita yang penting untuk dijaga kebersihan dan kelestariannya untuk meningkatkan kualitas hidup kita. Jaga kebersihan dan kelestarian lingkungan juga merupakan kewajiban bagi kita agar terhindar dari bencana banjir yang akan membawa bencana yang lainnya, seperti kematian yang diakibatkan penyakit yang menyerang saat banjir.

Daftar Pustaka

Jurnal tentang pembuatan animasi

pembuatan film pendek action format 3d Jurnal media informatika vol.11 no.1, februari 2015

Dibuat Oleh :

Eva Dwi Permatasari

Luky Amanda

Muhammad Deny Adam

Muhammad Ferry Rahman

Muhammad Ilham

Muhammad Uxy

Rangga Adrian

Sarah Amanda

Yusuf Muhammad

Peng. Animasi dan Design Grafis #

Peng. Animasi dan Design Grafis

Abstrak

Project ini adalah untuk membuat pembuatan animasi sederhana ini yang bertema Dinosaurus yang di buat pada film Jurasic Word. Tujuan khusus pada pembuatan animasi sederhana ini adalah untuk menerangkan cara membuat animasi sederhana menggunakan aplikasi yang ada pada Microsoft Office yaitu Microsoft Power Point. Pada pembuatan animasi ini mencoba untuk menangkap gerak cepat dari binatang, sehingga objek tersebut seolah-olah dapat bergerak, sehingga objek yang dihasilkan terkesan nyata. Pada pembuatan animasi ini harus memperhatikan ketelitian, kecermatan dan keselarasan antara objek, latar dan sound. 

Pendahuluan

Animasi berasal dari kata Animation yang dalam bahasa inggris to animate yang berarti menggerakan. Contohnya sebuah benda yang mati, lalu digerakkan melalui perubahan sedikit demi sedikit dan teratur sehingga memberikan kesan hidup. Animasi adalah proses penciptaan efek gerak atau efek perubahan bentuk yang terjadi selama beberapa waktu. Animasi juga merupakan suatu teknik menampilkan gambar berurut sedemikian rupa sehingga penonton merasakan adanya ilustrasi gerakan pada gambar yang ditampilkan.

Animasi dapat diintegrasikan ke media lain seperti video atau presentasi sehingga cocok untuk menjelaskan sebuah cerita pada animasi tersebut. Salah satu perangkat lunak pembuatan animasi sederhana adalah microsoft power point. Microsoft power point adalah salah satu program aplikasi microsoft office yang berguna untuk membuat presentasi dalam bentuk slide dan juga dapat dibuat untuk membuat animasi sederhana dengan menggunakan menu-menu yang telah tersedia. Penulis tertarik untuk membuat animasi sederhana menggunakan microsoft power point tentang kehidupan dinosaurus pada zaman dahulu yang dituangkan pada film jurasic word.

ISI

Pada pembuatan animasi ini yang menggunakan aplikasi microsoft power point tentang dinosaurus ada proses yang dijalankan sehingga dapat menjadi sebuah animasi sederhana. Yang pertama buka microsoft power point nya, lalu pada lembar kerja masukkan background yang diinginkan yang sesuai tema, disini memakai tema hutan yang dekat dengan pegunungan yang biasa ditempati oleh hewan-hewan salah satunya yaitu dinosaurus. Apabila background telah siap maka masukan gambar-gambar yang akan menjadi objek pada tema. Di animasi yang dibuat digunakan ada 9 gambar, untuk membuat gambar bergerak dan berjalan maka pilih gambar yang ingin digerakkan lalu pada menu bar pilih animation pilih add animation selanjutnya pilih more motion paths akan tampil kotak add motion path lalu pilih salah satu gerakan yang ingin dipakai.

Untuk mengedit setiap objek nya dapat pilih animation pane lalu akan muncul kotak animation pane, akan ada beberapa picture yang digunakan pilih list yang ada pada picture lalu pilih effect option, maka akan muncul kotak down ada sub menu effect dan timing. Pada effect dapat di atur kecepatan jalannya ataugeraknya, dan dapat memilih sound yang sesuai dengan gambar tersebut. Sedangkan pada timing dapat mengatur start ada pilihan on click yang berarti dapat dijalankan apabila di click dengan mouse, with previous yang berarti jalan bersamaan dengan yang gambar sebelumnya, after previous berjalan setelah gambar yang sebelumnya. Dapat diatur pula durasi yang diinginkan untuk menampilkan gambar tersebut.

Penutup

Pada pembuatan animasi sederhana ini dapat digunakan dalam aplikasi apa saja , salah satunya  adalah microsoft power point. Pada microsoft power point iniuntuk membuat animasi harus sediakan terlebih dahulu tema yang kita ingin buat, lalu objek yang ingin digunakan dan juga sound yang pas pada tema tersebut. Animasi yang di pakai juga harus sesuai dengan gerakan objeknya. Pada pembuatan animasi ini harus memperhatikan ketelitian, kecermatan dan keselarasan antara objek, latar dan sound. 

Referensi

Jurnal tentang pembuatan animasi

pembuatan film pendek action format 3d Jurnal media informatika vol.11 no.1, februari 2015

http://www.burung-net.com

www.animatedimages.org

http://www.moddb.com/games/jurassic-park-operation-genesis/downloads/pgm-studios-sound-expansion-pack

Contoh prolog

Bab 12

CONTOH PROGRAM PROLOG: Menu Makanan

OUTPUT:

LOGIKA:

Di dalam Prolog, perintah write(‘…’) digunakan untuk mencetak, nl digunakan untuk membuat garis baru atau new line. Kita menggunakan tanda koma ‘,’ untuk mengakhiri suatu statement.

Perintah read(x) digunakan untuk menginput kedalam variabel x. Pada kasus diatas, terdapat P=1,P=2,P=3,P=4 yang artinya jika kita menginput angka 1 sampai 4 ke pilihan diatas dengan variabel P, maka akan muncul beberapa case, misalnya kita ingin memilih SANDWICH berarti kita harus input angka 2 pada pilihan diatas.

Variabel TB digunakan untuk menyimpan hasil kalkulasi dari variabel B, atau juga dikatakan variabel dari banyaknya jumlah pesanan. Misalnya kita memesan OMLETTE sebanyak 3 porsi, artinya TB = 3 * 7000 = 21000.

Bab 11 prolog

BAB 11

Fakta dan Relasi

Fakta Adalah suatu unit yang selalu bernilai benar,fakta ini merupakan kumpulan data-data objek. Suatu fakta dibedakan dalam 2 jenis, yaitu fakta yang menunjukan relasi dan fakta yang menunjukan milik/sifat, penulisan suatu fakta selalu di akhir dengan (.)
Contoh :

Aturan (“Rules”)

Aturan adalah suatu pernyataan yang menunjukan bagaimana fakta-fakta berinteraksi satu dengan yang lain untuk membentuk suatu kesimpulan. Sebuah aturan dinyatakan sebagai suatu kalimat bersyarat. Kata “if” adalah kata yang dikenal Prolog untuk menyatakan kalimat bersyarat atau disimbolkan dengan “:-“.
Contoh :

Setiap aturan terdiri dari kesimpulan (kepala) dan tubuh. Tubuh dapat terdiri dari 1 atau lebih pernyataan atau aturan yang lain, disebut subgoal dan dihubungkan dengan logika “and”. Aturan memiliki sifat then/if conditional “Kepala(head) benar jika tubuh (body) benar”.


Contoh : Silsilah keluarga :

Pertanyaan (“Query”)
Setelah memberikan data-data berupa fakta dan aturan, selanjutnya kita dapat mengajukan pertanyaan berdasarkan fakta dan aturan yang ada. Penulisannya diawali simbol “?-“ dan diakhiri tanda “.”.
Contoh :

(jika kemungkinan ada lebih dari satu jawaban gunakan tanda “;” pada akhir setiap jawaban).




 
     2.     STRUKTUR PROGRAM PROLOG

Dalam struktur program prolog terdapat 4 macam di antara nya adalah Domain,Predicate,Variable, dan goal.

Domain

Domain berfungsi untuk menyatakan jenis suatu variabel seperti hal nya tipe data dalam bahasa prosedural (Pascal,C) . beberapa domain standar dalam prolog diantara nya char,integer,real,string,symbol. Contoh :
namaBunga = symbol
mataKuliah = string
nilai = integer

- Domains char dipakai pada predikat yang argumennya memiliki nilai berupa karakter tunggal,  yaitu abjad,  angka,  pungtuasi (?.!,<,...), dan operasi (+,‐,...). Penulisan argumen bertipe char dalam prolog diapit tanda ’...’. contoh : nilai (dita, ’A’).

- Domains string dipakai pada predikat yang argumennya memiliki nilai berupa karakter jamak yang dapat berupa kata maupun suatu tulisan (kumpulan kata‐kata termasuk di dalamnya pungtuasi dan tanda operasi yang dapat dipisahkan spasi). Penulisan argumen bertipe string dalam prolog diapit tanda ”...”. contoh: hobi(rina,”Memasak”).

-Domains integer dipakai pada predikat yang argumennya memiliki nilai berupa bilangan bulat.
Contoh : nilai(tini,”Kalkulus”,75).

-Domains real dipakai pada predikat yang argumennya memiliki nilai berupa bilangan pecahan. Penulisan argumen bertipe real dalam prolog untuk nilai pecahan ditulis di belakang tanda titik (.). contoh: nilai(ivan, 8.75).

-Domains symbol dipakai pada predikat yang argumennya memiliki nilai berupa kumpulan karakter yang hanya terdiri dari huruf atau kata tanpa dipisahkan oleh spasi. Suatu kata  dapat disambungkan dengan kata lain dengan  tanda _ (underscore). contoh : lelaki(toni_setiawan).

Predicate

Dalam bahasa prolog kita perlu mendeklarasikan predikat yang ada pada bagian Predicates dan mendefinisikannya dalam bagian Clauses. Jika tidak, Prolog tidak akan mengenalnya. Namun untuk predikat standar seperti cursor, makewindow, readln, readchar dsb tidak perlu dideklarasikan.
Misalkan untuk domains seperti di atas dapat dibuat predicates
            Predicates
            menu(integer)
            data(NamaOrang, Alamat, Umur)
Deklarasi predicates dalam bagian predicates, harus disertai argumen jika memang berargumen. Nama predikat harus diawali dengan huruf, boleh besar atau kecil, selebihnya bisa huruf, angka, garis bawah, namun dianjurkan untuk dimulai dengan huruf kecil. Nama predikat tidak boleh mengandung spasi, tanda minus, asteris atau garis miring.

Variable
Variabel merupakan sebuah interpretasi yang digunakan untuk menemukan
nilai dari sebuah klausa. Variabel harus diawali dengan huruf besar. Contoh :

- suka(andi,X) .
            X = eskrim
- anakperempuan(lila, X).
            X = agus

Variabel yang memiliki beberapa value kamu dapat memunculkan nilai lain dengan
menekan tombol (;)

Deskripsi Rekrusif dari Sebuah Hubungan
Nah ini yang gak kalah penting, Rekursif ini digunakan untuk mencari seluruh dari
child dari sebuah tree. Intinya, misalkan terdapat sebuah keluarga terdapat kakek,
ayah, dan anak. Maka untuk mendapatkan seluruh keturunan dari kakek, yaitu kakek,
ayah, anak, anaknya anak dan seterusnya kita membutuhkan rekursif.




Representasinya seperti berkut
turunan(X,Y) :- antiturunan(Y,X).
turunan(X,Y) :- antiturunan(Y,Z), turunan(X,Z).

Goal

Goal dalam turbo Prolog ada 2 macam yakni :
a. Goal eksternal
b. Goal internal

            Goal eksternal diketikkan langsung pada bagian ‘goal’ : di jendela dialog pada kompiler terpadu Turbo Prolog. dengan cara ini kita hanya bisa menjalankan program dari lingkungan kompiler Turbo Prolog. Untuk dapat dijalankan di lingkungan DOS kita harus menggunakan goal internal yang di simpan pada bagian Goal. Sebenarnya goal inilah yang dicari dan dipanggil pada saat program dijalankan. Jika goal tercapai, program berhenti dengan berhasil, tapi jika sebaliknya, program berhenti dalam keadaan gagal.
Contoh :
            Predicates
                        tulis(string)
            Goal
                        tulis(X),
                        write(X).
            Clauses
                        tulis(“Bandung”).
                        tulis(“Yogya”).
                        tulis(“Jakarta”).
Program ini pertama akan memanggil goalnya, yang terdiri dari sub goal tulis dan write. Ini artinya, goal akan memanggil klausa tulis. Di bagian clauses, terdapat tulis yang berupa fakta. Prolog akan mencarinya dari paling atas, diperoleh tulis(“Bandung”). Ini berarti sub-goal tulis(X) berhasil dengan X terikat dengan nilai “Bandung”. Selanjutnya Prolog membuktikan sub-goal kedua yakni write(X). Ini pasti berhasil dan program berhenti. Jika goal diajukan dari luar (dari jendela Goal, goal internalnya dibuang), kemudian kita tuliskan : tulis(X) [enter], akan tertulis pada layar :
            X = Bandung
            X = Yogya
                 X = Jakarta

Sumber :
http://ryanstiawanlagi.blogspot.co.id/2016/01/dasar-dasar-prolog-dan-struktur-prolog.html?m=1

https://id.m.wikipedia.org/wiki/Basis_data
http://gondronggunadarma.blogspot.com/2017/01/inferensi-dalam-logika-order-pertama.html

Ketidakpastian

Bab 10

KETIDAKPASTIAN

Suatu pengukuran selalu disertai oleh ketidakpastian. Beberapa penyebab ketidakpastian tersebut antara lain adanya Nilai Skala Terkecil (NST), kesalahan kalibrasi, kesalahan titik nol, kesalahan pegas, kesalahan paralaks, fluktuasi parameter pengukuran, dan lingkungan yang mempengaruhi hasil pengukuran, dan karena hal-hal seperti ini pengukuran mengalami gangguan. Dengan demikian sangat sulit untuk mendapatkan nilai sebenarnya suatu besaran melalui pengukuran. Oleh sebab itu, setiap pengukuran harus dilaporkan dengan ketidakpastiannya.
Ketidakpastian dibedakan menjadi dua,yaitu ketidakpastian mutlak dan relatif. Masing masing ketidakpastian dapat digunakan dalam pengukuran tunggal dan berualang.
Ketidakpastian Mutlak
Suatu nilai ketidakpastia yang disebabkan karena keterbatasan alat ukur itu sendiri. Pada pengukuran tunggal, ketidakpastian yang umumnya digunakan bernilai setengah dari NST. Untuk suatu besaran X maka ketidakpastian mutlaknya dalam pengukuran tunggal adalah:
Δx = ½NST
dengan hasil pengukuran dituliskan sebagai
X = x ± Δx
Melaporkan hasil pengukuran berulang dapat dilakukan dengan berbagai cara, dantaranya adalah menggunakan kesalahan ½ – rentang atau bisa juga menggunakan standar deviasi.
Kesalahan ½ – Rentang
Pada pengukuran berulang, ketidakpastian dituliskan idak lagi seperti pada pengukuran tunggal. Kesalahan ½ – Rentang merupakan salah satu cara untuk menyatakan ketidakpastian pada pengukuran berulang. Cara untuk melakukannya adalah sebagai berikut:
Kumpulkan sejumlah hasil pengukuran variable x. Misalnya n buah, yaitu x1, x2, x3, … xn
Cari nilai rata-ratanya yaitu x-bar
x-bar = (x1 + x 2 + … + xn)/n
Tentukan x-mak dan x-min dari kumpulan data x tersebut dan ketidakpastiannya dapat dituliskan
Δx = (xmax – xmin)/2
Penulisan hasilnya sebagai:
x = x-bar ± Δx
Standar Deviasi
Bila dalam pengamatan dilakukan n kali pengukuran dari besaran x dan terkumpul data x1, x2, x3, … xn, maka rata-rata dari besaran ini adalah:

Kesalahn dari nilai rata-rata ini terhadap nilai sebenarnya besaran x (yang tidak mungkin kita ketahui nilai benarnya x0) dinyatakan oleh standar deviasi.

Standar deviasi diberikan oleh persamaan diatas, sehingga kita hanya dapat menyatakan bahwa nilai benar dari besaran x terletak dalam selang (x – σ) sampai (x + σ). Dan untuk penulisan hasil pengukurannya adalah x = x ± σ
Ketidakpastian Relatif
Ketidakpastian Relatif adalah ketidakpastian yang dibandingkan dengan hasil pengukuran. Hubungan hasil pengukurun terhadap KTP (ketidakpastian) yaitu:
KTP relatif = Δx/x
Apabila menggunakan KTP relatif maka hasil pengukuran dilaporkan sebagai
X = x ± (KTP relatif x 100%)
Ketidakpastian pada Fungsi Variabel (Perambatan Ketidakpastian)
Jika suatu variable merupakan fungsi dari variable lain yng disertai oleh ketidakpastin, maka variable ini akan diserti pula oleh ketidakpastian. Hal ini disebut sebagai permbatan ketidakpastian. Untuk jelasnya, ketidakpastian variable yang merupakan hasil operasi variabel-variabel lain yang disertai oleh ketidakpastian akan disajikan dalam tabel berikut ini.
Misalkan dari suatu pengukuran diperoleh (a ± Δa) dan (b ± Δb). Kepada kedua hasil pengukuran tersebut akan dilakukan operasi matematik dasar untuk memperoleh besaran baru.

A. Pengertian Probabilitas
Probabilitas atau Peluang adalah suatu ukuran tentang kemungkinan suatu peristiwa (event) akan terjadi di masa mendatang. Probabilitas dapat juga diartikan sebagai harga angka yang menunjukkan seberapa besar kemungkinan suatu peristiwa terjadi, di antara keseluruhan peristiwa yang mungkin terjadi. Probabilitas dilambangkan dengan P.
Contoh 1: Sebuah mata uang logam mempunyai sisi dua (H & T) kalau mata uang tersebut dilambungkan satu kali, peluang untuk keluar sisi H adalah ½.
Contoh 2: Sebuah dadu untuk keluar mata ‘lima’ saat pelemparan dadu tersebut satu kali adalah 1/6 (karena banyaknya permukaan dadu adalah 6).
Rumus :
P (E) = X/N
P: Probabilitas
E: Event (Kejadian)
X: Jumlah kejadian yang diinginkan (peristiwa)
N: Keseluruhan kejadian yang mungkin terjadi
Probabilitas yang rendah menunjukkan kecilnya kemungkinan suatu peristiwa akan terjadi. Suatu probabilitas dinyatakan antara 0 sampai 1 atau dalam presentase.  Probabilitas 0 menunjukkan peristiwa yang tidak mungkin terjadi, sedangkan probabilitas 1 menunjukkan peristiwa yang pasti terjadi.
Ada tiga hal penting dalam probabilitas, yaitu:
Percobaan adalah pengamatan terhadap beberapa aktivitas atau proses yang memungkinkan timbulnya paling sedikit 2 peristiwa tanpa memperhatikan peristiwa mana yang akan terjadi.
Hasil adalah suatu hasil dari sebuah percobaan.
Peristiwa adalah kumpulan dari satu atau lebih hasil yang terjadi pada sebuah percobaan atau kegiatan.
B. Manfaat Probabilitas dalam Peneitian
Manfaat probabilitas dalam kehidupan sehari-hari adalah membantu kita dalam mengambil suatu keputusan, serta meramalkan kejadian yang mungkin terjadi. Jika kita tinjau pada saat kita melakukan penelitian, probabilitas memiliki beberapa fungsi antara lain:
Membantu peneliti dalam pengambilan keputusan yang lebih tepat.
Dengan teori probabilitas kita dapat menarik kesimpulan secara tepat atas hipotesis yang terkait tentang karakteristik populasi.
Mengukur derajat ketidakpastian dari analisis sampel hasil  penelitian dari suatu populasi.
C. Pendekatan Probabilitas
Ada 3 (tiga) pendekatan konsep untuk mendefinisikan probabilitas dan menentukan nilai-nilai probabilitas, yaitu : (1). Pendekatan Klasik, (2). Pendekatan Frekuensi Relatif, dan (3). Pendekatan Subyektif.
1. Pendekatan Klasik
Pendekatan klasik didasarkan pada sebuah peristiwa mempunyai kesempatan untuk terjadi sama besar (equally likely). Probabilitas suatu peristiwa kemudian dinyatakan sebagai suatu rasio antara jumlah kemungkinan hasil dengan total kemungkinan hasil (rasio peristiwa terhadap hasil).
Probabilitas suatu peristiwa = Jumlah kemungkinan hasil / Jumlah total kemungkinan hasil
Jika ada a kemungkinan yang dapat terjadi pada kejadian A dan ada b kemungkinan yang dapat terjadi pada kejadian A, serta masing-masing kejadian mempunyai kesempatan yang sama dan saling asing, maka probabilitas/peluang bahwa akan terjadi a adalah:
P (A) = a/a+b ; dan peluang bahwa akan terjadi b adalah:  P (A) = b/a+b
Contoh:
Pelamar pekerjaan terdiri dari 10 orang pria (A) dan 15 orang wanita (B). Jika yang diterima hanya 1, berapa peluang bahwa ia merupakan wanita?
Jawab:
P (A) = 15/10+15 = 3/5

2. Pendekatan Relatif Besarnya probabilitas suatu peristiwa tidak dianggap sama, tetapi tergantung pada berapa banyak suatu peristiwa terjadi dari keseluruhan percobaan atau kegiatan yang dilakukan. probabilitas dapat dinyatakan sebagai berikut :
Probabilitas kejadian relatif = Jumlah peristiwa yang terjadi / Jumlah total percobaan atau kegiatan
Jika pada data sebanyak N terdapat a kejadian yang bersifat A, maka probabilitas/peluang akan terjadi A untuk N data adalah: P (A) = a/N
Contoh:
Dari hasil penelitian diketahui bahwa 5 orang karyawan akan terserang flu pada musim dingin. Apabila lokakarya diadakan di Puncak, berapa probabilitas terjadi 1 orang sakit flu dari 400 orang karyawan yang ikut serta?
Jawab:
P (A) = 5/400 = P (A) = 1/80
3. Pendekatan Subjektif Besarnya suatu probabilitas didasarkan pada penilaian pribadi dan dinyatakan dalam derajat kepercayaan. Penilaian subjektif diberikan terlalu sedikit atau tidak ada informasi yang diperoleh dan berdasarkan keyakinan.
D. Konsep Dasar dan Hukum Probabilitas
Dalam mempelajari hukum dasar probabilitas berturut-turut akan dibahas hukum penjumlahan dan hukum perkalian.
1. Hukum Penjumlahan
Hukum penjumlahan menghendaki peristiwa saling lepas (mutually exclusive) dan peristiwa/kejadian bersama (non mutually exclusive).
Saling meniadakan (mutually exclusive)
Apabila suatu peristiwa terjadi, maka peristiwa lain tidak dapat terjadi pada saat bersamaan. Rumus penjumlahan untuk kejadian-kejadian yang saling meniadakan:
P (A U B) = P (A atau B)= P (A) + P (B)

Contoh:
Probabilitas untuk keluar mata 2 atau mata 5 pada pelemparan satu kali sebuah dadu adalah:
P(2 U 5) = P (2) + P (5) = 1/6 + 1/6 = 2/6
Kejadian Bersama (Non Mutually Exclusive)
Peristiwa Non Mutually Exclusive (Joint) dua peristiwa atau lebih dapat terjadi bersama-sama (tetapi tidak selalu bersama). Rumus penjumlahan untuk kejadian-kejadian yang tidak saling meniadakan:
Dua Kejadian
P (A U B) =P(A) + P (B) – P(A ∩ B)
Tiga Kejadian
P(A U B U C) = P(A) + P(B) + P(C) – P(A ∩ B) – P(A ∩ C) – P(B ∩ C) + P(A ∩ B ∩ C)

Peristiwa terjadinya A dan B merupakan gabungan antara peristiwa A dan peristiwa B. Akan tetapi karena ada elemen yang sama dalam peristiwa A dan B, Gabungan peristiwa A dan B perlu dikurangi peristiwa di mana A dan B memiliki elemen yang sama. Dengan demikian, probabilitas pada keadaan di mana terdapat elemen yang sama antara peristiwa A dan B maka probabilitas A atau B adalah probabilitas A ditambah probabilitas B dan dikurangi probabilitas elemen yang sama dalam peristiwa A dan B.
Peristiwa Pelengkap (Complementary Event)
Apabila peristiwa A dan B saling melengkapi, sehingga jika peristiwa A tidak terjadi, maka peristiwa B pasti terjadi.  Peristiwa A dan B         dikatakan sebagai peristiwa komplemen. Rumus untuk kejadian-kejadian yang saling melengkapi :
P(A)+P(B) = 1 atau P(A) = 1 – P(B)

2. Hukum Perkalian
Hukum Bebas (independent) Hukum perkalian menghendaki setiap peristiwa adalah independen, yaitu  suatu peristiwa terjadi tanpa harus menghalangi peristiwa lain terjadi. Peristiwa A dan B independen, apabila peristiwa A terjadi tidak menghalangi terjadinya peristiwa B.
P(A ∩ B) = P (A dan B) = P(A) x P(B)

Contoh soal 1:
Sebuah dadu dilambungkan dua kali, peluang keluarnya mata 5 untuk kedua kalinya adalah:
P (5 ∩ 5) = 1/6 x 1/6 = 1/36
Contoh soal 2:
Sebuah dadu dan koin dilambungkan bersama-sama, peluang keluarnya hasil lambungan berupa sisi H pada koin dan sisi 3 pada dadu adalah:
P (H) = ½, P (3) = 1/6
P (H ∩ 3) = ½ x 1/6 = 1/12
Peristiwa Bersyarat (Tidak Bebas) / (Conditional Probability) Probabilitas bersyarat adalah probabilitas suatu peristiwa akan terjadi dengan ketentuan peristiwa yang lain telah terjadi. Peristiwa B terjadi dengan syarat peristiwa A telah terjadi.
P(A dan B) = P(A x P(B|A) atau P(B dan A) = P(B) x P(A|B)

Contoh :
Dua kartu ditarik dari satu set kartu bridge, peluang untuk yang tertarik keduanya kartu as adalah sebagai berikut: Peluang as I adalah 4/52 -> P (as I) = 4/52
Peluang as II dengan syarat as I sudah tertarik adalah 3/51
P (as II │as I) = 3/51
P (as I ∩ as II) = P (as I) x P (as II│ as I) = 4/52 x 3/51 = 12/2652 =1/221

E. Diagram Pohon Probabilitas
Diagram pohon merupakan suatu diagram yang menyerupai pohon dimulai dari batang kemudian menuju ranting dan daun. diagram pohon dimaksudkan untuk membantu menggambarkan probabilitas atau probabilitas bersyarat dan probabilitas bersama. diagram pohon sangat berguna untuk menganalisis keputusan-keputusan bisnis dimana terdapat tahapan-tahapan pekerjaan.
Contoh:

F. Ruang Sampel dan Titik Sampel
Ruang sampel adalah himpunan dari semua hasil yang mungkin pada suatu percobaan/kejadian. Ruang Sampel suatu percobaan dapat dinyatakan dalam bentuk diagram pohon atau tabel.
Titik Sampel adalah anggota-anggota dari ruang sampel atau kemungkinan-kemungkinan yang muncul.
Contoh:
Pada percobaan melempar dua buah mata uang logam (koin) homogen yang berisi angka (A) dan gambar (G) sebanyak satu kali. Tentukan ruang sampel percobaan tersebut.
a. Dengan Diagram Pohon

Kejadian yang mungkin:
AA : Muncul sisi angka pada kedua koin
AG : Muncul sisi angka pada koin 1 dan sisi gambar pada koin 2
b. Dengan Tabel

Ruang sampel = {(A,A), (A,G), (G,A), (G,G)}
Banyak titik sampel ada 4 yaitu (A,A), (A,G), (G,A), dan (G,G)

G. Teorema Bayes
Dalam teori probabilitas dan statistika, teorema Bayes adalah sebuah teorema dengan dua penafsiran berbeda. Dalam penafsiran Bayes, teorema ini menyatakan seberapa jauh derajat kepercayaan subjektif harus berubah secara rasional ketika ada petunjuk baru. Dalam penafsiran frekuentis teorema ini menjelaskan representasi invers probabilitas dua kejadian. Teorema ini merupakan dasar dari statistika Bayes dan memiliki penerapan dalam sains, rekayasa, ilmu ekonomi (terutama ilmu ekonomi mikro), teori permainan, kedokteran dan hukum. Penerapan teorema Bayes untuk memperbarui kepercayaan dinamakan inferens Bayes.


H. Prinsip Menghitung
1. Faktorial
 Faktorial digunakan untuk mengetahui berapa banyak cara yang mungkin dalam mengatur sesuatu. Hasil perkalian semua bilangan bulat positif secara berurutan dari 1 sampai dengan n disebut n faktorial. Dari definisi faktorial tersebut, maka dapat dituliskan prinsip menghitung faktorial sebagai berikut :
n ! = n x (n-1) x (n-2) x (n-3) x … 3 x 2 x 1
n ! dibaca n faktorial
nb: 0! = 1dan 1! = 1
Contoh:
3! = 3 x 2 x 1 = 6 5! = 5 x 4 x 3 x 2 x 1 = 120



2. Permutasi
 Permutasi digunakan untuk mengetahui jumlah kemungkinan susunan (arrangement) jika terdapat satu kelompok objek. pada permutasi berkepentingan dengan susunan atau urutan dari objek. Permutasi dirumuskan sebagai berikut :

atau

dimana :
P = Jumlah permutasi atau cara objek disusun n = jumlah total objek yang disusun r/k = jumlah objek yang digunakan pada saat bersamaan, jumlah r/k dapat sama dengan  n atau lebih kecil
! = tanda dari faktorial
Contoh:
Di kantor pusat DJBC Ada 3 orang staff yang dicalonkan untuk menjadi mengisi kekosongan 2 kursi pejabat eselon IV. Tentukan banyak cara yang bisa dipakai untuk mengisi jabatan tersebut?
jawab : Permutasi P (3,2), dengan n =3 (banyaknya staff) dan k =2 (jumlah posisi yang akan diisi)

Permutasi Unsur-unsur  yang sama

Contoh:
Tentukan permutasi atas semua unsur yang dibuat dari kata MATEMATIKA!
Jawab: pada kata MATEMATIKA terdapat 2 buah M, 3 buah A, dan 2 buah T yang sama, sehingga permutasinya adalah:

Permutasi Siklis

RUMUS: banyaknya permutasi = (n-1)!
Contoh:
Suatu keluarga yang terdiri atas 6 orang duduk mengelilingi sebuah meja makan yang berbentuk lingkaran. Berapa banyak cara agar mereka dapat duduk mengelilingi meja makan dengan cara
Yang berbeda?
 Jawab: Banyaknya cara agar 6 orang dapat duduk mengelilingi meja makan dengan urutan yang berbeda sama dengan banyak permutasi siklis (melingkar) 6 unsur yaitu :

3. Kombinasi
Kombinasi digunakan apabila ingin mengetahui berapa cara sesuatu diambil dari keseluruhan objek tanpa memperhatikan urutannya. Jumlah kombinasi dirumuskan sebagai berikut:

Contoh:
Saat akan menjamu Bayern Munchen di Allianz arena, Antonio Conte (Pelatih Juventus) punya 20 pemain yang akan dipilih 11 diantaranya untuk jadi starter. Berapa banyak cara pemilihan starter tim juventus? (tidak memperhatikan posisi pemain).


Faktor Kepastian (Certainty Factor)
Faktor kepastian merupakan cara dari penggabungan kepercayaan (belief) dan ketidapercayaan (unbelief) dalam bilangan yang tunggal. Dalam certainty theory, data-data kualitatif direpresentasikan sebagai derajat keyakinan (degree of belief).
Tahapan Representasi Data Kualitatif
Tahapan dalam merepresentasikan data-data kualitatif :
kemampuan untuk mengekspresikan derajat keyakinan sesuai dengan metode yang sudah dibahas sebelumnya.
kemampuan untuk menempatkan dan mengkombinasikan derajat keyakinan tersebut dalam sistem pakar.
Dalam mengekspresikan derajat keyakinan digunakan suatu nilai yang disebut certainy factor (CF) untuk mengasumsikan derajat keyakinan seorang pakar terhadap suatu data.
Formulasi Certainy Factor

Dimana :
CF = Certainy Factor (faktor kepastian) dalam hipotesis H yang dipengaruhi oleh fakta E.
MB=Measure of Belief (tingkat keyakinan), adalah ukuran kenaikan dari kepercayaan hipotesis H dipengaruhi oleh fakta E.
MD=Measure of Disbelief (tingkat ketidakyakinan), adalah kenaikan dari ketidakpercayaan hipotesis H dipengaruhi fakta E.
E = Evidence (peristiwa atau fakta).
H = Hipotesis (Dugaan).

Dempster-Shafer
Teori Dempster-Shafer adalah suatu teori matematika untuk pembuktian berdasarkan belief functions and plausible reasoning (fungsi kepercayaan dan pemikiran yang masuk akal), yang digunakan untuk mengkombinasikan potongan informasi yang terpisah (bukti) untuk mengkalkulasi kemungkinan dari suatu peristiwa. Teori ini dikembangkan oleh Arthur P. Dempster dan Glenn Shafer.
Secara umum Teori Dempster-Shafer ditulis dalam suatu interval:
Belief
Belief (Bel) adalah ukuran kekuatan evidence (gejala) dalam mendukung suatu himpunan bagian. Jika bernilai 0 maka mengindikasikan bahwa tidak ada evidence, dan jika bernilai 1 menunjukan adanya kepastian.
Plausibility
Plausibility (Pl) dinotasikan sebagai:
Pl(s)= 1 – Bel(¬s)
Plausibility juga bernilai 0 sampai 1. Jika kita yakin akan –s, maka dapat dikatakan bahwa Bel(¬s)=1, dan Pl(¬s)=0. Plausability akan mengurangi tingkat kepercayaan dari evidence. Pada teori Dempster-Shafer kita mengenal adanya frame of discernment yang dinotasikan dengan θ dan mass function yang dinotasikan dengan m. Frame ini merupakan semesta pembicaraan dari sekumpulan hipotesis sehingga disebut dengan environtment.
Misalkan: θ = {A, B, C, D, E, F, G, H, I, J} Dengan : A   = Gagal Ginjal Kronik B   = Kanker Ginjal C   = Pielonefritis D   = Sindroma Nefrotik E    = Hidronefrosis F    = Kanker Kandung Kemih G   = Ginjal Polikista H   = Nefritis Tubulointerstisialis I     = Sistitis J     = Infeksi Saluran Kemih
Mass Function
Sedangkan mass function (m) dalam teori Dempster-Shafer adalah tingkat kepercayaan dari suatu evidence measure sehingga dinotasikan dengan (m). Untuk mengatasi sejumlah evidence pada teori Dempster-Shafer menggunakan aturan yang lebih dikenal dengan Dempster’s Rule of Combination.


Dengan : m1 (X) adalah mass function dari evidence X m2 (Y) adalah mass function dari evidence Y m3(Z) adalah mass function dari evidence Z κ  adalah jumlah conflict evidence

Sumber :
http://ojs.unud.ac.id/index.php/lontar/article/view/3708
http://ikhwan-perbaungan.blogspot.co.id/2014/09/teorema-bayes-dan-contoh-teorema-bayes.html
http://informatika.web.id/faktor-kepastian-certainty-factor.htm
http://informatika.web.id/teori-dempster-shafer.htm

Intervensi dalam logika order pertama

BAB 9
Inferensi dalam Logika Order 
Pertama

9.1 Mengubah Inferensi Order Pertama Menjadi Proporsi
 (First Order Predicate Logic)
• Representasi 4 kategori silogisme menggunakan
logika predikat

Kaidah Universal Instatiation merupakan state
dasar, dimana suatu individual dapat digantikan
(disubsitusi) ke dalam sifat universal.
• Contoh :
Misal, φ merupakan fungsi proposisi :
(∀  x) φ(x)
∴ φ(a)
merupakan bentuk yang valid, dimana a menunjukkan
spesifik individual, sedangkan x adalah suatu variabel
yang berada dalam jangkauan semua individu (universal)
• Contoh lain : (∀  x) H(x)
∴ H(Socrates)
• Berikut ini adalah contoh pembuktian formal silogisme
All men are mortal
Socrates is a man
Therefore, Socrates is mortal
Misal : H = man, M = mortal, s = Socrates
1. (∀  x) (H (x) -> M(x))
2. H(s)                                     / ∴   M(s)
3. H(s) -> M(s)                        1 Universal Instatiation
4. M(s)                                     2,3 Modus Ponens

9.2 Unifikasi
Unifikasi adalah usaha untuk mencoba membuat dua ekspresi menjadi identik (mempersatukan keduanya) dengan mencari substitusi-substitusi tertentu untuk mengikuti peubah-peubah dalam ekspresi mereka tersebut. Unifikasi merupakan suatu prosedur sistematik untuk memperoleh peubah-peubah instan dalam wffs. Ketika nilai kebenaran predikat adalah sebuah fungsi dari nilai-nilai yang diasumsikan dengan argumen mereka, keinstanan terkontrol dari nilai-nilai selanjutnya yang menyediakan cara memvalidasi nilai-nilai kebenaran pernyataan yang berisi predikat. Unifikasi merupakan dasar atas kebanyakan strategi inferensi dalam Kecerdasan Buatan. Sedangkan dasar dari unifikasi adalah substitusi.
Suatu substitusi (substitution) adalah suatu himpunan penetapan istilah-istilah kepada peubah, tanpa ada peubah yang ditetapkan lebih dari satu istilah. Sebagai pengetahuan jantung dari eksekusi Prolog, adalah mekanisme unifikasi.

Aturan-aturan unifikasi :

1.     Dua atom (konstanta atau peubah) adalah identik.
2.     Dua daftar identik, atau ekspresi dikonversi ke dalam satu buah daftar.
3.     Sebuah konstanta dan satu peubah terikat dipersatukan, sehingga peubah menjadi terikat kepada konstanta.
4.     Sebuah peubah tak terikat dipersatukan dengan sebuah peubah terikat.
5.     Sebuah peubah terikat dipersatukan dengan sebuah konstanta jika pengikatan pada peubah terikat dengan konstanta tidak ada konflik.
6.     Dua peubah tidak terikat disatukan. Jika peubah yang satu lainnya menjadi terikat dalam upa-urutan langkah unifikasi, yang lainnya juga menjadi terikat ke atom yang sama (peubah atau konstanta).
7.     Dua peubah terikat disatukan jika keduanya terikat (mungkin melalui pengikatan tengah) ke atom yang sama (peubah atau konstanta).

9.3 Generalized Modus Ponens (GMP)

Dalam logika Boolean, dengan aturan `` JIKA X adalah A THEN Y adalah B '', proposisi X adalah A harus diamati untuk mempertimbangkan proposisi Yadalah B.
Dalam logika fuzzy, proposisi `` X adalah A' '', Dekat dengan premis `` X adalah A '' dapat diamati untuk memberikan kesimpulan `` Y adalah B' '' Dekat dengan kesimpulan `` Y adalah B '' .
Sebuah inferensi fuzzy sederhana dapat direpresentasikan sebagai:
Aturan
: JIKA
X adalah A THEN
Y adalah B
Fakta
:
X adalah A'
Kesimpulan
:
Y adalah B'
Untuk menyimpulkan seperti inferensi fuzzy kita menggunakan mekanisme yang disebut umum modus ponens. Di sini, kita menggunakan salah satu berdasarkan implikasi fuzzy Brouwer-Gödel diungkapkan oleh:

Catatan: Asumsikan -> operator implikasi Brouwer-Gödel dan o operator kombinasi, rumus dapat dinyatakan dengan B' = A'o(A-->B) yang kita gunakan sekarang untuk menyederhanakan notasi.

9.4 Rangkaian Forward Chaining dan Backward Chaining
• Chain (rantai) : perkalian inferensi yang
menghubung-kan suatu permasalahan dengan
solusinya.
• Forward chaining :
– Suatu rantai yang dicari atau dilewati/dilintasi dari
suatu permasalahn untuk memperoleh solusi.
– Penalaran dari fakta menuju konklusi yang terdapat
dari fakta.
• Backward chaining :
– Suatu rantai yang dilintasi dari suatu hipotesa tersebut.
– Tujuan yang dapat dipenuhi dengan pemenuhan
sub tujuannya.
• Contoh rantai inferensi :
gajah(x) -> mamalia (x)
mamalia(x) -> binatang(x)

Karakteristik Forward dan Backward chaining

Forward Chaining

Backward Chaining

Daftar Pustaka

https://www.academia.edu/9763118/Metode_Inferensi_1_54_Pengantar_Kecerdasan_Buatan_AK045218
http://portal.survey.ntua.gr/main/labs/rsens/DeCETI/IRIT/GEODES/node18.html