Why People Are Travelling Than Ever Before. Why Is Theis The Case? What are The Benefits of Traveling for the Traveler?

Here,I will give you my opinion about why people are more traveling than ever before and why is this the case and what are the benefits of traveling for the traveller ?

First of all, I'm who live in the capital city (Jakarta) actually very exhausted with many schedules, start from my college live, assignments, my work, etc. I often feel stressed and I need some vacation, I think other people are same with me, and also traffic jam in Jakarta is one of the causes.

Nowadays people plans to take a break to go to vacation, maybe they are will traveling with family, friends, and maybe by himself. and people usually do traveling because they need a holiday or traveling is their hobby. We can travel with backpaking travel or comfort travel, depends on situation. if with backpaking travel you will get the benefits like : You will get to know yourself better, you can break your limits, It is cheaper, you will make new friends easier, you can learn about the culture, and you can try delicious food in the new place. and then if you go with comfort travel it is seem like easier to go, will make you relax and peace of mind . 

and also people vacationing abroad, they are go to singapore, europe, america, korea, japan, etc

but traveling in indonesia is very fun, instagramable, and make your feeds look so good on the instagram. and until now tourism spot from year by year getting better and the government is very concerned about the potential of tourism in Indonesia, such as Bali, Lombok, Yogyakarta and many more

And there are huge benefits with travelling. Multi-cultural exposure is an important aspect of travelling to a different place that has a different culture. When I travelled in yogyakarta it was a nice experience to understand the local culture and tourist places in yogyakarta such as : parangtritis beach, borobudur temple, malioboro street, kalibiru and many more, there was so beautiful and amazing places . Travellers get to taste different types of foods, clothing and living. These are few of the benefits a traveller enjoys over a person who prefers to stay put in a single location.

so it is my opinion and hopefully useful, and enjoy your vacation, happy holiday! :)

Read More

[Tugas Vlog] Review Laptop Asus

Berikut video review tentang laptop asus https://youtu.be/0VK4CpwKH-w

Read More

FUZZY LOGIC & SOFT COMPUTING DAN PENERAPANNYA DENGAN KECERDASAN BUATAN

FUZZY LOGIC & SOFT COMPUTING DAN PENERAPANNYA DENGAN KECERDASAN BUATAN

PENG. TEKNOLOGI SISTEM CERDAS #

DISUSUN OLEH:

ABDUL HAFIZ ICHWAN 10115017

ATIKA ANIS 11115113

CENDY PUTRA BUDIAMAN 11115447

CLARISSA FEBRI PRAMESWARI 11115530

UNIVERSITAS GUNADARMA

DEPOK

2017

ABSTRAKSI

Logika Fuzzy adalah suatu proses pengambilan keputusan berbasis aturan yang bertujuan untuk memecahkan masalah, dimana sistem tersebut sulit untuk dimodelkan atau terdapat ambiguitas dan ketidakjelasan yang berlimpah. Logika Fuzzy ditentukan oleh persamaan logika bukan dari persamaan diferensial komplek dan berasal dari pemikiran yang mengidentifikasi serta mengambil keuntungan dari grayness antara dua ekstrem. Sistem logika fuzzy terdiri dari himpunan fuzzy dan aturan fuzzy. Subset fuzzy merupakan himpunan bagian yang berbeda dari variabel input dan output. Aturan fuzzy berhubungan dengan variabel masukan dan variabel output melalui subset. Mengingat seperangkat aturan fuzzy, sistem dapat mengkompensasi dengan cepat dan efisien. Paper ini akan menjelaskan tentang penerapan logika fuzzy/fuzzy logic dengan artificial intelligent atau kecerdasan buatan.

Kata kunci: Logika Fuzzy , Kecerdasan Buatan.

1.      PENDAHULUAN

Artificial Intelligence atau yang lebih sering disingkat dengan AI merupakan kecerdasan buatan/bikinan atau sebuah kecerdasan yang ditanamkan dalam sistem yang dapat dikelola dalam konteks ilmiah atau Artificial Intelligence (inteligensi artifisial). AI bisa juga diartikan sebagai kecerdasan yang berwujud ilmiah. Sistem yang dibenamkan AI biasanya adalah sistem yang berkaitan dengan komputer atau robot. AI sendiri dibuat dan dibenamkan dalam mesin komputer supaya ia bisa mengerjakan pekerjaan layaknya manusia. Hal ini tentu saja akan mempermudah dan mempersingkat suatu pekerjaan agar lebih praktis dan efisien dalam menghemat waktu pengerjaan. Namun begitu, bukan berarti AI adalah robot yang selalu bekerja membantu manusia. Beberapa macam bidang yang menggunakan kecerdasan buatan antara lain sistem pakar, permainan komputer (games), logika fuzzy, jaringan syaraf tiruan dan robotika.

Logika Fuzzy adalah peningkatan dari logika Boolean yang mengenalkan konsep kebenaran sebagian. Di mana logika klasik menyatakan bahwa segala hal dapat diekspresikan dalam istilah binary (0 atau 1, hitam atau putih, ya atau tidak), logika fuzzy menggantikan kebenaran boolean dengan tingkat kebenaran. Orang yang belum pernah mengenal logika fuzzy pasti akan mengira bahwa logika fuzzy adalah sesuatu yang amat rumit dan tidak menyenangkan. Namun, sekali seseorang mulai mengenalnya, ia pasti akan sangat tertarik dan akan menjadi pendatang baru untuk ikut serta mempelajari logika fuzzy. Logika fuzzy dikatakan sebagai logika baru yang lama, sebab ilmu tentang logika fuzzy modern dan metodis baru ditemukan beberapa tahun yang lalu, padahal sebenarnya konsep.

2.       Teori Dasar 

2.1. Logika Fuzzy

Logika Fuzzy pertama kali dikembangkan oleh Lotfi A. Zadeh pada tahun1965. Teori ini banyak diterapkan di berbagai bidang, antara lain representasipikiran manusia kedalam suatu sistem. Banyak alasan mengapa penggunaanlogika fuzzy ini sering dipergunakan antara lain, konsep logika fuzzy yang miripdengan konsep berpikir manusia. Sistem fuzzy dapat merepresentasikanpengetahuan manusia ke dalam bentuk matematis dengan lebih menyerupai caraberpikir manusia.Pengontrol dengan logika fuzzy mempunyai kelebihan yaitudapat mengontrol sistem yang kompleks, non-linier, atau sistem yang sulitdirepresentasikan kedalam bentuk matematis.Selain itu, informasi berupapengetahuan dan pengalaman mempunyai peranan penting dalam mengenaliperilaku sistem di dunia nyata. 

Logika fuzzy juga memiliki himpunan fuzzy yang mana pada dasarnya, teorihimpunan fuzzy merupakan perluasan dari teori himpunan klasik. Dimana dengan logika fuzzy, hasil yang keluar tidak akan selalu konstan dengan input yang ada.Cara kerja logika fuzzy secara garis besar terdiri dari input, proses dan output.Logika fuzzy merupakan suatu teori himpunan logika yang dikembangkan untukmengatasi konsep nilai yang terdapat diantara kebenaran (truth) dan kesalahan(false). Dengan menggunakan fuzzy logic nilai yang dihasilkan bukan hanya ya(1) atau tidak (0) tetapi seluruh kemungkinan diantara 0 dan 1.

2.2 Perangkat Lunak Kecerdasan Buatan

Perangkat lunak kecerdasan buatan membuat baik penggunaan fuzzy logic di daerah yang tidak memiliki aturan yang jelas atau nilai-nilai absolut. Dalam setiap kasus di mana jawabannya akan “kadang-kadang” atau “mungkin,” logika fuzzy sangat membantu. Kredit – Fuzzy logic dapat digunakan untuk membantu mengevaluasi kredit peminjam. Kadang-kadang, peminjam yang memiliki skor kredit yang rendah harus diberikan kredit, jika mereka memiliki atribut positif lainnya, seperti pendapatan yang stabil dan aset yang cukup. Baca lebih lanjut di Aplikasi Logika Fuzzy untuk Perbankan dan Pinjaman . 

Dalam Robotika – Fuzzy logic adalah sangat berguna dalam membantu robot memutuskan apa yang harus dilakukan dengan input sensorik. Setiap jenis kontak akan memerlukan respon yang berbeda, tergantung pada sejumlah factors.Read lebih lanjut tentang peran AI dalam teknologi robot saat ini, di Robotika dan Kecerdasan Buatan Campurkan dalam Perang Robot modern . Business Intelligence – aplikasi Fuzzy logic dapat membantu eksekutif mengevaluasi keputusan berdasarkan sejumlah kriteria. Aplikasi logika fuzzy dapat digunakan untuk berbagai solusi AI. Jenis algoritma pengolahan informasi bisa sangat sulit untuk membuat, tetapi hasilnya sangat besar.

3. Pembahasan

Logika Fuzzy, yang dalam bahasa Indonesia dapat diartikan sebagai Logika Kabur atau Logika Samar, dapat dikatakan sebagai “logika baru yang sudah lama”. Hal ini karena ilmu tentang logika fuzzy secara modern dan metodis ditemukan pada tahun 1965, namun konsep logika fuzzy sudah melekat pada diri manusia, sejak manusia ada. Konsep logika fuzzy dapat dengan mudah kita temukan pada perilaku manusia dalam kesehariannya, misalnya: - Pedal gas kendaraan akan kita tekan dengan tekanan tertentu sesuai kecepatan yang kita inginkan. (Berapa besar tekanan yang kita berikan?) - Kita cenderung memberi hadiah kepada seseorang dengan nilai tertentu sesuai dengan manfaat orang tersebut kepada kita. (Berapa besar nilai hadiah yang akan kita berikan?) Kita akan marah kepada orang yang merugikan kita. (Berapa besar kemarahan kita?)Kita tidak bisa menjawab dengan pasti pertanyaan-pertanyaan yang muncul di atas. Inilah beberapa contoh kasus yang bisa dijelaskan menggunakan konsep logika fuzzy. Sebagai contoh adalah robot yang menggunakan fuzzy logic dapat memprediksikan kapan ia harus bertindak atau menghindar saat ada halangan di depannya dengan hanya ada peringatan ‘awas’ dan tanpa ada hitungan matematis yang diberikan oleh user. Sedangkan robot yang menggunakan alogaritma pemrograman konvensional tidak akan dapat memutuskan sendiri untuk menghindar dari halangan yang ada di depannya.

3.1. Perbedaan Logika Klasik Atau Tegas Dengan Logika Fuzzy

Perbedaan antara kedua jenis logika ini adalah logika fuzzy memiliki nilai 0 hingga 1, sedangkan logika tegas 0 dan 1.Secara grafik perbedaan logika fuzzy dan logika tegas ditunjukan pada gambar 3.1.

Gambar 3.1 Perbedaan logika fuzzy (a) dan logika tegas (b)

Pada gambar 3.1 (a) apabila x lebih dari atau sama dengan 10 baru dikatakan benar yaitu y=1, sebaliknya nilai x kurang dari 10 adalah salah yaitu y=0. Maka angka 9, 8, dan 7 dan seterusnya adalah dikatakan salah. Pada gambar 2.1 (b) nilai x= 9, 8, atau 7 atau nilai antara 0 – 10 dapat dikatakan benar dan dapat dikatakan salah. Dalam contoh kehidupan kita seseorang dikatakan sudah dewasa apabila berumur 17 tahun, maka siapapun yang kurang umur dari 17 tahun didalam logika tegas akan dikatakan sebagai belum dewasa atau anak-anak. Sedangkan dalam hal ini pada logika fuzzy umur 17 tahun dapat dikategorikan dewasa tapi belum dewasa, misal untuk umur 16 tahun dan 15 tahun atau 14 tahun dan 13 tahun. Secara grafik dapat digambarkan sebagai berikut. 

Gambar 3.2 Perbandingan contoh logika tegas (a) logika fuzzy (b).

3.2. Aturan Fuzzy IF-THEN

Metode penalaran secara monoton digunakan sebagai dasar untuk teknik implikasi fuzzy. Meskipun penalaran ini sudah jarang sekali digunakan, namun kadang masih digunakan untuk penskalaan fuzzy. Jika 2 variabel fuzzy direlasikan dengan implikasi sederhana sebagai berikut : 

If x is A Then Y is B atau y=f((x,A),B) 

maka sistem fuzzy dapat berjalan tanpa harus melalui komposisi dan dekomposisi fuzzy. Nilai output dapat diestimasi secara langsung dari nilai keanggotaan yang berhubungan dengan antesendennya. Aturan Fuzzy If-Then (atau disebut juga aturan fuzzy, fuzzy implikasi, atau pernyataan kondisional Fuzzy) adalah aturan yang digunakan untuk merumuskan relasi conditional antara 2 atau lebih himpunan fuzzy. 

Bentuk umum : If (X1 is A1)Ù (X2 is A2) … (Xn is An) Then Y is B; xi, yi skalar, dan A, B himpunan Fuzzy 

Menurut Kusumadewi (2004) Ada 2 fungsi implikasi yang digunakan yaitu :

1. Min (minimum), fungsi ini akan memotong output (konsekuen) himpunan fuzzy.

2. Dot (product), fungsi ini akan menskala output himpunan fuzzy. 

Contoh Implementasi

Gambar 1. (a) Aplikasi fungsi implikasi menggunakan operator min

                    (b) Aplikasi fungsi implikasi menggunakan operator dot

3.3. Alasan digunakannya Logika Fuzzy

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 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

3.4. Aplikasi yang menggunakan Logika Fuzzy

1. Manajemen dan pengambilan keputusan, seperti manajemen basisdata 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. 

2. Ekonomi, seperti pemodelan fuzzy pada system pemasaran yang kompleks dll. 

3. Klasifikasi dan pencocokan pola. 

4. Psikologi, seperti logika fuzzy untuk menganalisis kelakuan masyarakat, pencegahan dan investigasi kriminal, dll. 

5. Ilmu-ilmu sosial, terutam untuk pemodelan informasi yang tidak pasti. 

6. Ilmu lingkungan, seperti kendali kualitas air, prediksi cuaca, dll. 

7 Jurnal ELKHA Vol.4, No 2,Oktober 2012 4.

4.  Kesimpulan

1. Logika merupakan ilmu yang sangat penting untuk dipelajari, karena merupakan ilmu dasar bagi ilmuilmu yang lain. Hal ini dapat dilihat dari beberapa contoh yang dipaparkan di atas. Selain itu, logika juga merupakan ilmu untuk berpikir secara sistematis, sehingga mudah dipahami dan dapat dirunut kebenarannya. 

2. Logika juga sangat banyak digunakan pada dunia pemrograman, karena hampir setiap bahasa pemrograman menggunakan logika dalam pemecahan permasalahan dan setiap decision-nya. Oleh karena itu, sangat penting kiranya untuk mempelajari logika.

 5. Referensi:

[1] Kusumadewi, Sri. Artificial Intelligence (Teknik dan Aplikasinya) Graha Ilmu, Yogyakarta, 2002. 

[2] Kosko, Bart. Neural Network and Fuzzy Systems (A Dynamic Systems Approach to Machine Intelligence), USA Prenticee-Hall,1992.

[3] Suparman, Mengenal Artificial Intelligence, Edisi-1, Andi Offset, Yogyakarta, 1991. 

[4] Wang, L. A Course in Fuzzy Systems and Control, Prentice-Hall International, Inc., New Jersey, 1997. 

[5] Zimmermann, Fuzzy Set Theory an Its Applications, Second Edition, Kluwer Academic Publishers, 1991.

[5] Aziz, Shahariz Abdul. “You Fuzzyin’ With Me?” 1996. Online posting. 13 Dec. 2002.

[6] Kosko, Bart. “Fuzzy Thinking: The New Science of Fuzzy Logic.” Hyperion. New York. 1993.

[7] “Tour Of Fuzzy Logic Functions.” Wolfram Reasearch, Inc. 28 Nov. 2002.

Read More