AHP ( Analitycal Hierarchy Process )

Pengertian AHP ( Analitycal Hierarchy Process ) 



Jika yang lain Bisa, Aku Pasti Bisa. Kali ini NOS akan membahas AHP.

AHP merupakan suatu model pendukung keputusan yang dikembangkan oleh Thomas L. Saaty. Model pendukung keputusan ini akan menguraikan masalah multi faktor atau multi kriteria yang kompleks menjadi suatu hirarki,  menurut Saaty (1993), hirarki didefinisikan  untuk suatu representasi dari sebuah permasalahan

yang kompleks dalam suatu struktur multi level dimana level pertama adalah tujuan, yang diikuti level faktor, kriteria, sub kriteria, dan seterusnya ke bawah hingga level terakhir dari alternatif. Dengan hirarki, suatu masalah yang kompleks dapat diuraikan ke dalam kelompok-kelompoknya yang kemudian diatur menjadi suatu bentuk hirarki sehingga permasalahan akan tampak lebih terstruktur dan sistematis.

AHP sering digunakan untuk metode pemecahan masalah dibanding dengan metode yang lain karena alasan-alasan  untuk  berikut :
1. Struktur yang berhirarki, untuk konsekuesi dari kriteria yang dipilih, sampai pada subkriteria yang paling dalam.
2. Memperhitungkan validitas sampai dengan batas toleransi inkonsistensi berbagai kriteria dan alternatif yang dipilih oleh pengambil keputusan.
3. Memperhitungkan daya tahan output analisis sensitivitas pengambilan keputusan.

Kelebihan dan Kelemahan AHP  ( Analitycal Hierarchy Process )

Layaknya sebuah metode analisis, AHP pun memiliki kelebihan
dan kelemahan dalam system analisisnya. Kelebihan-kelebihan
analisis ini adalah :
 Kesatuan (Unity)
AHP membuat permasalahan yang luas dan tidak terstruktur
menjadi suatu model yang fleksibel dan mudah dipahami.
 Kompleksitas (Complexity)
AHP memecahkan permasalahan yang kompleks melalui
pendekatan sistem dan pengintegrasian secara deduktif.
 Saling ketergantungan (Inter Dependence)
AHP dapat digunakan pada elemen-elemen sistem yang saling
bebas dan tidak memerlukan hubungan linier.
 Struktur Hirarki (Hierarchy Structuring)
AHP mewakili pemikiran alamiah yang cenderung
mengelompokkan elemen sistem ke level-level yang berbeda dari
masing-masing level berisi elemen yang serupa.
 Pengukuran (Measurement)
AHP menyediakan skala pengukuran dan metode untuk
mendapatkan prioritas.
 Konsistensi (Consistency)
AHP mempertimbangkan konsistensi logis dalam penilaian yang
digunakan untuk menentukan prioritas.
 Sintesis (Synthesis)
AHP mengarah pada perkiraan keseluruhan  mengenai seberapa
diinginkannya masing-masing alternatif.
 Trade Off
AHP mempertimbangkan prioritas relatif faktor-faktor pada sistem
sehingga orang mampu memilih altenatif terbaik berdasarkan
tujuan mereka.
 Penilaian dan Konsensus (Judgement and Consensus)
AHP tidak mengharuskan adanya suatu konsensus, tapi
menggabungkan hasil penilaian yang berbeda.
 Pengulangan Proses (Process Repetition)
AHP mampu membuat orang menyaring definisi dari suatu
permasalahan dan mengembangkan penilaian serta pengertian
mereka melalui proses pengulangan.
Sedangkan kelemahan metode AHP adalah sebagai berikut:
 Ketergantungan model AHP pada input utamanya. Input utama ini
berupa persepsi seorang ahli sehingga dalam hal ini melibatkan
subyektifitas sang ahli selain itu juga model menjadi tidak berarti
jika ahli tersebut memberikan penilaian yang keliru.
 Metode AHP ini hanya metode matematis tanpa ada pengujian
secara statistik sehingga tidak ada batas kepercayaan dari
kebenaran model yang terbentuk


semoga bermanfaat :)


sumber : http://www.faradika.web.id/2012/04/mengenal-metode-ahp-analytical.html

Read more »

Pemrograman Terstruktur VS Pemrograman Berorientasi Objek

Pemrograman Terstruktur VS Pemrograman Berorientasi Objek 

 

Jika yang lain Bisa, Aku Pasti Bisa. Kali ini NOS akan membahas pemograman terstruktur dan pemograman berorientasi objek.

Pengertian pemrograman terstruktur
suatu proses untuk mengimplementasikan urutan langkah untuk menyelesaikan suatu masalah dalam bentuk program.

Selain pengertian diatas Pemrograman Terstruktur yaitu suatu aktifitas pemrograman dengan memperhatikan urutan langkah-langkah perintah secara sistematis, logis , dan tersusun berdasarkan algoritma yang sederhana dan mudah dipahami.

Prinsip dari pemrograman terstruktur yaitu Apabila kalian sudah sampai pada langkah tertentu, kalian tidak boleh mengeksekusi langkah sebelumnya. Hal ini dikecualikan pada langkah-langkah untuk proses berulang.

Bahasa pemrograman yang mendukung pemrograman terstruktur:

1.Cobol Turbo Prolog

2.C

3.Pascal

4.Delphi

5.Borland Delphi



Pengertian Pemrograman Berorientasi Objek


Pemrograman berorientasi objek (Inggris: object-oriented programming disingkat OOP) merupakan paradigma pemrograman yang berorientasikan kepada objek. Semua data dan fungsi di dalam paradigma ini dibungkus dalam kelas-kelas atau objek-objek. Bandingkan dengan logika pemrograman terstruktur. Setiap objek dapat menerima pesan, memproses data, dan mengirim pesan ke objek lainnya.


Bahasa pemrograman  yang mendukung OOP antara lain:


-Visual Foxpro      
- Java       
- VB.Net  
- Smalltalk    
- Ruby  
- C#
-ActionScript 3.0  
- Pascal  
- SIMULA  
- Python        
- PHP  
-Delphi
-Perl    
- Eiffel    
- C++


Suatu program disebut  pemrograman berbasis obyek (OOP) karena terdapat :


-Kelas
kumpulan atas definisi data dan fungsi-fungsi dalam suatu unit untuk suatu tujuan tertentu.


-Objek
membungkus data dan fungsi bersama menjadi suatu unit dalam sebuah program komputer. Objek merupakan dasar dari modularitas dan struktur dalam sebuah program komputer berorientasi objek.


- Abstraksi
Kemampuan sebuah program untuk melewati aspek informasi yang diproses olehnya, yaitu
kemampuan untuk memfokus pada inti. Setiap objek dalam sistem melayani sebagai model dari
"pelaku" abstrak yang dapat melakukan kerja, laporan dan perubahan keadaannya, dan
berkomunikasi dengan objek lainnya dalam sistem, tanpa mengungkapkan bagaimana kelebihan ini
diterapkan.


– Encapsulation (pembungkusan)
Encapsulation yaitu mekanisme pemrograman yang membungkus kode dan data yang
dimanipulasi dan menjaganya supaya terhindar dari interferensi dan penggunaan yang tidak perlu. Salah satu caranya dengan membentuk objek.


– Inheritance (pewarisan)
Inheritance memungkinkan programer meletakkan member yang sama dalam satu class dan class class lain dapat mewarisi member tersebut. Class yang mengandung member yang sama dari beberapa class lain dinamakan superclass atau parent class. Class yang mewarisi dinamakan subclass atau child class. Inheritance menghasilkan class hierarchy.


– Polymorphism (polimorfisme –perbedaan bentuk)
Polymorphisme artinya mempunyai banyak bentuk. Dua objek atau lebih dikatakan sebagai
polymorphic, bila objek-objek itu mempunyai antar muka yang identik namun mempunyai perilaku perilaku yang berbeda.


Sementara itu pemrograman berorientasi objek memliki beberapa keuntungan seperti :


1. maintenance; program lebih mudah dibaca dan dipahami, dan pemrograman berorientasi obyek mengontrol kerumitan program hanya dengan mengijinkan rincian yang dibutuhkan untuk programmer.


2.pengubahan program (berupa penambahan atau penghapusan fitur tertentu); perubahan yang dilakukan antara lain menyangkut penambahan dan penghapusan dalam suatu database program misalnya


3.dapat digunakannya obyek-obyek sesering yang diinginkan, kalian dapat menyimpan obyek-obyek yang yang dirancang dengan baik ke dalam sebuah tolkit rutin yang bermanfaat yang dapat disisipkan kedalam kode yang baru dengan sedikit perubahan atau tanpa perubahan pada kode tersebut.


Kelebihan  dan  Kekurangan Pemograman Berorientasi Objek dengan Pemograman
Terstruktur


METODE TERSTRUKTUR


Kelebihan dari perancangan terstruktur (Structured Analisys and Design / SSAD) :


· Milestone diperlihatkan dengan jelas yang memudahkan dalam manajemen proyek
· SSAD merupakan pendekatan visual, ini membuat metode ini mudah dimengerti oleh pengguna atau programmer.
· Penggunaan analisis grafis dan tool seperti DFD menjadikan SSAD menjadikan bagus untuk
digunakan.
· SSAD merupakan metode yang diketahui secara umum pada berbagai industry.
· SSAD sudah diterapkan begitu lama sehingga metode ini sudah matang dan layak untuk digunakan.
· SSAD memungkinkan untuk melakukan validasi antara berbagai kebutuhan
· SSAD relatif simpel dan mudah dimengerti.


Kekurangan


· SSAD berorientasi utama pada proses, sehingga mengabaikan kebutuhan non-fungsional.
· Sedikit sekali manajemen langsung terkait dengan SSAD.
· Prinsip dasar SSAD merupakan pengembangan non-iterative (waterfall), akan tetapi kebutuhan akan
berubah pada setiap proses.
· Interaksi antara analisis atau pengguna tidak komprehensif, karena sistem telah didefinisikan dari awal,
sehingga tidak adaptif terhadap perubahan (kebutuhan-kebutuhan baru).
· Selain dengan menggunakan desain logic dan DFD, tidak cukup tool yang digunakan untuk
mengkomunikasikan dengan pengguna, sehingga sangat sliit bagi pengguna untuk melakukan evaluasi.
· Pada SAAD sliit sekali untuk memutuskan ketika ingin menghentikan dekomposisi dan mliai membuat
sistem.
· SSAD tidak selalu memenuhi kebutuhan pengguna.
· SSAD tidak dapat memenuhi kebutuhan terkait bahasa pemrograman berorientasi obyek, karena metode ini
memang didesain untuk mendukung bahasa pemrograman terstruktur, tidak berorientasi pada obyek .


METODE BERORIENTASI OBYEK


Kelebihan dari perancangan berorientasi objek (Object-Oriented Analisys and Design / OOAD):


 ·  Dibandingkan dengan metode SSAD, OOAD lebih mudah digunakan dalam pembangunan sistem
·  Dibandingkan dengan SSAD, waktu pengembangan, level organisasi, ketangguhan,dan penggunaan kembali
(reuse) kode program lebih tinggi dibandingkan dengan metode OOAD).
·  Tidak ada pemisahan antara fase desain dan analisis, sehingga meningkatkan komunikasi antara user dan developer dari awal hingga akhir pembangunan sistem.
·  Analis dan programmer tidak dibatasi dengan batasan implementasi sistem, jadi desain dapat diformliasikan
yang dapat dikonfirmasi dengan berbagai lingkungan eksekusi.
·  Relasi obyek dengan entitas (thing) umumnya dapat di mapping dengan baik seperti kondisi pada dunia
nyata dan keterkaitan dalam sistem. Hal ini memudahkan dalam mehami desain
·  Memungkinkan adanya perubahan dan kepercayaan diri yang tinggi terhadap kebernaran software yang
membantu untuk mengurangi resiko pada pembangunan sistem yang kompleks .
·  Encapsliation data dan method, memungkinkan penggunaan kembali pada proyek lain, hal ini
akan memperingan proses desain, pemrograman dan reduksi harga.
·  OOAD memungkinkan adanya standarisasi obyek yang akan memudahkan memahami desain
dan mengurangi resiko pelaksanaan proyek.
·  Dekomposisi obyek, memungkinkan seorang analis untuk memcah masalah menjadi pecahan-pecahan masalah dan bagian-bagian yang dimanage secara terpisah. Kode program dapat dikerjakan bersama-sama.
Metode ini memungkinkan pembangunan software dengan cepat, sehingga dapat segera masuk ke pasaran dan kompetitif. Sistem yang dihasilkan sangat fleksibel dan mudah dalam memelihara.


Kekurangan


·  Pada awal desain OOAD, sistem mungkin akan sangat simple.
·  Pada OOAD lebih fockus pada coding dibandingkan dengan SSAD.
·  Pada OOAD tidak menekankan pada kinerja team seperti pada SSAD.
·  Pada OOAD tidak mudah untuk mendefinisikan class dan obyek yang dibutuhkan sistem.
·  Sering kali pemrogramam berorientasi obyek digunakan untuk melakukan anlisisis    terhadap
fungsional siste, sementara metode OOAD tidak berbasis pada fungsional sistem.
·  OOAD merupakan jenis manajemen proyek yang tergolong baru, yang berbeda dengan metode analisis dengan metode terstruktur. Konsekuensinya yaitu, team developer butuh waktu yang lebih lama untuk berpindah ke OOAD, karena mereka sudah menggunakan SSAD dalam waktu yang lama.
·  Metodologi pengembangan sistem dengan OOAD menggunakan konsep reuse. Reuse merupakan salah satu keuntungan utama yang menjadi alasan digunakannya OOAD. Namun demikian, tanpa prosedur yang emplisit terhadap reuse, akan sangat sliit untuk menerapkan konsep ini pada skala besar .

semoga bermanfaat :)

sumber : http://inibukan-blog.blogspot.com/2012/04/pemrograman-terstruktur-vs-pemrograman_18.html 

Read more »

Sistem Fuzzy

Pengertian Fuzzy

Jika yang lain Bisa, Aku pasti Bisa. Kali ini kita membahas Sistem Fuzzy yaitu merupakan suatu sistem yang menggunakan himpunan fuzzy untuk memetakan suatu inputan menjadi ouput tertentu (blackbox). Misalnya, jika anda mengetahui seberapa layanan pada restaurant tersebut, anda dapat menentukan berapa jumlah tip yang layak diberikan kepada pelayan.
Secara umum dalam sistem logika fuzzy terdapat empat buah elemen dasar, yaitu:

1. Basis kaidah (rule base), yang berisi aturan-aturan secara linguistik yang bersumber dari para pakar;
2. Suatu mekanisme pengambilan keputusan (inference engine), yang memperagakan bagaimana para pakar mengambil suatu keputusan dengan menerapkan pengetahuan (knowledge);
3. Proses fuzzifikasi (fuzzification), yang mengubah besaran tegas (crisp) ke besaran fuzzy;
4. Proses defuzzifikasi (defuzzification), yang mengubah besaran fuzzy hasil dari inference engine, menjadi besaran tegas (crisp).

Pengertian Variabel Linguistik
Variabel linguistik yaitu sebuah variabel yang memiliki nilai berupa kata-kata dalam bahasa alamiah bukan angka.
Mengapa menggunakan kata/kalimat daripada angka ?
Karena peranan linguistik memang kurang spesifik dibandingkan angka, namun informasi yang disampaikan lebih informatif.

Contoh : 

Jika “KECEPATAN” adalah variabel linguistik, maka nilai linguistik untuk variabel kecepatan adalah, misalnya “LAMBAT”, “SEDANG”, “CEPAT”. Hal ini sesuai dengan kebiasaan manusia sehari-hari dalam menilai sesuatu,  misalnya: “Ia mengendarai mobil dengan cepat”, tanpa memberikan nilai berapa kecepatannya.

Definisi Normal dari Variabel Linguistik (Wang 1997)
Sebuah variabel linguistik dikarakterisasi oleh (X, T(x), U, M), dimana :

X = Nama variabel (variabel linguistik) yang menjadi objek
T(x) = Himpunan semua istilah (nilai-nilai) linguistik yang terkait dengan (nama) variabel (X) yang menggambarkan objek tersebut
U = Domain fisik aktual/ruang lingkup dimana variabel linguistik X mengambil nilai-nilai kuantitatifnya/nilai numeris
(crisp) -> himpunan semesta
M = Suatu aturan semantik yang menghubungkan setiap nilai linguistik dalam T dengan suatu himpunan fuzzy dalam U.

Fungsi Keanggotaan
Fungsi keanggotaan yaitu suatu kurva yang menunjukan pemetaan titik-titik input data kedalam nilai keanggotaannya (derajatkeanggotaan) yang memiliki interval antara 0 sampai 1. Ada beberapa fungsi yang bisa digunakan:

• Representasi Linear Ada2 kemungkinan himpunan fuzzy linear yaitu
1. Kenaikan himpunan dimulai pada nilai domain yang memiliki derajat keanggotaan nol[0] bergerak kekanan menuju nilai domain yang memiliki derajat keanggotaan lebih tinggi
2. Garis lurus dimulai dari nilai domain dengan derajat keanggotaan tertinggi pada sisi kiri, kemudian bergerak menurun kenilai domain yang memiliki derajat keanggotaan lebih rendah
• Representasi Kurva Segitiga
• Representasi Kurva Trapesium
• Representasi Kurva bentuk Bahu
• Representasi Kurva-S
• Representasi Kurva Bentuk Lonceng, ada 3 jenis, Kurva PI, Kurva Beta dan Kurva GAUSS
• Koordinat Keanggotaan
  Niliai keanggotaan: Skalar(i)/Derajat(i)
  Skalar: nilai yang digambar dari domain himpunan
  Derajat: derajat keanggotaan himpunan fuzzynya

Sistem Inferensi Fuzzy
A. Metode Tsukamoto
Setiap konsekuen pada aturan yang berbentu IF-THEN harus direpresentasikan dengan suatu himpunan fuzzy dengan fungsi keanggotaan yang monoton. Sebagai hasilnya, output hasil inferensi dari tiap-tiap aturan diberikan secara tegas berdasarkan α-predikat. Hasil akhirnya diperoleh dengan menggunakan rata-rata terbobot.
Metode Mamdani
Sering dikenal dengan nama Metode Max-Min. Metode ini diperkenalkan oleh Ebrahim Mamdani pada tahun 1975.
Untuk mendapatkan output diperlukan 4 tahapan:

1. Pembentukan himpunan fuzzy : Variabelinput maupun output dibagi menjadi satu atau lebih himpunan
2. Aplikasi fungsi implikasi : Fungsi implikasi yang digunakan adalah Min
3. Komposisi aturan : Ada tiga metode yang digunakan dalam melakukan inferensi sistem fuzzy :
   
   • MetodeMax
   • MetodeAdditive (SUM)
   • MetodeProbabilistikOR
   • Penegasan (defuzzy)
4. Input dari defuzzifikasi adalah suatu himpunan yang diperoleh dari komposisi aturan-aturan fuzzy, sedangkan output yang dihasilkan merupakan suatu bilangan pada domain himpunan fuzzy tersebut.
5. Beberapa metode defuzzifi-kasi aturan MAMDANI :
   
   • Metode Centroid (Composite Moment)
   • Metode Bisektor
   • Metode Mean of Maximun (MOM)
   • Metode Largest of Maximum (LOM)
   • Metode Smallest of Maximum (SOM)

B. Metode Sugeno
Penalaran ini hampir sama dengan penalaran Mamdani, hanya saja output (konsekuen) sistem tidak berupa himpunan fuzzy, melainkan berupa konstanta atau persamaan linear.

• Model Fuzzy Sugeno Orde-Nol
  BentukUmum:
  IF (X1 is A1) .(X2is A2) .(X3is A3) .…. .(XNisAN) THEN z = k
  Dengan Ai adalah himpunan fuzzy ke-I sebagaian teseden, dan k adalah konstanta (tegas) sebagai konsekuen.
• Model Fuzzy SugenoOrde-Satu
  BentukUmum:
                       IF (X1 is A1) .…. (XNisAN) THEN z = p1* x1 + … + pN* XN + q
  Dengan Ai adalah himpunan fuzzy ke-I sebagai anteseden, dan pi adalah suatu konstanta ke-I dan q merupakan konstanta dalam konsekuen.

Fuzzy Clustering
Fuzzy clustering yaitu salah satu teknik untuk menentukan cluster optimal dalam suatu ruang vektor yang didasarkan pada bentuk normal euclidian untuk jarak antar vektor. Fuzzy clustering sangat berguna bagi pemodelan fuzzy terutama dalam mengindentifikasi aturan-aturan fuzzy. Metode clustering merupakan pengelompokan data beserta parameternya dalam kelompok – kelompok sesuai kecenderungan sifat dari masing-masing data tersebut (kesamaan sifat). Ada beberapa algoritma clustering data, salah satu diantaranya adalah Fuzzy C-Means. Fuzzy C-Means adalah suatu teknik peng-cluster-an yang mana keberadaannya tiap-tiap titik data dalam suatu cluster ditentukan oleh derajat keanggotaan. Teknik ini pertama kali diperkenalkan oleh Jim Bezdek pada tahun 1981.
Konsep dari Fuzzy C-Means pertama kali adalah menentukan pusat cluster, yang akan menandai lokasi rata-rata untuk tiap-tiap cluster. Pada kondisi awal, pusat cluster ini masih belum akurat. Tiap-tiap titik data memiliki derajat keanggotaan untuk tiap-tiap cluster. Dengan cara memperbaiki pusat cluster dan derajat keanggotaan tiap-tiap titik data secara berulang, maka akan dapat dilihat bahwa pusat cluster akan bergerak menuju lokasi yang tepat. Perulangan ini didasarkan pada minimasi fungsi obyektif yang menggambarkan jarak dari titik data yang diberikan
Kepusat cluster yang terbobot oleh derajat keanggotaan titik data tersebut. Output dari Fuzzy C-Means merupakan deretan pusat cluster dan beberapa derajat keanggotaan untuk tiap-tiap titik data. Informasi ini dapat digunakan untuk membangun suatu fuzzy inference system.

semoga bermanfaat :)

sumber : http://www.cakming.com/sistem-fuzzy/

Read more »

Linear Programming

Linear Programming 

 

Jika yang Lain Bisa, Aku Pasti Bisa. Mari kita membahas Linear Programming, merupakan salah satu teknik dari Riset Operasi untuk memecahkan persoalan optimasi (maksimasi atau minimasi) dengan menggunakan persamaan dan ketidaksamaan linear dalam rangka untuk mencari pemecahan yang optimum dengan memperhatikan pembatasan-pembatasan yang ada. Dalam keadaan sumber yang terbatas harus dicapai suatu hasil yang optimum dengan perkataan lain bagaimana caranya agar dengan masukan input yang terbatas dapat menghasilkan keluaran output berupa produksi barang atau jasa yang optimum. Salah satu metoda analisis dalam teknik operasional riset untuk menyelesaikan persoalan pengalokasian sumber-sumber terbatas adalah menggunakan metoda program linear. Linear programming akan memberikan banyak sekali hasil pemecahan persoalan, sebagai alternatif pengambilan tindakan, akan tetapi hanya ada satu yang optimum (maksimum atau minimum). Memilih keputusan berarti memilh alternatif, tapi yang terpenting adalah pengambilan alternatif terbaik( the best alternative), Johannes Suprapto (1987).

Menurut Hari Purnomo(2004) Pokok pikiran utama dalam menggunakan program linier adalah merumuskan masalah dengan menggunakan sejumlah informasi yang tersedia, kemudian menerjemahkan masalah tersebut dalam bentuk model matematika. Sifat linear mempunyai arti bahwa seluruh fungsi dalam model ini merupakan fungsi yang linear.


sumber : http://bembybamz.blogspot.com/2009/11/program-linear.html

Read more »