Pengembangan Modul Fuzzy Query pada Fuzzy Database Management System

Presentasi berjudul: "Pengembangan Modul Fuzzy Query pada Fuzzy Database Management System"— Transcript presentasi:

1 Pengembangan Modul Fuzzy Query pada Fuzzy Database Management System
Oleh : Muhamad Pandi G Pembimbing : Panji Wasmana, S.Kom, M.Si Dr.Ir. Sri Nurdiati, M.Sc

2 Pendahuluan Latar Belakang Jumlah pengguna IT meningkat
Butuh alat untuk penanganan cepat dalam pengolahan data database Data : crisp dan fuzzy Selama ini pengolahan data masih bersifat crisp diperlukan alat untuk mengolah data bersifat fuzzy Makna data fuzzy >1, tidak dapat diselesaikan dengan pemrosesan logika biasa perlu perangkat

3 Pendahuluan (lanjutan)
Tujuan Membangun aplikasi untuk memudahkan pengambilan data yang bersifat fuzzy yang terekam dalam RDBMS

4 Pendahuluan (lanjutan)
Ruang Lingkup Implementasi fuzzy query pada database relasional Representasi Derajat Keanggotaan berupa segitiga dan trapesium Data yang dikelola yaitu data fuzzy Pemilihan field pada query hanya 1 buah Non multi-atribute query

5 Pendahuluan (lanjutan)
Manfaat Menyediakan fasilitas untuk menentukan derajat keanggotaan sesuai dengan kebutuhan Memudahkan dalam pengambilan data berdasarkan atribut fuzzy yang tersedia sesuai dengan query yang dimasukkan.

6 Tinjauan Pustaka Database adalah sekumpulan data yang berhubungan secara logika, dibuat untuk memenuhi kebutuhan informasi pada suatu pengorganisasian data dengan bantuan komputer yang memungkinkan data dapat diakses dengan mudah dan cepat (Connoly 2002)

7 Tinjauan Pustaka (lanjutan)
Entitas adalah sebuah objek (orang, tempat atau benda, konsep atau kejadian) yang akan direpresentasikan dalam database. Atribut adalah properti yang menjelaskan beberapa aspek dari objek yang akan disimpan

8 Tinjauan Pustaka (lanjutan)
Relational database Relasi direpresentasikan dalam tabel 2 dimensi yaitu baris dan kolom. Baris (tuple) berkorespondensi pada rekord tunggal, sedangkan kolom berkorespondensi dengan atribut.

9 Tinjauan Pustaka (lanjutan)
Sebuah relasi harus memenuhi hal-hal berikut : Nama berbeda Setiap sel tepat 1 nilai atomic Nama atribut harus berbeda Tipa tuple berbeda Semua nilai atribut berasal dari domain yang sama

10 Tinjauan Pustaka (lanjutan)
Query adalah permintaan untuk mengakses atau melacak informasi tertentu dalam suatu database diperlukan suatu bahasa query SQL (Structure Query Language)

11 Tinjauan Pustaka (lanjutan)
Structure Query Language adalah bahasa yang dipergunakan untuk mengakses data dalam database relasional Struktur utama SQL (Korth & Silberschatz 1991, Bosc & Pivert 1995) yaitu : Select operasi proyeksi menentukan atribut-atribut dalam relasi yang akan dipilih. From operasi cartesian product dari satu atau lebih relasi Where predikat yang harus dipenuhi oleh tuple yang ada dalam klausa From.

12 Tinjauan Pustaka (lanjutan)
Operasi SELECT untuk memilih sebuah subset tuple-tuple dari sebuah relasi yang memenuhi pilihan <kondisi pilihan> (R) , dimana “” (sigma) digunakan untuk menetapkan operator SELECT dan <kondisi pilihan> adalah berupa ekspresi boolean yang ditetapkan pada atribut dari relasi R

13 Tinjauan Pustaka (lanjutan)
Ekspresi boolean yang ditetapkan dalam <kondisi pilihan> terbentuk dari sejumlah klausa-klausa dengan bentuk sebagai berikut : <nama attribut><operator pembanding><nilai konstan>, atau <nama attribut><operator pembanding><nama attribut>

14 Tinjauan Pustaka (lanjutan)
Contoh : cari semua staff yang statusnya adalah FT-> σ(status )(STAFF), hasil nya : Nama StaffID Posisi Status Gaji Luminta S04001 Manager FT Adriansyah S99002 Direktur Linda M01001 Karyawan 500000

15 Tinjauan Pustaka (lanjutan)
Operasi select juga berhubungan dengan operasi project. Project merupakan pemilihan (select) subset kolom tertentu (X) dari relasi R Contoh project : Posisi apa saja yang sudah terisi ? Пposisi (R), hasilnya adalah : Manager, Direktur, karyawan, karyawan.

16 Tinjauan Pustaka (lanjutan)
Bilangan fuzzy adalah nilai-nilai kebahasan yang dinyatakan secara tidak percis (fuzzy)seperti ‘baik’,’buruk’, dll. Gugus Fuzzy penyempurnaan gugus crisp sehingga nilai nya berada pada selang 0 dan 1 yang disebut dengan derajat keanggotaan.

17 Tinjauan Pustaka (lanjutan)
Fungsi keanggotaan (membership function) adalah suatu kurva yang menunjukkan pemetaan titik-titik input data ke dalam nilai keanggotaanya yang memiliki interval antara 0 sampai 1

18 Tinjauan Pustaka (lanjutan)
Fungsi keanggotaan berat badan μ A(x)= { x < =40 atau x >= 100 (x-40) / 20 40 <= x < =60 (100-x) / 40 60 <= x <= 100 1 x = 60

19 Tinjauan Pustaka (lanjutan)
Operasi gugus fuzzy 1. Kebalikan gugus fuzzy A, 2. Irisan 2 buah gugus fuzzy A dan B, 3. Gabungan 2 buah gugus fuzzy A dan B,

20 Tinjauan Pustaka (lanjutan)
Fuzzy database pengembangan database klasik di mana dalamnya bersifat fuzzy Keuntungan efisiensi, sehingga sistem cukup cepat berinteraksi dengan pengguna secara mudah. Dua cara menggabungkan fuzzy dalam database : 1.Membuat query fuzzy dalam database klasik 2.Menambah informasi fuzzy ke dalam sistem

21 Tinjauan Pustaka (lanjutan)
Fuzzy Entity Relationship (Fuzzy ER) peningkatan dari model ER dengan perluasan untuk merepresentasikan ketidaktepatan dan ketidakpastian dalam entitas, atribut, dan relasi. Salah satu tingakatan adalah tingkatan atribut Untuk sebuah atribut, Ai, maka 0<=μA(Ai)<=1

22 Tinjauan Pustaka (lanjutan)
Fuzzy query Struktur mirip dengan query biasa Bentuk : Select <atribut> From <relasi> Where <kondisi fuzzy> Solusi nya adalah mentransformasikannya menjadi bentuk yang reguler agar bisa diproses oleh DBMS.

23 Model Pengembangan sistem SDLC
METODOLOGI Tahapan Pengembangan Sistem Model Pengembangan sistem SDLC

24 METODOLOGI (lanjutan)
Perencanaan Mengenali masalah kumpul informasi, pelajari dan analisa sistem yang akan dibuat Mendefinisikan masalah bagaimana membuat sistem agar keluaran representatif Identifikasi tujuan menyediakan fasilitas untuk memudahkan dalam pengambilan data yang bersifat fuzzy

25 METODOLOGI (lanjutan)
Disain Proses urutan kejadian sehingga menghasilkan keluaran dari masukan Penentuan Derajat Keanggotaan pembuatan jenis fungsi keanggotaan Database disain database fuzzy

26 METODOLOGI (lanjutan)
Implementasi Perangkat Lunak PHP DBMS = MySQL Perangkat Keras Processor AMD Sempron 1.60 GHz Memori 256 MB Harddisk 40 GB Mouse Keyboard

27 METODOLOGI (lanjutan)
Penggunaan Penggunaan Sistem Tidak menutup adanya kesalahan, jika terjadi, kembali ke langkah 1 Audit Sistem - Memastikan sistem - Pengujian fungsi utama Pemeliharaan Sistem Memelihara dan mengembangkan lebih lanjut

28 Hasil dan Pembahasan Perencanaan Pengenalan dan pendefinisian masalah
a. Konsep fuzzy database Dua aspek utama: - SQLF atau FQUERY - Membangun DBMS utuh untuk manipulasi data fuzzy

29 Hasil dan Pembahasan (lanjutan)
b. Analisa sistem(data dan fungsi) -Data HP dengan atribut yang nantinya akan direpresentasikan ke dalam bentuk fuzzy. - Atribut-atribut tersebut yaitu : harga, panjang, lebar, tebal, berat, standby, phonebook, dan message_lenght 2. Identifikasi tujuan Menyediakan fasilitas untuk memudahkan dalam pengambilan data yang bersifat fuzzy

30 Hasil dan Pembahasan (lanjutan)
Analisis Kebutuhan yang harus terpenuhi : 1. Dapat melalukan proses input parameter berdasarkan bentuk himpunan fuzzy. 2. Dapat melakukan proses query berdasarkan aturan sintaks yang dilakukan.

31 Hasil dan Pembahasan (lanjutan)
Disain 1. Disain penentuan derajat keanggotaan

32 Hasil dan Pembahasan (lanjutan)
2. Disain grafik fungsi keanggotaan

33 Hasil dan Pembahasan (lanjutan)
3. Disain database

34 Hasil dan Pembahasan (lanjutan)
4. Disain Query SELECT <ATTRIBUTE1> FROM <TABLE_NAME> WHERE <FUZZY ATRIBUT> IS <FUZZY CONDITION> 5. Disain keluaran -Urutan tipe Atribut fuzzy Degree

35 Hasil dan Pembahasan (lanjutan)
Implementasi 1. Penentuan derajat keanggotaan

36 Hasil dan Pembahasan (lanjutan)
2. Proses Query a. Rancangan proses dari Fuzzy SQL

37 Hasil dan Pembahasan (lanjutan)
b.Proses transformasi fuzzy SQL ke dalam bentuk sintaks SQL

38 Hasil dan Pembahasan (lanjutan)
c. Proses sintaks SQL ke dalam hasil fuzzy

39 Hasil dan Pembahasan (lanjutan)
Pengujian 1. Input Membership function

40 Hasil dan Pembahasan (lanjutan)
Input Query Hasil Query

41 Kesimpulan dan Saran Kesimpulan
- Dengan mudah dapat mendefinisikan sendiri parameter-paremeter yang dibutuhkan dalam pembuatan derajat keanggotaan - Dengan mudah didapat hasil yang diinginkan sesuai dengan query yang dimasukan, karena diikutsertakan degree terurut

42 Kesimpulan dan Saran Saran Interface yang lebih menarik
Menggunakan algoritme tertentu Kombinasi query Perbanyak tipe data fuzzy Aneka ragam bentuk himpunan fuzzy Penggunaan treshold

43 Daftar Pustaka Bosc, P Subqueries in SQFL. a Fuzzy Database Query Language. IEEE Transaction on System, Management and Cybernetic 4: Goldstein, R. C Database: Technology and Management. John Wiley & Sons. New York. Klir, G. J. & B. Yuan Fuzzy Sets and Fuzzy Logic: Theory and Applications. Prentice Hall, New Jersey. Kusumadewi, S Analisis dan Desain Sistem Fuzzy Menggunakan Tool Box Matlab.Graha Ilmu. Jakarta. Marimin Teori dan Aplikasi Sistem Pakar dalam Teknologi Manajerial. IPB Press.Bogor. Sutanta, Edhy Sistem Database.Yogyakarta. Graha Ilmu.

44 Terima kasih