Resume Mechine Learning Pertemuan ke 8,9,10,11

Nama:Andri Nur insan

Kelas:INF A 2018

MENGENAL BOOLEAN VALUE, JENIS-JENIS OPERATOR DAN KONDISIONAL

1. 1. Operator identitas

Operator ini berbeda dengan operator lainnya, yang memaastikan ada atau tidaknya suatu anggota dalam daftar atau nilai tertentu dalam sebuah variabel. Operator identitas lebih digunakan untuk membandingkan dan memastikan apakah variabel x menunjuk lokasi memori yang sama dengan variabel y. lebih kea rah mencocokkan isi antar variabel. Jumlah anggota sama dengan operator keanggotaannya, yang hanya berisi 2. Apabila operator keanggotaan ana in dan not in. maka operator identitas ada is dan not is.

Is : Bernilai True jika kedua operand merujuk ke object yang sama dan berisi nilai yang sama

is not : Bernilai True jika kedua operand merujuk ke object yang tidak sama

contoh: 

a = 5

b = 5

c = 6

print('a is b :', a is b)

print('a is c :', a is c)

print('a is not c :', a is not c)

print('\n')

i = 'budi is ani'

j = 'ani is toni'

print('i is j :', i is j)

print('i is not j :', i is not j)

print('\n');

x = ['a','b','c']

y = ['a','b','c']

print('x is y :', x is y)

print('x is not y :', x is not y)

Hasil kode program:

a is b : True

a is c : False

a is not c : True

i is j : True

i is not j : False

x is y : False

x is not y : True

2. 2. Operator logika

     Digunakan untuk operasi logika dan terdiri dari 3 jenis AND, OR dan NOT. AND menyatakan “dan” bernilai benar jika operan sebelah kanan dan kiri bernilai true. OR menyatakan “atau” bernilai benar jika minimal salah satu operan sebelah kanan dan kiri atau juga keduanya bernilai true. NOT menyatakan “tidak”, bernilai benar jika operasi bernilai false.

Contoh:

print(True and True)

print(1 + 2 == 3 and True)

print('----')

print(False or 1 > 5)

print(False or 5 > 2)

print('----')

print(not(1 > 5))

print(not(1 < 5))

hasilnya:

True

True

----

False

True

----

True

False

3. 3. Operator penugasan

      Adalah operator yang digunakan untuk menyimpan nilai ke dalam variabel. Symbol dari operator ini pada dasarnya diwakili dengan tanda “=” . selain itu symbol operator ini bisa di kombinasikan dengan operator jenis lain, seperrti aritmatika dan bitwise. Ketika operator gabungan inidigunakan maka fungsinya tidak hanya akan menyimpan nilai tapi juga akan memanipulasi nilainya sesuai dengan operator gabungannya.

Contoh :

a = 5

b = 3

b = b + 1

c = a + b

d = c + c + a

e = (c + d)* a

print('Isi variabel a:',a)

print('Isi variabel b:',b)

print('Isi variabel c:',c)

print('Isi variabel d:',d)

print('Isi variabel e:',e)

hasilnya :

Isi variabel a: 5

Isi variabel b: 4

Isi variabel c: 9

Isi variabel d: 23

Isi variabel e: 160

4. Operator keanggotaan

   Operator ini diperuntukkan untuk mencari keanggotaan dalam suatu tipe data urutan seperti string, list, dan tuple. Tak mengherankan jika operator ini ini sering diterapkan dalam perulangan. Karena hanya memastikan suatu nilai ada dan tidak ada di dalam daftar, maka operator ini hanya berisi 2 anggota saja.

Contoh 2:

#Operator in dan not in dalam String

sampel = 'kopidingin'

print('Sampel = kopidingin')

print('[kopi] in kopidingin :', 'kopi' in sampel)

print('[susu] in kopidingin :', 'susu' in sampel)

print('[panas] not in kopidingin :', 'panas' not in sampel)

print('[dingin] not in kopidingin :', 'dingin' not in sampel, "\n")

#Operator in dan not in dalam List beranggotakan string

asean = ['Indonesia', 'Malaysia', 'Singapura', 'Thailand', 'Filipina']

print('Anggota ASEAN = [Indonesia, Malaysia, Singapura, Thailand, Filipina]')

print('[Indonesia] in anggota ASEAN :', 'Indonesia' in asean)

print('[Australia] in anggota ASEAN :', 'Australia' in asean)

print('[Amerika] not in anggota ASEAN :', 'Amerika' not in asean)

print('[Singapura] not in anggota ASEAN :', 'Singapura' not in asean, "\n")

#Operator in dan not in dalam List beranggotakan bilangan

prima = [2, 3, 5, 7, 11, 13, 17, 19]

print('Bilangan prima = [2, 3, 5, 7, 11, 13, 17, 19]')

print('[5] in bilangan prima :', 5 in prima)

print('[9] in bilangan prima :', 9 in prima)

print('[15] not in bilangan prima :', 15 not in prima)

print('[17] not in bilangan prima :', 17 not in prima, "\n")

#Operator in dan not in dalam Tuple beranggotakan string

veto = ('Amerika', 'Rusia', 'RRC', 'Inggris', 'Perancis')

print('Pemilik = (Amerika, Rusia, RRC, Thailand, Filipina)')

print('[Amerika] in pemilik hak veto :', 'Amerika' in veto)

print('[Jepang] in pemilik hak veto :', 'Jepang' in veto)

print('[Indonesia] not in pemilik hak veto :', 'Indonesia' not in veto)

print('[Rusia] not in pemilik hak veto :', 'Rusia' not in veto, "\n")

#Operator in dan not in dalam Tuple beranggotakan bilangan

ganjil = (1, 3, 5, 7, 9, 11, 13, 15, 17, 19)

print('Bilangan ganjil = (1, 3, 5, 7, 9, 11, 13, 15, 17, 19)')

print('[5] in bilangan ganjil :', 5 in ganjil)

print('[10] in bilangan ganjil :', 10 in ganjil)

print('[18] not in bilangan ganjil :', 18 not in ganjil)

print('[7] not in bilangan ganjil :', 7 not in ganjil)

contoh 2:

ampel = kopidingin

[kopi] in kopidingin : True

[susu] in kopidingin : False

[panas] not in kopidingin : True

[dingin] not in kopidingin : False

Anggota ASEAN = [Indonesia, Malaysia, Singapura, Thailand, Filipina]

[Indonesia] in anggota ASEAN : True

[Australia] in anggota ASEAN : False

[Amerika] not in anggota ASEAN : True

[Singapura] not in anggota ASEAN : False

Bilangan prima = [2, 3, 5, 7, 11, 13, 17, 19]

[5] in bilangan prima : True

[9] in bilangan prima : False

[15] not in bilangan prima : True

[17] not in bilangan prima : False

Pemilik = (Amerika, Rusia, RRC, Thailand, Filipina)

[Amerika] in pemilik hak veto : True

[Jepang] in pemilik hak veto : False

[Indonesia] not in pemilik hak veto : True

[Rusia] not in pemilik hak veto : False

Bilangan ganjil = (1, 3, 5, 7, 9, 11, 13, 15, 17, 19)

[5] in bilangan ganjil : True

[10] in bilangan ganjil : False

[18] not in bilangan ganjil : True

[7] not in bilangan ganjil : False

Resume mechine learning Pertemuan IV, V VI VII

Nama:Andri Nur Insan

Kelas: INF A 2018

Mengenal Boolean value, jenis-jenis operator dan kondisional

Cara mengoperasikan isi dari variable misalkan dengan menjumlahkan kedua nilai atau mengurangi kedua nilai,bisa juga membandingkan besaran kedua nilai mana yang lebih besar contohnya nilai 4 dan 2 itu semua bisa dilakukan dengan menggunakan yang namanya operator. Operator sendiri merupakan sebuah symbol atau istilah yang digunakan untuk memanipulasi nilai misalnya 4+2 operatornya yaitu symbol + sedangkan nilai yang dioperasikan disebut operan,operannya itu angka 4 dan 2,operan bukan hanya tipe data integer. Jika nilai-nilai diwakili oleh variebel maka teknis variebel bisa disebut operan . Jenis-jenis operator ada 7:

1. Operator aritmatika

2. Operator perbandingan atau relasi

3. Operator penugasan

4. Operator logika

5. Operator bitwise

6. Operator keanggotaan

7. Operator indentifikasi

Operator aritmatika mencakup penjumlahan,pengurangan,pembagian,perkalian, dll. Untuk simbolnya sendiri yaitu :

+ untuk penjumlahan

- untuk pengurangan

*  untuk perkalian

/ untuk pembagian dengan hasil berupa bilangan riil

// digunakan untuk operasi pembagian denga hasilnya dibulatkan kebawah

% digunakan untuk operasi sisa pembagian

.. digunakan untuk opearsi pemangkatan

Operator perbandingan dgunaakan untuk membandingkan nilai disebelah kiri dan kanan. Kemudian akan ditetapkan hubungan antara keduanya. Maka dari operator ini juga disebut operator relasi . Hasil dari operator perbandingan adalah nilai tipe data boolen (true or false) disini operatornya yaitu :

== digunakan untuk menyatakan sama dengan, bernilai BENAR jika nilai sebelah kiri dan kanan sama

!= digunakan untuk menyatakan tidak sama dengan bernilai BENAR jika sebelah kiri dan kanan berbeda

< menyatakan lebih kecil bernilai benar jika nilai sebelah kiri lebih kecil dari pada nilai sebelah kanan

> menyatakan lebih besar bernilai benar jika nilai sebelah kiri lebih besar daripada nilai sebelah kanan

<= menyatakan lebih kecil atau sama dengan bernilai benar jika nilai sebelah kiri lebih kecil atau sama dengan nilai sebelah kanan

>= menyatakan lebih besar atau sama dengan, bernilai benar jika  nilai sebelah kiri lebih besar atau sama dengan nilai sebelah kanan

Rangkuman Materi Video Pertemuan XII,XIII,XIV,

Nama: Andri Nur Insan
Kelas: INF A 2018
NIM: 18.01.013.018

Pemateri: Anditya Arifianto
Materi: Genetic Algrithm

     Algoritma Genetika adalah algorima yang memanfaatkan proses seleksi alamiah yang dikenal dengan proses evolusi. Dalam proses evolusi, individu secara terus-menerus mengalami perubahan gen untuk menyesuaikan dengan lingkungan hidupnya. Proses seleksi alamiah ini melibatkan perubahan gen yang terjadi pada individu melalui proses perkembangbiakan. Dalam algritma genetika ini, proses perkembangbiakan ini menjadi proses dasar yang menjadi perhatian utama, dengan dasar berfikir. Dikenalkan oleh John Holland (1975).

·         Struktur Umum Algoritma Genetika Bila P(t) dan C(t) adalah induk dan keturunan pada generasi t, struktur umum algoritma genetika adalah sebagai berikut:
prosedur algoritma genetika :
begin
t ← 0;
 inisialisasi P(t);
evaluasi P(t);
while (kondisi terminasi tidak terpenuhi) do rekombinasi P(t) untuk menghasilkan anak
            C(t);
evaluasi C(t);
seleksi P(t+1) dari P(t) dan C(t);
t ← t+1;
 end
 end

·         Algoritma Genetika mempunyai metodologi optimasi sederhana sebagai berikut:
1. Menentukan populasi solusi sejumlah tertentu
2. Menghitung nilai fitnes function semua solusi yang ada di dalam populasi
3. Memilih beberapa solusi dengan nilai fitnes function yang paling tinggi
4. Melakukan optimasi dengan cara mutasi dan crossover sebanyak yang diperlukan
5. Menentukan solusi terbaik sebagai solusi terhadap permasalahan yang dioptimasi

·         Properties of genetic algorithm
1.      Individual - Solusi apapun yang mungkin
2.      Populasi – Kelompok dari semua individu
3.      Search Space – Semua solusi yang mungkin untuk masalah tersebut
4.      Chromossom – Blueprint for an individual
5.      Fitness – Kualitas Solusi
6.      Rekombination – Mendekomposisikan dua larutan berbeda dan kemudian mencampurkan bagian-bagiannya secara acak untuk membentuk larutan baru
7.      Mutation – Melakukan secara acak solusi kandidat

·         Chromosome
Kromosom terdiri atas beberapa gen. Kromosom digunakan untuk merepresentasikan suatu solusi yang mungkin dari permasalahan yang akan diselesaikan menggunakan algoritma genetika. Kromosom bisa dinyatakan dalam banyak cara, seperti kromosom biner, kromosom real, kromosom permutasi, dan lain sebagainya. Populasi dalam algoritma genetika adalah sekumpulan kromosom. Dalam satu populasi, akan terdapat N buah kromosom dengan nilai N adalah suatu parameter yang ditetapkan oleh user.

·         Fitness
Fungsi fitness merupakan ukuran kinerja suatu individu agar tetap bertahan hidup yaitu mengukur kelayakan sebuah kromosom untuk dipelihara atau ditiadakan. Dalam hal ini fungsi fitness identik dengan fungsi tujuan dari masalah yang dioptimalkan yaitu volume pendapatan kayu yang maksimal. Fungsi tujuan ditentukan berdasarkan nilai fitness tertinggi. Semakin tinggi nilai fitness akan memberikan hasil yang semakin dekat dengan fungsi tujuan.

·         Parent Selection
Proses ini bertujuan untuk memilih dua kromosom sebagai parent yang selanjutnya akan dilakukan proses crossover dan mutasi pada parent terpilih.

·         Crossover and Mutation
Proses crossover adalah proses persilangan, yaitu membentuk dua offspring (kromosom anak) baru dari dua parent. Hanya offspring yang memenuhi syarat pada permasalahan yang akan ditambahkan ke populasi yang ada. Proses mutasi yaitu mengganti suatu gen dengan gen yang baru. Proses crossover dan mutasi biasanya dilakukan secara acak.

·         Survivor Selection
Proses ini bertujuan untuk memilih N kromosom dari gabungan antara populasi sebelumnya dan offspring yang dihasilkan. Lalu, N kromosom yang terpilih akan digunakan sebagai populasi untuk perulangan atau iterasi berikutnya
 

Rangkuman Materi Video Pertemuan VIII,IX,X,XI

Nama: ANDRI NUR INSAN
Kelas: INF A 2018 
NIM: 18.01.013.018

Pemateri: Anditya Arifianto
Materi: Heuristic search 

Pencarian
 buta tidak selalu dapat diterapkan dengan baik, hal ini disebabkan waktu aksesnya yang cukup lama serta besarnya memori yang dibutuhkan. Kelemahan ini dapat diatasi jika ada informasi tambahan (fungsi heuristik) dari domain yang bersangkutan.

Heuristik 
adalahsuatu proses yang mungkin dapat menyelesaikan suatu masalah tetapi tidak ada jaminan bahwa solusi yang dicari selalu dapat ditemukan. Fungsi Heuristik adalah fungsi yang melakukan pemetaan (mapping) dari diskripsi keadaan masalah (problema) kepengukur kebutuhan, umumnya direpresentasikan berupa angka.
 AI menggunakan heuristik dalam 2 situasi dasar :

1.       Persoalan/problema yang mungkin memiliki solusi eksak, namun biaya perhitungan untuk menemukan solusi tersebut sangat tinggi dalam kebanyakan persoalan (seperti catur), ruang keadaan bertambah secara luar biasa seiring dengan jumlah

2.       Persoalan yang mungkin tidak memiliki solusi eksak karena ambiquitas (ketidakpastian) mendasar dalam pernyataan persoalan atau data yang tersedia, diagnose medis merupakan salah satu contohnya.

·         Heuristik hanyalah sebuah cara menerka langkah berikutnya yang harus diambil dalam memecahkan suatu persoalan berdasarkan informasi yang ada/tersedia.

·         Heuristic Search

1.      Iterative Deepening A* (IDA*)

2.      Simlified Memory-Bounded A* (SMA*)

3.      Bi-directional A* (BDA*)

4.      Modified Bi-directional A* (MBDA*)

5.      Dynamic Weighting A* (DWA*)

6.      Beam A* (BA*)

·         Hill climbing (HC)

1.      Simple Hill Climbing

2.      Steepest = Ascent Hill Climbing

·         Simulated Anneling

Simulated Annealing   merupakan metode pencarian random untuk mengoptimalkan metode pencarian heuristic yang berpotensi menimbulkan hasil yang kurang optimal akibat adanya permasalahan optimum local. Secara sederhana, analogi Simulated Annealing adalah metode Hill Climbing yang dilengkapi dengan fitur inisialisasi ulang ditempat random. Meskipun dikatakan random, terdapat parameter tertentu didalam pemilihan tempat pada metode SA.

·         Best-First Search

  Metode ini merupakan kombinasi dari metode depth first search dan breadth-first search. Pada metode best-first search, pencarian diperbolehkan mengunjungi node yang ada di level yang lebih rendah, jika ternyata node pada level yang lebih tinggi ternyata memiliki nilai heuristic yang lebih buruk.

Fungsi Heuristik yang digunakan merupakan prakiraan (estimasi) cost dari initial state ke goal state, yang dinyatakan dengan : 

f’(n) = g(n) + h’(n)

f’ = Fungsi evaluasi

g = cost dari initial state ke current state

h’ = prakiraan cost dari current state ke goal state

·         A*Search

Metode ini dirancang untuk memperbaiki kelemahan metode Greedy dengan cara menghindari ekspansi terhadap rute yang sudah tergolong mahal.

Fungsi evaluasi f(n) = g(n) + h(n)

Dimana g(n) adalah biaya yang sudah dikeluarkan hingga suatu node, dan h(n) adalah estimasi biaya yang perlu dikeluarkan dari suatu node hingga node tujuan.  Dengan katalain, A* menghitung total biaya yang sudah dikeluarkan ditambah estimasi biaya yang perlu dikeluarkan. A* melakukan ekspansi terhadap node dengan f(n) paling rendah.

Sekian dan Terima kasih.

Rangkuman Materi Video Pertemuan IV,V,VI,VII

Nama: Andri Nur Insan

Kelas: INF A 2018

NIM: 18.01.013.018

Pemateri: Anditya Arifianto

Materi: Blind search (Metode Pencarian Buta)

                 Dalam melakukan pencarian, salah satu cara yang banyak digunakan untuk menggambarkan masalah adalah dengan mencantumkan atau menggambarkan semua kemungkinan keadaan yang ada. Memecahkan masalah berarti bergerak atau berpindah dari satu ruang (node) dari titik awal sampai titik yang dituju (ditentukan), untuk karenanya kita memerlukan satu set operator untuk bergerak dari satu node ke node lainnya. Atribut pencarian:

• Optimalisasi: apakah algoritma dapat menemukan cost path terendah untuk mencapai goal?
• Kelengkapan: apakah algoritma akan menemukan jalur menuju goal/tujuan jika memang ada?

– digunakan untuk mendefinisikan “return failure otherwise”

– jika tidak ada solusi, dan algoritma tidak dapat mendeteksinya (mendeteksi state berulang-ulang(loop)), maka akan menjadi infinite search dan tidak akan ada hasil yang dikembalikan.

• Kompleksitas waktu: waktu yang dibutuhkan untuk melakukan pencarian (contoh: jumlah nodes yang digeneraisasikan selama proses pencarian).
• Kompleksitas waktu: memori yang dibutuhkan.

A.    Definisi

Blind Search atau Uninformed Search secara umum mengartikan bahwa saat proses pencarian kita tidak memiliki clue/hint apakah hasil yang ditemukan lebih baik daripada yang lainnya, sehingga kita tidak mengetahui apakah hasil dari eksplorasi tersebut bermanfaat secara maksimal atau tidak.

Search Space (ruang pencarian) dieksplorasi tanpa memanfaatkan apapuun informasi yang menyangkut pada masalah maka dari itu digunakan istilah blind search atau naive search, dan karena metode ini masih sangat umum maka hasil yang didapat secara instrinsik kurang efisien.

B.     Jenis-jenis Blind (Un-informed) Search

     1.     Breadth First Search (BFS)

          Breadth dapat diartikan dengan luas / lebar, sedangkan first adalah pertama. Penamaan metode ini disesuaikan dengan konsep algoritma secara garis besar yaitu melakukan proses pencarian pada semua node yang berada pada level atau hirarki yang sama terlebih dahulu sebelum melanjutkan proses pencarian pada node di level berikutnya. BFS akan mencari satu per satu node secara melebar dari kiri ke kanan secara berurutan berdasarkan tingkat level nodenya. Jika pada satu level belum ditemukan solusi yang diinginkan, maka pencarian dilanjutkan hingga level berikutnya. Demikian seterusnya hingga ditemukan solusi. Maka, dengan cara seperti ini, BFS menjamin ditemukannya solusi apabila solusinya memang ada. 

Algoritma:

List open, closed, successors={};

Node root_node, current_node;

insert-last(root_node,open)

while not-empty(open);

current_node=remove-first(open);

       insert-last(current_node,closed);

if (goal(current_node)) return current_node;

else

successors=successorsOf(current_node);

for(x in successors)

if(not-in(x,closed)) insert-last(x,open);

endIf

endWhile

  2.   Depth-First Search (DFS)        

        Depth-First Search melakukan eksplorasi dimulai root node (akar) lalu ke cabang pertama (dimulai dari paling kiri) sampai ke kedalaman maksimum , setelah itu baru dilakukan eksplorasi ke cabang lainnya, dan terus dilakukan sampai menemukan state goal.Jika telah mencapai node yang terdalam namun tidak juga ditemukan solusi, maka akan mundur sampai menemukan cabang yang belum dieksplorasi. Tree dilakukan pencarian dengan top-to-bottom, left-to-right.

Depth-First Search dikatakan tidak komplit:

• jika siklus yang disajikan dalam graf lalu DFS melakukan eksplorasi terhadap siklus berulang(tidak ada batas).
• jika tidak terdapat siklus, maka algoritma komplit.
• Efek siklus dapat dibatasi dengan memaksakan kedalaman pencarian yang maksimal(namun algoritma tetap tidak komplit).

    Depth-First Search dikatakan tidak optimal:

• jika solusi pertama yang ditemukan bukan merupakan solusi dengan shortest path (jalur terpendek) menuju goal yang telah ditentukan.

Algoritma dapat diimplementasikan  dengan menggunakan Last In First Out (LIFO) stack atau menggunakan Rekursif (recursion).

Algoritma:

List open, closed, successors={};

Node root_node, current_node;

insert-first(root_node,open)

while not-empty(open);

current_node= remove-first(open);

insert-first (current_node,closed);

if (goal(current_node)) return current_node;

else

successors=successorsOf(current_node);

for(x in successors)

if(not-in(x,closed)) insert-first(x,open);

endIf

endWhile

        3.   Depth Limited Search (DLS)

               Algoritma DLS (Depth Limited Search) adalah salah satu algoritma yang digunakan untuk pencarian jalur. Algoritma ini merupakan variasi dari algoritma DFS (Depth First Search) yang sudah dijelaskan sebelumnya. Jika Algoritma DFS (Depth First Search) melakukan perhitungan (yang dimulai dengan titik terakhir) dengan cara menghabiskan semua tingkatan / kedalaman dari sebuah titik, maka algoritma ini memiliki batasan dimana perhitungan pada sebuah titik hanya dihitung sampai pada kedalaman tertentu. Setelah semua kemungkinan pada kedalaman itu sudah habis, kemudian akan dilanjutkan pada titik berikutnya.

Algoritma:

Function DLS (node,depth)

          if depth = 0 and node is a goal

                        return node

            if depth > 0

                        foreach child of node

                                    found  DLS (child, depth - 1)

                                    if found ≠ null

                                                return found

            return null

        4.    Iterative – Deepening Search (IDS)

  BFS: complete and optimal

•    DFS: low space complexity
•    DLS: the question of “how deep?”
•    IDS: combine BFS with DFS/DLS
•    IDS: complete, optimal, low space complexity
•    Downside: the time complexity is escalated

          5.     Uniform Cost Search (UCS)

                Jika seluruh edges pada graph pencarian tidak memiliki cost / biaya yang sama, maka BFS                     dapat digeneralisasikan menjadi uniform cost search

                Bila pada BFS, pencarian dilakukan dengan melakukan ekspansi node berdasarkan urutan                      kedalaman dari root, maka pada uniform cost search, ekspansi dilakukan berdasarkan cost /                    biaya dari root.

                Pada setiap langkah, ekspansi berikutnya ditentukan berdasarkan cost terendah atau disebut                    sebagai fungsi g(n) dimana g(n) merupakan jumlah biaya edge dari root menuju node n.                          Node-node tsb disimpan menggunakan priority queue.

              6.    Bi- Directional Search (BDS)

Bidirectional Search atau Algoritma pencarian dua arah adalah algoritma pencarian grafik yang menemukan sumber bentuk jalur terkecil ke titik tujuan. Ini menjalankan dua pencarian simultan yaitu :

1. Forward search / titik awal menuju titik tujuan

2. Backward search / target titik ke arah titik sumber

TUGAS UTS SIG (SISTEM INFORMASI GEOGRAFIS)

NAMA       : ANDRI NUR INSAN

NIM        : 18.01.013.018

DOSEN      : Nawassyarif,S.Kom.,M.Pd.

LINK       :  www.uts.ac.id

PENJELASAN VIDEO PERTAMA

RAGAM APLIKASI SPBE BERBASIS SPASIAL (SIG)

A. Knowledge in SIG

1. Computer Scinence

   Disini memuat tentang graphic,visualization,database,security,statistic,simulation,AI dll

2. Geography

   Contoh geodesi, cartografi, photogometri, remote sensing

3. Engineering and technology

   Contohnya servey tech, satellite, drone, hardware dll

4. Aplication Area

   Contohnya public administration, planning, foresty, transportation, marketing, environment

    kesimpulan pernyataan diatas adalah ada banyak ilmu dan ahli yang di perlukan untuk membangun        sebuah SIG

B. GIS Layers 

     Layer-layer yang menyusun sebuah SIG tentunya berdasarkan tema SIG yang akan ditampilkan

     1. Base map data dari google

     2. Data Rester bisa disebut data base map tapi ada tambahan contoh di gabungkan peta jaman dulu             dan peta sekarang 

     3. Data Vector 

       Poin: contoh untuk Sekolah, puskesmas dll tapi kalau petanya dalam sekala besar makan kota pun                     bisa berbentuk poin.

       Line :saat dalam peta berskala besar jalan bisa berarti bentuknya garis tapi saat peta zoom jalan                        bisa jadi polygon

     4. Data vector yang  di rastet-kan (tile) untuk optimulasi visualisasi. Biasanya peta peruntukan lahan 

C. Data sources

1. Incorporation of existing digital data Conporate databases antara lain access,oracle, digital maps

2. Indirect (secondary) data capture

3. Direct (Primary) data captur

   Contohnya aerial photographi atau poto dari pesawat, satellite remote sensing,satellite surveying       (global positioning systems GPS), total station survey

D. Aplikasih GIS

     Aplikasih GIS diperlukan jika:

•  Data spasial bersifat dinamis, bisa berubah, berpindah dan bertambah
•  Data spasial satis tapi tabularnya dinamis dan terhubung dengan tampilan spasialnya contoh:         peta       penderita covid per kelurahan
•   Kebutuhan untuk ditampilkan ke public dan terhubung dengan data dalam suatu sistem informasi . contohnya GIS reklame 

 E. GIS di DIKW

Dengan contoh lalulintas

1. RAW DATA : lokasi lampu statistic kendaraan

2. Information (analysis) : pemodelan kondidi lalulintas per jam 

3. Knowledge : keadaan pagi antrian kearah utara lebih panjang dan ketika sore sebaliknya

4. Wisdom : pengaturan timer dan arus lampu lalulintas

 Contoh kasus :pembuatan SIG dalam pembuatan SIG sekolah

  Factor factor yang mempengaruhi :

1. Factor administrasi factor yang ditung berdasarkan jumlah sekolah pada kelurahan, dan kecamatan. Agar secara administrasi beban kelurahan dan kecamatan merata.

2. Factor populasi factor yang dihitung berdasarkan jumlah penduduk usia sekolah dan forecasting nya sampai 25 tahun kedepan

3. Factor transportasi factor berdasrkan rute transportasi public, angkot dan bus kota

4. Factor lingkungan factor yang dihitung lingkungan yang baik, seperti wilayah rumah penduduk ,bukan industry, perdagangan, militer, seerta dekat dengan daerah hijau dan jauh dari daerah rawan banjir

5. Factor arus siswa factor yang dihitung dari perkiraan arus siswa saat berangkat sekolah,

6. Factor preferensi public factor yang dihitung dari survey ke masyarakat dengan menanyakan hal berikut : 

•    Dimana rumahnya, berapa jarak maksimal sekolah anak dari rumah yang bisa terimah
•    Dimana tempat kerjanya, berapa jarak maksimal sekolah anak dari tempat kerja yang bisa      diterimah
•   Apakah oke jika lokasi sekolah berada dijalur antara rumah dan sekolah
•   Dan mendapatkan 1430 data respondent dari aplikasih webgis yang link nya ditaruh di web         ppdb

7. Perhitungan bobot dengan AHP, dengan webgis responden adalah PNS di bappeko dan Disdik. Dosen dosen di bidang PWK dan profesiona dibidang perencanaan pembangunan

8. Raster calculator masing masing factor diberi bobot sesuai hasil AHP 

9. Lokasi yang optimal mencari subitability tinggi dan accessibility rendah

PENJELASAN MENGENAI VIDEO KEDUA

GIS For Marine Studies

1.TATI gomap

   Digunakan untuk membuat dan membagikan peta thematic kewilayahan dengan mudah

   Siapkan data 3 opsi :

•   Digitasi online 
•   Import data peta yang dimiliki 
•  Memasukan data per kecamatan

2.Setting layer

  Ambil semua atau sebagian dari data terkait (query) dan setting tampilan yang digunakan

•     Kombinasi layer-layer menjadi sebuah bundle peta
•    Jenis akses public/private

3. Dapatkan Peta

     Peta dapat dilihat di alamat:

•    Visible / Unisible layer
•     Kalkulasi jarak dan luas
•    Anilsa buffer interaktif 
•    Export ke file gambar 
•   Analisa heatmap
•   Info pop up+foto

Aplikasih sig mampu menyelesaikan masalah di berbagai bidang:  

- Aplikasih sig dibidang kelautan

Sasaran :Pemanfaatan jasa kelautan berbasisi kawasan, desa,da lokasi, untuk peningkatan ekonomi masyarakat pesisir dan perbaikan lingkungan

Target : 1000 kawasan/desa pesisir

Program : segar(sentra ekonomi garam rakyat), dewi bahari (desa wisata bahari), depan laut(desa pangan laut), BMKT, RDKP (rekonstruksi desa dan kawasan pesisir), GARDA LAUT, SKPT Talaud

- Perkembangan sentral ekonomi garam rakyat, 

2014 PNPM KP PUGAR capai 2 juta ton lebih

2015 di lanjutkan program PUGaR capai 2,9 juta ton

2016  ANOMALI CUACA menurun perlu pengembangan teknologi berorientasi kualias produksi konsep integrasi lahan

2017 Harga tinggi, petani menikmati harga tinggi namun sistem stok kurang optimal GGN

2018 Produksi Normal GGN telah terbangun integrasi lahan telah diterapkan bersiap untuk bisnis yang lebih besar

2019 konsep ke GARAM  skala usaha di kabupaten ditingkatkan ke provinsi agar benevit lebih besar

2020 konsep segar, konsep KE GARAM diubah menjadi SEGAR(SENTRAL EKONOMI GARAM RAKYAT)

 - Peran SIG dalam pemanfaatan jasa dan sumber daya kelautan

1.Verifikasi lahan integrasi

• Jadi diwilayah Indonesia lahan garam ada dua tipe, ada yang satu fungsi dan dua fung si.
• Untuk yang satu fungsi  digunakan hanya untuk lahan gambar dan yang dua fungsi untuk lahan garam sekaligus tambak ikan
• Menghitung luasan lahan integrasi pergaraman baik sebelum dan setelah proses penataan lahan
• Membuat peta lokasi integrasi pergaraman seluruh Indonesia

 

2. Penyusunan peta GGN dan GGR

Membuat peta lokasih Gudang Garam Nasional (GGN) dan Gudang Garam Rakyat (GGR) baik yang akan dibangun maupun yang telah dibangun

Membuat peta lokasi bantuan fisik lainnya (truk garam,kendaraan roda tiga,eksavator mini)

 3. Pemutakhiran Informasi Geospasial (IG) Lahan Garam

•    Pengumpulan Data
•    Mencari definisi lahan garam
•    Survei lapangan
•    Penyusunan basis data dan perhitungan luas

 4. Penyusunan peta bangunan dan instalasi laut

 5. Penyusunan peta Indikasi Reklamasi

 6. Penusunan Status Data Reklamasi

 7. Penyusunan Peta Bantuan Sarpras Wisata Bahari

 8. Penyusunan Peta sebaran kapal tenggelamdan BMKT

Sistem informasi geografi untuk kajian kelautan

 SIG mampu mengkombinasikan bermacam-macaaammm data holistic serta mudah dimengerti pengambilan keputusan mudah. Kombinasi pengetahuan (multidisiplin) dan teknologi (Inderaja,GPS,Pemodelan,Statistik spasial,Internet).

 SIG adalah sistem berbasis computer yang mampu menangani data bereferensi geografi mulai dari proses input, pengelolaan, manipulasi, analisis, serta penyajian data.

 SIG merupakan perangkat untuk menyajikan dunia nyata secara spasial dan datanya dapat dianalisi serta disajiakan kembali kepada pengguna, SIG bukan hanya membuat peta tetapi peta hanya sebagai sarana visualisasi dengan menganalisis proses melalui serangkaian analisis 

Jenis data yang digunakan dalam SIG:

1. Vector adalah representasi titik, garis,polygon dan fenomena/fitur yang bersifat tegas, misalnya jalan, bangunan,dermaga dan sungai. format : .shp, .tab, .dxt, .arc

2. Raster adalah fitur direfresentasikan dalam kumpulan piksel (elemen terkecil gambar dan fenomena fitur yang bersifat gradasi, contoh suhu perairan,kedalaman, tanah, dan vegetasi. Format : .dat, .erd, .img, .erw, .ip2

Data adalah lokasi (spasial) dan deskriptif (atribut)

Sumber data spasial dari survey lapangan (GPS), pengindraan jauh, peta analog

Sumber data atribut adalah data statistic, laporan,hasil wawancara

Aplikasi SIG 4 M:

• Mapping
• Measurement
• Monitoring
• Modeling

Teknik umum yang digunakan dalam SIG

• Digitasi
• Interpolasi
• Klasifikasi/Klaster
• Pemodelan
• Pengukuran 
• Jarak
• Arah/sudut
• Parameter
• Luas
• Volume
• Kemiringan lereng

 PENJELASAN MENGENAI VIDEO KETIGA

Pengolahan Sumber daya Air Berbasis SIstem Informasi Geografis

Pengelolaan sumber daya air berbasis sistem informasi geografis :

Dalam perhitungan nilai kekritisan lahan, pengelompokan lahan yang mempunyai karakteristik yang sama kedalam satu Hydrologic Response Unit (HRU) akan mempercepat proses perhitungan.

Untuk lahan yang mempunyai nilai mendekati batas antar kelas kekritisan lahan, penerapan metode Fuzzy Sugeno dapat memberikan hasil yang lebih akurat dibandingkan dengan metode Crips , sehingga penyusunan prioritas berdasarkan hasil klasifikasi fuzzy sugeno akan lebih baik dibandingkan dengan hasil klasifikasi menggunakan metode Crips.

Pembaruan data spasial menyangkut jenis tanah dan manajmen pengelolaan tanah perlu dilakukan dengan skala yang lebih memadai.

Perlu dikembangkan lebih lanjut untuk klasifikasi Fuzzy dengan nilai tutupan lahan yang bervariasi

Pengintegrasian proses secara lebih terpadu

Pengendalian Daya Rusak Air (PDRA) adalah upaya untuk mencegah, menanggulangi, dan memulihkan kerusakan kualitas lingkungan yang disebabkan oleh Daya Rusak Air. PDRA dilakukan secara menyeluruh yang mencakup upaya pencegahan, penanggulangan , dan memulihkan SDA.

PDRA diutamakan pada upaya pencegahan melalui perancangan pengendalian Daya Rusak Air yang disusun secara  terpadu dan menyeluruh dalam pola penelolaan SDA

Perencanaan secara menyeluruh dan terpadu yang dilakukan untuk menyelenggarakan pengelolaan sumber daya air dan berfungsi sebagai pedoman dan arahan dalam pelaksanaan konservasi sumber daya air, pendayagunaan sumber daya air, dan pengendalian daya rusak air pada wilayah sungai

Pada dasarnya kegiatan pengendalian banjir adalah sauatu kegiatan yang meliputi aktifitas yaitu Mengenali besarnya debit banjir ( Analisis Hidrologi )

• Hujan ekstrim ( volume hujan dan intensitas hujan 
•  Parameter basin ( Luas, slope, arah aliran, jaringan sungai 
•  Kondisi lahan ( TTGL, jenis tanah )
•  AWL
• 
  
• Mengurangi tinggi elevasi muka air banjir ( Model Numerik Banjir )
• Identifikasi MAB dengan model banjir 1D dari beban hidrologi dan pengaruh pasang surut laut ( jika segmen sungai di muara laut )
•  Skenario penanganan banjir dengan model banjir 1D ( River Improvement, Tanggul, Floodway dsb )
• Mengisolasi daerah genangan banjir ( Model Numerik Banjir )
• Identifikasi genangan dengan model banjir 2D limpasan banjir ditransformasi menjadi rambatan genangan air pada lahan Reduksi genangan dengan penanganan banjir ( River Improvement, Tanggul , Floodway dsb ) 

10. Model numerik berbasis SIG :

•  Konversi polyline to Raster
•   Merge dengan DEM lahan
•   Generate penampang melintang berdasarkan data integrasi DEM
•  Tetapkan kondisi batas model ( Hulu, Tengah, dan Hilir )
•   Sistem koordinat – Proyeksi UTM-WGS1984

11. Inserve distance weighting ( IDW ) adalah metode interpolasi yang mengasumsikan bahwa semakin dekat suatu titik terhadap titik yang tidak diketahui nilainya, maka semakin besar pengaruhnya.

12. Verifikasi model numerik banjir data SIG :

•  Verifikasi genangan terhadap titik-titik banjir yang terjadi
•  Hasil simulasi numerik banjir berupa data raster genangan yang dioverlay dengan data SIG sehingga bisa dijadikan justifikasi teknis

13. Model numerik banjir 1D-DATA SIG :

•  Hasil simulasi ini memberikan informasi terjadi limpasan
•  Penyebab banjir adalah akibat dari pasang tinggi di sungai dan debit banjir di hulu sungai

14. Model numerik banjir 2D-DATA SIG :

•   Genangan secara spasial dengan memanfaatkan data SIG untuk berbagai periode ulang

15. Pengelolaan banjir terpadu – Intergrated Flood Management (IFM)

•  Konsep pengelolaan banjir terpadu tidak terlapas dari kerangka Pengelolaan Sumber Daya Air Terpadu (PSDAT) – Integrated Water Resources Management (IWRM)
•  PSDAT adalah upaya pengelolaan SDA yang terkoordiansi atau yang dapat disinergikan untuk mendapatkan kesejahteraan ekonomi dan sosial yang optimal dengan tanpa mengorbankan keberlanjutan ekosistem.
• IFM adalah pengintegrasian upaya pengelolaan banjir yang terdiri dari pengelolaan Sumber Daya Air (SIDLACOM), upaya pengelolaan lahan dan lingkungan, dan pengelolaan resiko dengan melakukan upaya pengelolaan keberlanjutan (sustainnibility).

16. Penanganan Banjir Terpadu – Penataan Tata Ruang Wilayah

•  Sempadan berdasarkan tanggul
• Sempadan berdasarkan ruas sungai dengan jalan raya di tepi palung sungai
•  Penataan sempadan dengan SIG dapat memberikan informasi bangunan yang berada di dalam garis sempadan
•  Memberikan jumlah dan luas bangunan yang mengokupasi GSS

 

Langkah-Langkah membuat lokasi baru di google maps

 Nama:Andri Nur Insan

 Nim:18.01.013.018

Tugas: Sistem Informasi Geografis

link alamat web UTS(https://uts.ac.id/), dan link Alamat facebook NUsa baca (https://www.facebook.com/nusa.baca.18)

 

✓Langkah Langkah membuat Lokasi Di Google maps

1. Buka aplikasi atau link google maps dan jangan lupa mengaktifkan lokasi

 

2. Setelah dibuka Ketuk Tombol menu di pojok kiri atas

3.Gulis ke bawah dan cari Tambahkan tempat atau add a missing place jika sudah ketemu pilih opsi tersebut

4. Selanjutnya isi keterangan yang sesuai minimal pada nama,alamat,dan kategori

5. Untuk address, pengguna dapat menggunakan fitur Mark location on map

6. Pengguna juga dapat menambahkan keterangan lain dengan mengetuk Add Phone, hours, website, and photos

7. Jika sudah selesai mengisi keterangan yang diperlukan, pengguna dapat menambahkan lokasi tersebut dengan menekan tombol kirim yang terleta
k pada pojok kanan atas

8. Setelah selesai kita tinggal menunggu persetujuan dari pihak Google maps

9. Cara kita mengecek telah disetujui atau tidaknya kita melihat di bagian menu di opsi kontribusi anda

10.Selanjutnya setelah memilih opsi Kontribusi Anda selanjutnya lihat di opsi hasil edit. Disana anda akan melihat disetujui dan tidak disetujui nya lokasi baru yang telah anda buat dan pemberitahuan itu juga akan dikirim langsung ke email anda

11. Jika telah disetujui oleh pihak google maka loasi yang telah anda buat tersebut telah terdaftar di google map itu sendiri

 Contoh lokasi baru yang telah saya buat di google map

1. Saya telah membuat lokasi kantor desa batu tering

 

untuk link mapnya : https://goo.gl/maps/wH1tmC6fUS57T3T18

2. Saya telah membuat lokasi Kios Ilham Putra yang berlokasi di desa batu tering

Untuk link google map: https://goo.gl/maps/B5wxPU9R2MNU5LFv8