Fuzzy Relation

BAB IV ANALISA DAN PENERAPAN

2.2 Fuzzy Relation

Fuzzy relation dijelaskan sebagai metode untuk menjelaskan hubungan dua hal yang berbeda (completely different)

(http://decsai.ugr.es/vip/files/conferences/06007592.pdf). Sebagai ilustrasi bila dijumpai kata “apple” (apel) dan “tiger” (harimau) maka secara umum maka jelas kedua

10 kata itu tidak berhubungan dengan asumsi secara penulisan kedua kata itu berbeda, secara umum maka kata “apple” merujuk kepada nama buah dan “tiger” merujuk kepada nama hewan / atau lebih sempit lain hewan buas.

Dalam dunia komputer ada sebuah perusahaan pembuat software yaitu Macintosh (Mac). Mac mempunyai simbol “apple” sehingga seringkali disebut sebagai Macintosh Apple. Mac mengeluarkan sistem operasinya yang bernama

“Tiger” OS. Dari hubungan dengan Mac inilah kata “Apple” dan “Tiger” yang sebenarnya tidak berkaitan secara umum dan secara penulisan, mempunyai hubungan dalam dunia komputer. Dengan adanya fuzzy relation maka hubungan seperti ini akan diteliti dengan sebuah asumsi dan tujuan bahwa dengan mengetahui hubungan antara kedua kata / objek maka kita bisa mengetahui pula hubungan kedekatan / kekerabatan antara kedua kata / objek tersebut. Lebih jauh lain dalam hubungannya dengan dunia pencarian (searching) maka dengan masukkan kata “apple” maka ada kemungkinan bahwa kata tiger juga akan menjadi hasil output. Bukan karena hasilnya salah namun karena antara “apple”

dan “tiger” terdapat hubungan kekerabatan.

Penjelasan diatas dapat juga diuraikan secara harafiah menjadi sebagai berikut, dua buah kata yang sama sekali tidak berhubungan (contoh: “apple” dan

“tiger”). Akan mempunyai hubungan bila kedua kata tersebut dibahas pada satu dokumen. Semakin banyak dokumen yang membahas keduanya maka hubungan antara kedua kata (“apple” dan “tiger”) akan semakin dekat.

11 Fuzzy relation akan mencari 4 hubungan dari kombinasi kata (keyword) dan dokumen (paper) hubungan tersebut adalah :

a. keyword terhadap paper b. paper terhadap paper c. paper terhadap keyword d. keyword terhadap keyword

Penjelasan dari masing – masing hubungan tersebut beserta dengan proses perhitungannya dijelaskan sebagai berikut :

1. Pada langkah ini diasumsikan hubungan antara keyword to paper mempunyai nilai bobot dari keyword terhadap paper sebagai berikut :

P = {P1,P2,....Pn} adalah set of papers D= {D1,D2,...,Dm} adalah set of keywords

Misalnya dari data di peroleh relasi paper dan keyword yang dinyatakan sebagai fuzzy set paper terhadap keyword sebagai berikut :

P₁ = {0.3/D₂, 0.7/D₅, 1/D₇, 1/D₈}, P2 = {1/D2, 0.8/D5, 0.8/D7, 1/D8}, P3 = {0.9/D1, 0.9/D3, 1/D4, 0.8/D6}, P₄ = {1/D₁, 0.5/D₃, 0.8/D₄, 0.8/D₆}, P5 = {0.1/D2, 0.7/D5, 1/D4, 1/D8}, P₆ = {0.9/D₂, 1/D₅, 0.8/D₄, 1/D₈}.

Untuk P={P1,P2,...P6}dan D={D1,D2,...,D8}, dimana setiap paper/dokumen dianggap sebagai suatu fuzzy set terhadap keyword sehingga didapatkan bahwa

12

[0.1] sebagaimana tertulis pada rumus :

R (Pi,Pj) =



: Membership function sebagai suatu mapping dapat ditemukan hubungan antara paper – paper yang ada misal :

Tabel 2.1 Hubungan paper terhadap paper

X / Y P₁ P₂ P₃ P₄ P₅ P₆

13 3. Dari data yang ada dari hubungan keyword terhadap paper maka akan

didapatkan hubungan antara paper terhadap keyword :



^{Dj (Pi) =}



: Membership function sebagai suatu mapping

Contoh: kita akan mencari bobot keyword (D2) pada paper 1



^{D2 (P1) =}

14 4. Similarity antara 2 keyword dinyatakan dengan suatu fungsi R dimana

R:DxD [0.1] sebagaimana tertulis pada rumus :

R(Di ,Dj) =



: Membership function sebagai suatu mapping

dapat ditemukan hubungan antara keyword - keyword yang ada, misal hubungan R(D1,D3) =

Tabel 2.2 Hubungan keyword terhadap keyword

X / Y D1 D2 D3 D4 D5 D6 D7 D8

15 2.3 Database

Database adalah kumpulan file-file yang saling berelasi, relasi tersebut biasa ditunjukkan dengan kunci dari tiap file yang ada. Satu database menunjukkan satu kumpulan data yang dipakai dalam satu lingkup perusahaan, instansi (Kristanto, 1994).

Dalam satu file terdapat record-record yang sejenis, sama besar, sama bentuk, merupakan satu kumpulan entity yang seragam. Satu record terdiri dari field-field yang saling berhubungan untuk menunjukkan bahwa field tersebut dalam satu pengertian yang lengkap dan direkam dalam satu record.

1. Entity

Entity adalah orang, tempat, kejadian atau konsep yang informasinya direkam.

Pada bidang Administrasi Siswa misalnya, entity adalah siswa, buku, pembayaran, nilai test. Pada bidang kesehatan, entity adalah pasien, dokter, obat, kamar, diet.

2. Atribute

Setiap entity mempunyai atribute atau sebutan untuk mewakili suatu entity.

Seorang siswa dapat dilihat dari atributenya, misalnya nama, nomor siswa, alamat, nama orang tua, hobby. Atribute juga disebut sebagai data elemen, data field, data item.

3. Data Value (nilai atau isi data)

Data value adalah data aktual atau informasi yang disimpan pada tiap data elemen atau atribute. Atribute nama karyawan menunjukkan tempat dimana

16 informasi nama karyawan disimpan, sedang data value adalah Sutrisno, Budiman, merupakan isi data nama karyawan tersebut.

4. Record/Tuple

Kumpulan elemen-elemen yang saling berkaitan menginformasikan tentang suatu entity secara lengkap. Satu record mewakili satu data atau informasi tentang seseorang misalnya, nomor karyawan, nama karyawan, alamat, kota, tanggal masuk.

5. File

Kumpulan record-record sejenis yang mempunyai panjang elemen yang sama, atribute yang sama, namun berbeda-beda data valuenya.

2.4 MYSQL

Menurut Prasetyo (2003: 1), MySql adalah Relational Database Management System (RDBMS) yang didistribusikan secara gratis di bawah lisensi GPL (General Public Lisence). MySql dikembangkan sekitar tahun 1994 oleh sebuah perusahaan pengembang software dan konsultan database bernama MySql AB yang bertempat di Swedia. Mysql adalah database server yang cukup banyak digunakan, terutama bila dikolaborasikan dengan PHP.

Beberapa istilah yang digunakan pada database : a. Tabel

Tabel didefinisikan sebagai sekumpulan data yang disimpan pada baris dan kolom. Contoh dari tabel terlihat pada tabel 2.3 dibawah

17 Tabel 2.3 Contoh Tabel Mahasiswa

b. Kolom

Kolom atau disebut juga sebagai field adalah yang di-refer sebagai atribut pada conceptual data model. Mysql mendukung banyak type data untuk field mulai dari char, varchar, integer, hingga blob

c. Baris

Baris atau disebut juga record adalah isi / data dari sebuah tabel.

d. Key

Key atau dikenal juga sebagai pengenal pada conceptual data model adalah field yang menjadi pengenal sebuah tabel namun tidak semua tabel mutlak untuk memiliki key. Secara umum ada dua macam key yaitu primary key dan foreign key. Keberadaan sebuah key pada tabel dapat mempercepat proses pencarian data, terutama jika tabel tersebut di – index. Primary key diartikan sebagai sebuah kolom yang berisi data – data yang murni dari tabel itu sendiri dan menjadi acuan untuk mengenali tidak baris / record yang ada pada tabel.

Foreign key diartikan sebagai sebuah kolom dimana nilai yang ada pada kolom tersebut berasal dari tabel lain, foreign key tidak dapat dijadikan acuan pengenal tiap record pada tabel. Mysql tidak mengenal adanya foreign key.

Kode Mahasiswa Nama Mahasiswa Nilai

26401000 Agus 90

26402000 Budi 80

26403000 Chandra 95

26404000 Dodo 85

18 e. Relasi

Relasi adalah hubungan yang terjadi antara 2 tabel. Ada 3 macam relasi yang dikenal pada relational database.

1. One to one artinya satu nilai pada suatu tabel hanya digunakan maksimal satu kali pada tabel yang lain sebagai foreign key

2. One to many artinya satu nilai pada suatu tabel dapat digunakan lebih dari satu kali pada tabel yang lain sebagai foreign key

3. Many to many artinya antara satu tabel dengan yang lain saling bertukar key dan masing – masing key dapat digunakan lebih dari satu kali