pegalaman saat pertandingan futsal

    sekitar 3bulan yang lalu, saya tanding futsal di pondok indah tempatnya pesantren futsal. saya dan teman teman berserta 7 pemain. tetapi team yang lainnya bersertakan 10 pemain.
Pertandingan demi pertandingan saya lalui bersama FFC itulah nama team saya. pada saat tanding melawan team tuan rumah wasitnya memihak sekali ke kubu tuan rumah. pada babak pertama skor masih imbang 0-0 dan di babak kedua permainan mulai kasar, dari team saya yang terkena kartu kuning 3 orang dan sedangkan team lawan hanya 1 orang yang mendapatkan kartu kuning. babak kedua berjalan 5 menit team tuan rumah berhasil mencetak gol ke gawang team saya, pada waktu 15 menit team lawan jelas sekali handsball tapi wasit menganggapnya tidak. pada menit 20 team saya mendapatkan peluang dengan tendangan dari luar kotak, bola mengenai mistar atas dan bolanya memantul kebawah dan melewati garis gawang, tapi apa dikata wasit tidak mengesahkan gol saya. kemudian team saya kalah 1-0 dari team tuan rumah. dan team saya FFC (Family Futsal Club) gagal melaju ke semifinal. gara gara wasitnya memihak kepada team tuan rumah.

Tugas VirLab

1. Jelaskan apa yang dimaksud dengan Otomata dan Finite Automata (otomata berhingga)!
Otomata adalah mesin abstrak yang menggunakan model matematika, tetapi matematika yang digunakan benar-benar berbeda dibanding matematika klasik dan kalkulus. Model yang digunakan adalah model mesin state (state machine model) atau model transisi state (state transition model).
Finite Automata (otomata berhingga) adalah mesin abstrak berupa sistem model matematika dengan masukan dan keluaran diskrit yang dapat mengenali bahasa paling sederhana (bahasa reguler) dan dapat diimplementasikan secara nyata dimana sistem dapat berada disalah satu dari sejumlah berhingga konfigurasi internal disebut state.
2. Jelaskan apa yang di maksud dengan Regular Expresion (RE) !
Reguler Expresion merupakan cara untuk mengecek atau memodifikasi text.
3. Diketahui Grammar, dengan himpunan simbol terminal { a, b} dan produksi sebagai berikut ( huruf kecil menyatakan simbol terminal )
S a
S Sa
S b
S bS
Jelaskan bagaimana bentuk umum dari untai yang dibentuk oleh Grammar tersebut.
Grammar diatas terdiri dari produksi berbentuk :
α β dengan │α│ │β│. Dimana α ialah string dan │α│ ialah panjang dari string α demikian juga β ialah string dan│β│ ialah panjang dari string β. String disini adalah merupakan deretan simbol baik terminal maupun non terminal.
4. Buatlah pohon derivasi untuk ekspresi bentuk berikut :
• ( x – y * 2 + z ) div ( x div z )
• a * ( 2 * c – b ) * 2
• x * ( y – 5 ) * ( y div 4 + x )
• ( x * 2 * y ) – ( ( z + 32 ) div y )




A. (x - y * 2 + z ) div( x div z )


B. a * ( 2 * c – b ) * 2
<ekspresi>

<suku>

<suku> <mdop> <faktor>

<suku> <mdop> <faktor> * 2

<faktor> * ( <ekspresi> )

a <ekspresi> <asop> <suku>

<suku> - <faktor>

<suku> <mdop> <faktor> b

<faktor> * c

2
C. x * ( y – 5 ) * ( y div 4 + x )
<ekspresi>

<suku>

<suku> <mdop> <faktor>

<suku> <mdop> <faktor> * ( <ekspresi> )

<faktor> * ( <ekspresi> ) <suku>
X

<ekspresi> <asop> <suku> <ekspresi> <asop> <suku>

<suku> - <faktor> <suku> <mdop> <faktor> + <faktor>

<faktor> 5 <faktor> div 4 x

y y
D. ( x * 2 * y ) – ( ( z + 32 ) div y )




5. jawablah pertanyaan dibawah ini :
a. Gambarkan diagram transisi dari Deterministic Finite Automata berikut :
Q : {q0, q1, q2, q3}
∑ : {a, b}
S : q0
F : {q0, q1, q2}, dengan fungsi transisi dari DFA tersebut adalah :
Δ A B
q0 q0 q1
q1 q0 q2
q2 q0 q3
q3 q3 q4

Diagram transisi dari Deterministic Finite Automata :




b. Buatlah tabel transisi dari Deterministic Finite Automata berikut, dan tentukan apakah string berikut dapat diterima oleh Deterministic Finite Automata :
1101
0101
1001








tabel
0 1
q0 q2 q1
q1 q3 q0
q2 q0 q3
q3 q1 q2

a).m(q0,1101) => m(q1,101) => m(q0,01) => m(q2,1) => m(q3) Tracing berakhir di q3 (bukan stata penerima) => kalimat 1101 ditolak
b).m(q0,0101) => m(q2,101) => m(q3,01) => m(q1,1) => m(q0) Tracing berakhir di q0 (stata penerima) => kalimat 0101 diterima
c).m(q0,1001) => m(q1,001) => m(q3,01) => m(q1,1) => m(q0) Tracing berakhir di q0 (stata penerima) => kalimat 1001 diterima

Illegal Logging

    Pembalakan liar atau penebangan liar (bahasa Inggris: illegal logging) adalah kegiatan penebangan, pengangkutan dan penjualan kayu yang tidak sah atau tidak memiliki izin dari otoritas setempat.

Illegal logging  bukanlah sebuah masalah baru.

Istilah ” Illegal Logging” itu sendiri berasal dari wacana yang dibawa dari luar, dan konteks yang dimaksud dapat berbeda dengan Indonesia . Dalam bahasa Indonesia, setidaknya digunakan istilah “penebangan liar” atau “penebangan haram”.

WALHI menyatakan bahwa setiap menitnya hutan Indonesia seluas 7,2 hektar musnah akibat destructive logging (penebangan yang merusak). Dephut menyatakan bahwa kerugian akibat pencurian kayu dan peredaran hasil hutan ilegal senilai 30,42 triliun rupiah per tahun, sementara CIFOR menyatakan bahwa Kalimantan Timur telah kehilangan 100 juta dolar setiap tahunnya akibat penebangan dan perdagangan kayu ilegal, belum termasuk nilai kehilangan keanekaragaman hayati dan fungsi hidrologis, serta nilai sosial dari bencana dan kehilangan sumber kehidupan akibat pengrusakan hutan.

Solusi Yang Belum Menghasilkan

Sisi lain yang dilakukan pemerintah adalah melalui kesepakatan Menteri Kehutanan dengan Menteri Perindustrian dan Perdagangan melalui SK Menhut No 10267/Kpts-II/2002 dan SK Memperindag No 83/MPP/Kep/12/2002 yang dibuat pada tanggal 13 Desember 2002 untuk membentuk Badan Revitalisasi Industri Kehutanan (BRIK) yang beranggotakan 5 orang supervisor dan 17 orang pengelola. BRIK bertujuan untuk mencapai pengelolaan hutan berkelanjutan melalui keberlanjutan ketersediaan bahan baku bagi industri kehutanan dan melakukan revitalisasi industri kehutanan untuk membantu penyediaan lapangan kerja dan kesempatan berusaha yang berkelanjutan. Pada tanggal 10 Juni 2003 telah terdapat 3.625 perusahaan untuk menjadi ETPIK, sejumlah 3,592 perusahaan telah memperoleh rekomendasi dari BRIK serta 3.325 perusahaan telah memperoleh ETPIK.

Beberapa hal yang sangat perlu dicermati dari substansi perpu yang telah beberapa kali mengalami perubahan adalah:

1.      Lingkup penegakan hukum yang dipersempit
Dari sebuah pengertian dalam Pasal 1 (1) rancangan perpu disebutkan bahwa hutan adalah hutan negara yaitu hutan yang berada pada tanah yang tidak dibebani bukti hak atas tanah, dan hasil hutan berupa kayu adalah kayu bulat dan/atau kayu olahan primer atau gergajian yang berasal dari hutan. Melihat lingkup penegakan hukum yang akan dilakukan, maka sangat terbatas pada kawasan hutan, sedangkan kondisi aktual saat ini masih sering terjadi ketidakjelasan kawasan hutan di lapangan. Saat ini baru 12 juta hektar kawasan hutan yang telah ditatabatas, selebihnya belum dilakukan tata batas, sehingga memungkinkan terjadinya manipulasi asal kayu yang membuat terlepasnya pelaku dari jerat hukum.
Hal lain adalah dari judul perpu yang telah mengalami perubahan beberapa kali, dalam draft akhir hanya menyebutkan ?penebangan pohon di dalam hutan secara ilegal?. Walaupun dalam pasal 3 menyatakan bahwa lingkup perpu adalah penebangan pohon dalam hutan secara ilegal, termasuk pemanenan, pemungutan, pengangkutan, penyimpanan, penguasaan, pemilikan dan peredaran kayu hasil penebangan secara ilegal, namun hal ini berpotensi pada pemelintiran hukum sebagaimana yang selalu terjadi selama ini.

2.       Badan Pemberantasan Tindak Pidana di Bidang Kehutanan yang sangat super power
Bila melihat komposisi Badan Pemberantasan Tindak Pidana di Bidang Kehutanan (BPTPBK) yang beranggotakan unsur Departemen Kehutanan, Tentara Nasional Indonesia, Kepolisian Negara RI, Kejaksaan Agung dan instansi terkait, dengan diketuai oleh Menteri Kehutanan, menjadikan baik buruknya pelaksanaan tugas oleh BPTPBK sangat tergantung kepada moral Ketua Badan, dalam hal ini Menteri Kehutanan. Ketua Badan bahkan bisa meminta Panglima TNI dan Kapolri, bahkan Gubernur pada beberapa hal. Badan yang diketuai oleh Menteri Kehutanan akan menjadi lembaga yang super power namun sangat miskin dalam hal transparansi dan akuntabilitas.

3.      Kepentingan ekologi yang dilupakan
Disebutkan bahwa uang hasil lelang barang bukti sebesar 75% dikelola oleh Ketua BPTPBK untuk biaya operasional dan insentif bagi pihak yang berjasa, sedangkan 25%nya disetor ke Kas Negara. Dengan sangat besarnya prosentase insentif bagi pihak yang berjasa tersebut, maka hutan akan semakin rusak karena tidak ada insentif bagi hutan yang telah ditebang. Padahal setiap kayu yang ditebang dari hutan telah membuat kerusakan bagi sekurangnya 25 batang anakan pohon disekitarnya, yang tentunya membutuhkan restorasi.

4.      Ketertutupan di era keterbukaan
Tidak diaturnya mekanisme akuntabilitas (pertanggunggugatan) badan kepada publik di dalam Perpu ini membuat masyarakat tidak memiliki kewenangan terhadap akses informasi dalam proses penegakan hukum. Masyarakat hanya diposisikan sebagai pelapor, sedangkan pada proses pengawasan, masyarakat ditinggalkan. Penting untuk memasukkan pertanggung gugatan gugus tugas kepada publik, termasuk didalamnya proses transparansi dan kewajiban publikasi dari BPTPBK, untuk memperkecil ruang kolusi dan korupsi di dalam badan. Badan juga harus memiliki kewajiban untuk mengumumkan kepada publik proses-proses yang telah dilakukan, termasuk tentang lokasi, pelaku, barang bukti dan proses hukum yang sedang dilalui oleh pelaku.

Menyelamatkan Hutan Indonesia Yang Tersisa Hanya Sebuah Mimpi

Menyaksikan drama penebangan kayu tak berijin yang masih selalu terjadi, begitu mudahnya aliran kayu keluar masuk hutan, hingga semakin seringnya bencana terjadi di negeri yang sangat kaya sumberdaya alam ini, telah menyumbat pikiran dalam menggapai penegakan hukum lingkungan hidup di Indonesia. Berkali-kali seminar, lokakarya, workshop, pelatihan maupun perjanjian yang lahir, masih belum sanggup pula untuk menyelesaikan kemelut kayu ilegal.

Terbangunnya jiwa konsumerisme, mendarahdagingnya kapitalisme, hingga menguatnya individualisme telah membuat masing-masing individu saat ini tidak pernah berpikir untuk menyelamatkan hidup orang lain. Bencana banjir, tanah longsor dan kekeringan hingga krisis air yang terjadi selalu dipandang sebagai takdir. Akhirnya membuat upaya penyelamatan hutan Indonesia yang tersisa hanyalah sebuah mimpi.

Mungkin kita harus egois untuk mulai tidak berpikir bagi orang lain. Selamatkanlah diri masing-masing dengan mulai membangun ekosistem hutan sendiri yang akan dimanfaatkan sendiri. Menyiapkan persediaan kayu bagi kebutuhan membangun rumah di masa datang, menyediakan lahan berpepohonan untuk kebutuhan air tawar di masa datang, hingga memelihara flora-fauna untuk kebutuhan pangan dan obat-obatan bagi keluarga. Lupakanlah orang lain, mari berpikir untuk diri sendiri dengan bumi yang kita ciptakan sendiri.

Sistem Pakar

      Sistem pakar adalah sebuah perangkat lunak komputer yang memilikibasis pengetahuan untuk domain tertentu dan menggunakan penalaran inferensi menyerupai seorang pakar dalam memecahkan masalah. Sistem Pakar merupakan cabang dari Artificial Intelligent (AI). Tujuan pengembangan sistem pakar sebenarnya bukan untuk menggantikan peran manusia, tetapi untuk mensubstitusikan pengetahuan manusia ke dalam bentuk sistem sehingga dapat digunakan oleh orang banyak.

Ciri-ciri Sistem Pakar

Ciri-ciri Sistem Pakar adalah sebagai berikut :

1) Terbatas pada domain keahlian tertentu.

2) Dapat memberikan penalaran untuk data-data yang tidak pasti.

3) Dapat mengemukan rangkaian alasan-alasan yang diberikannya dengan cara yang dapat dipahami.

4) Berdasarkan pada kaidah/rule tertentu.

5) Dirancang untuk dapat dikembangkan secara bertahap.

6) Keluarannya bersifat anjuran.

Keuntungan Sistem Pakar

Keuntungan-keuntungan dalam menggunakan Sistem Pakar adalah sebagai berikut :

1) Membuat orang awam, bekerja se layaknya seorang pakar.

2) Meningkatkan produktivitas akibat meningkatnya kualitas hasil pekerjaan, peningkatan kualitas disebabkan oleh meningkatnya efisiensi kerja.

3) Menghemat waktu kerja.

4) Menyederhanakan pekerjaan.

5) Merupakan arsip yang terpercaya dari sebuah keahlian, sehingga bagi pemakai sistem pakar akan seolah-olah berkonsultasi langsung dengan sang pakar, meskipun mungkin sang pakar telah meninggal.

6) Memperluas jangkauan, dari keahlian seorang pakar.n Sistem pakar yang telah disahkan, akan sama saja artinya dengan seorang pakar yang tersedia dalam jumlah besar (dapat diperbanyak dengan kemampuan yang persis sama), dapat diperoleh dan dipakai dimana saja

1.     KNOWLEDGE BASE (BASIS PENGETAHUAN).

Knowledge Base (Basis pengetahuan) merupakan inti dari program sistem pakar karena basis pengetahuan itu merupakan presentasi pengetahuan atau knowledge representation basis pengetahuan adalah sebuah basis data yang menyimpan aturan-aturan tentang suatu domain knowledge/pengetahuan tertentu. Basis pengetahuan ini terdiri dari kumpulan objek beserta aturan dan atributnya (sifat atau cirinya), tentu saja di dalam domain tertentu. Contoh :If hewan merupakan sayap dan bertelur then hewan jenis burung.

Ada 2 bentuk pendekatan basis pengetahuan yang sangat umum digunakan yaitu :

a.     Rule-Based Reasoning (Penalaran berBasis Aturan)

Pada penalaran berbasis aturan, pengetahuan direpresentasi-kan dengan menggunakan aturan berbentuk IF-THEN. Bentuk ini digunakan jika kita memiliki sejumlah pengetahuan pakar pada suatu permasalahan tertentu, dan pakar dapat menyelesaikan masalah tersebut secara berurutan. Bentuk ini juga digunakan jika dibutuhkan penjelasan tentang jejak (langkah-langkah) pencapaian solusi.

b.     Case-Based Reasoning (Penalaran berBasis Kasus).

Basis pengetahuan akan berisi solusi-solusi yang telah di-capai sebelumnya, kemudian akan diturunkan suatu solusi untuk keadaan yang terjadi sekarang (fakta yang ada). Bentuk ini digunakan jika pemakai (user) menginginkan untuk tahu lebih banyak lagi pada kasus-kasus yang hampir sama (mirip). Bentuk ini juga digunakan jika kita telah memiliki sejumlah situasi atau kasus tertentu dalam basis pengetahuan.

2.     Working Memory (Basis Data atau Memori Kerja).

Working memory adalah bagian yang mengandung semua fakta-fakta baik fakta awal pada saatsistem beroperasi maupun fakta-fakta pada saat pengambilan kesimpulan sedang dilaksanakan selama sistem pakar beroperasi, basis data berada di dalam memori kerja.

3.     Inference Engine (Mesin/Motor Inferensi).

Inference Engine adalah bagian yang menyediakan mekanisme fungsi berfikir dan pola-pola penalaran sistem yang digunakan oleh seorang pakar.

·         Mekanisme ini akan menganalisa masalah tertentu dan selanjutnya akan mencari jawaban atau kesimpulan yang terbaik.

·         Mesin ini akan dimulai pelacakannya dengan mencocokan kaidah-kaidah dalam basis pengetahuan dengan fakta-fakta yang ada dalam basis data.

Dua teknik untuk melakukan Inferensia, yaitu:

a)     Forward Chaining (Pelacakan ke depan). Pencocokan fakta atau pernyataan dimulai dari bagian sebelah kiri (IF) dulu. Dengan perkataan lain, penalaran dimulai dari fakta terlebih dahulu untuk menguji kebenaran hipotesa.

Contoh-contoh aturan

No.	Aturan
R-1 R-2 R-3 R-4 R-5 R-6 R-7 R-8 R-9 R-10	IF A & B THEN C IF C THEN D IF A & E THEN F IF A THEN G IF F & G THEN D IF G & E THEN H IF C & H THEN I IF I & A THEN J IF G THEN J IF J THEN K

Pada tabel di atas ada 10 aturan (rule) yang tersimpan dalam basis pengetahuan. Fakta awal yang diberikan hanya : A & E (yaitu berarti A dan F bernilai benar). Hipotesanya adalah apakah K bernilai benar ? Untuk itu dilakukan langkah-langkah inferensia sebagai berikut :

·         Start dari R-1. A merupakan fakta sehingga bernilai benar, sedangkan B belum diketahui kebenarannya, sehingga C pun belum diketahui kebenarannya. Oleh karena itu pada R-1 kita tidak mendapatkan informasi apapun. Sehingga kita menuju ke R-2.

·         Pada R-2 juga sama kita tidak dapat memastikan kebenaran D karena C belum diketahui apakah benar atau salah sehingga kita tidak mendapatkan informasi apapun , sehingga kita menuju ke R-3.

·         Pada R-3 A dan E adalah fakta sehingga jelas benar. Dengan demikian F sebagai konsekuensi juga benar. Dari sini kita mendapat fakta baru yaitu F, tetapi karena F bukan hipotesa maka langkah diteruskan ke R-4

·         Pada R-4 A adalah fakta berarti jelas benar, sehingga G sebagai konsekuen juga benar. Jadi terdapat fakta baru yaitu G, tetapi G bukan hipotesa sehingga langkah diteruskan ke R-5.

·         Pada R-5 F dan G benar berdasarkan aturan R-3 dan R-4, sehingga D sebagai konsekuen juga benar. Terdapat fakta baru yaitu D, tetapi D bukan hipotesa sehingga diteruskan ke R-6.

·         Pada R-6, E dan G benar berdasarkan fakta dan R-4, maka H benar. Sehingga terdapat fakta baru yaitu H, tetapi H bukan hipotesa, sehingga diteruskan ke R-7.

·         Pada R-7, karena C belum diketahui, maka I juga belum dapat diketahui kebenarannya, sehingga kita tidak mendapatkan informasi apapun. Diteruskan ke R-8

·         Pada R-8, meskipun A benar karena fakta tetapi I belum diketahui, sehingga J juga belum dapat diketahui kebenarannya. Diteruskan ke R-9.

·         Pada R-9, G benar menurut R-4, sehingga konsekuennya J juga benar, tetapi J bukan hipotesa, maka diteruskan ke R-10.

·         Pada R-10, K benar karena J benar menurut R-9. Karena K merupakan hipotesa yang dibuktikan maka selesai.

Secara diagram dapat digambarkan sebagai berikut :

 

               R-4                 R-9               R-10

                        R-5

     R-3                               R-6

 

                         Gambar.  Forward Chaining

b)    Backward Chaining (Pelacakan kebelakang). Melalui penalaranya dari sekumpulan hipotesis menuju fakta-fakta yang mendukung tersebut, jadi proses pelacakan berjalan mundur dimulai dengan menentukan kesimpulan yang akan dicari baru kemudian fakta-fakta pembangun kesimpulan atau a Goal Driven. Atau dengan kata lain pencocokan fakta atau pernyataan dimulai dari sebelah kanan (THEN) dulu.

Kita lihat lagi tabel aturan sebelumnya. Terlihat ada 10 aturan yang tersimpan dalam basis pengetahuan. Fakta awal A dan E. Hipotesa adalah K. Langkah-langkahnya adalah :

·         Pertama-tama dicari terlebih dahulu mulai dari R-1 aturan yang memiliki konsekuen K, dan ternyata ada di R-10. Dari R-10, untuk membuktikan K benar harus dibuktikan dahulu bahwa J benar.

·         Dicari aturan yang mempunyai J sebagai konsekuen mulai dari R-1 dan ternyata di R-8. Pada R-8 A benar tetapi I belum diketahui kebenarannya, maka mulai R-1 perlu dicari aturan dengan konsekuen I yaitu di R-7.

·         Untuk membuktikan I benar di R-7, perlu dibuktikan C dan H benar. Untuk itu dicari aturan dengan konsekuen C yaitu di R-1.

·         Untuk membuktikan C benar di R-1 haruslah A dan B benar. A jelas benar karena fakta, tetapi B belum diketahui kebenarannya, dan dalam basis pengetahuan tidak ada aturan yang konsekuennya B. Dengan demikian penalaran ini tidak bisa membuktikan kebenaran K. Namun demikian, masih punya alternatif lain untuk melakukan penalaran, yaitu dengan backtracking.

·         Backtracking. Diulangi lagi dengan langkah dengan pembuktian kebenaran C dengan mencari aturan lain yang konsekuennya C. Ternyata tidak ditemukan.

·         Lakukan backtracking lagi dengan mencari aturan dengan konsekuen I, ternyata tidak ada.

·         Lakukan backtracking lagi mencari aturan dengan konsekuen J, ditemukan di R-9, tetapi harus membuktikan bahwa G benar, maka dicari aturan dengan konsekuen G yaitu di R-4

·         R-4, A adalah fakta jadi jelas benar maka G juga benar. Jadi berdasarkan penalaran ini dapat dibuktikan bahwa hipotesa K benar.

R-10                   

 

                                           R-8                    R-7                R-1

                   Gagal

                      R-10                  R-9                      R-4             fakta

          

                  Sukses.

Contoh : Misal diketahui sistem pakar dengan aturan-aturan sbb :

R-1       : IF suku bunga turun THEN harga obligasi naik.

R-2       : IF suku bunga naik THEN harga obligasi turun.

R-3       : IF suku bunga tidak berubah THEN harga obligasi tidak

              berubah.

R-4       : IF nilai dolar naik THEN suku bunga turun.

R-5       : IF nilai dolar turun THEN suku bunga naik.

R-6       : IF harga obligasi turun THEN beli obligasi.

Sekarang apabila diketahui bahwa nilai dolar turun, maka untuk memutuskan apakah akan membeli obligasi atau tidak, dapat ditunjukkan sebagai berikut :

 Forward Chaining (Pelacakan ke depan/Maju). Dari fakta nilai dolar turun, berdasarkan R-5 diperoleh bahwa suku bunga naik, dari R-2 diperoleh suku bunga naik menyebabkan harga obligasi turun, kemudian dengan R-6 jika harga obligasi turun, maka beli obligasi. Jadi kesimpulan beli obligasi.

	Nilai dolar turun

 

                                                     

Suku bunga naik

                                                    R-5

 

Harga obligasi turun

                                                    R-2

 

                                                    R-6

	Beli obligasi

 

Backward Chaining (Pelacakan kebelakang/Mundur). Berangkat dari membeli obligasi, dengan R-6 diperoleh anteseden harga obligasi turun. Dari R-2 dapat dibuktikan bahwa harga obligasi turun bernilai benar jika suku bunga naik bernilai benar. Dari R-5, suku bunga naik memang bernilai benar karena diketahui fakta bahwa nilai dolar turun.

 

Suku bunga naik

                                                           R-5 

 

Harga obligasi turun

                                                       R-2

 

Beli obligasi

                                                   R-6

4.     User Interface (Antarmuka Pemakai).

Antarmuka pemakai adalah bagian penghubung antara program  sistem pakar dengan pemakai.Pada bagian memungkinkan pengguna untuk memasukkan instruksi dan informasi ke dalam sistempakar serta menerima penjelasan dan kesimpulan. (Gambar di bawah ini).

 

     Knowlegde Base

                                            Inference Engine        User Interface

 

     Working Memory

 

          

                                             Komponen Utama Sistem Pakar.