BAHASA INGGRIS BISNIS 2#

Nama : Ryan Rama

NPM : 19114890

Kelas : 4KA14

No. Absen : 38

Exercise 31 - 40

Q : Question
A : Answer
*  : Reason

Exercise 31 :

Q : I’m looking for pressure cooker that holds six quarts

A : I’m looking for a six quart pressure cooker

It’s about Noun Functioning as Adjectives 

* The word “six quarts” should be changed by the word “ six quart” because in second sentences, the word “six quart” function as adjective and “pressure cooker” function as noun.

Excercise 32 :

Q : There wew not (enough people / people enough) to have the meeting
A : There were not enough people to have the meeting

It’s about Enough

*After be is are should be followed by “enough people” not “people enough” because the word “people” is noun.

Excercise 33 :


Q : The chicken have died _________ the intense beat
A : The chicken have died because of the intense heat

It’s about Because / Because Of

*It should be followed by “because of” because it’s followed by noun phrase is “the intense heat.

Excercise 34 :


Q : The benefit was ____ great a success that the promoters decided to repeat it
A : The benefit was so great a success that the promoters decided to repeat it

It’s about So / Such

*After verb be should be followed by “so” because after “so” followed by adjective+a+singular count noun.

Excercise 35 :

Q : The teacher should buy the supplies for this class
A : The supplies  for this class should be bought by the teacher

It’s about Passive Voice

*In this sentence, the subject is “the teacher” should be moved by the object is “the supplies for this class” and add be after the auxiliary because it indicates about the subject performs the action.

Excercise 36 :

Q : We have to help Janet _____ (find) her keys
A : We have to help Janet find her keys

It’s about Causative Verbs

*After subjest is Janet should be followed verb in simple form because there is the verb “help”.

Excercise 37 :

Q : Janet wants a typewriter. The typewriter self-corrects
A : Janet wants a typewriter whom self corrects

It’s about Relative Clauses

*The word “typewriter” as subject should be omitted and changed the word “whom” because after “whom” followed by noun is self correct.

Excercise 38 :

Q : The number of students who have been counted is quite high
A : The number of students have been counted is quite high

It’s about Relative Clause Reduction

*The relative pronoun is who  should be omitted because to reduce for sentence

Excercise 39 :

Q : I propose that you should stop this rally
A : I propose that you stop this rally

It’s about Subjunctive

*The word “should” should be omitted because after the word “that” must be verb in simple form is “ you stop this rally”

Excercise 40 :

Q : Their European tour includes ______ Germany and Austria but also Switzerland
A : This European tour includes not only Germany and Austria but also Switzerland

It’s about Inclusive

*Before “Germany” should be followed by the word n”not only” because the word “but also” is pair joining like entity

Tutorial membuat Animasi menggunakan Macromedia Flash

Bukalah Macromedia Flash yang telah terinstall pada laptop atau komputer kalian.

Berikut adalah beberapa cara dalam membuat sebuah animasi.

• Memasukkan gambar menggunakan Ctrl + R

Silahkan pilih gambar yang di inginkan lalu klik Open.

• Membuat gambar kotak menggunakan Rectangle Tool.

•  Membuat gambar lingkarang menggunakan Oval Tool.

• Menginputkan Text menggunakan Text Tool.

Klik sembarang di are worksheet lalu ketikkan kalimat yang diinginkan.

• Menggerakkan gambar

Klik kanan pada Layer lalu pilih Create Motion Tween

Tentukan panjang durasi Layer lalu klik kanan dan pilih Insert Keyframe.

Setelah memilih Insert Keyframe pindahkan gambar awal ke tempat yang diinginkan asalkan tidak keluar dari worksheet.

Contoh :

Lalu tekan Ctrl + Enter untuk melihat hasil dari gambar yang telah dipindahkan tersebut.

Analisis Akses Jaringan

Saya akan membahas tentang Analisis Akses Jaringan komputer ke salah satu web. Tujuannya adalah untuk mengetahui seberapa cepat koneksi yang kita miliki saat proses load suatu website yang ingin kita buka.

Step 1 : Cek Kecepatan Koneksi

Mengecek kecepatan koneksi sangat penting, guna untuk mengetahui kecepatan internet yang kita miliki. Caranya yaitu dengan mengeceknya lewat speedtest.net .

Dapat kita lihat bahwa kecepetan koneksi saya Ping 5 Ms , 30 Mbps dan Upload Speed 11 Mbps yang berarti cukup cepat dan stabil saat berkoneksi.

Step 2 : Cek IP Host

Mengecek IP Host berguna untuk mengetahui IP Address dari domain yang akan kita analisa. Sebagai contoh saya menggunakan salah satu domain dari web kampus saya.

Note :

• Jika menggunakan OS Windows : Run Cmd > ketik nslookup (spasi) [namadomain].

• Jika menggunakan OS Linux : Ctrl + T lalu ketikan host (spasi) [namadomain] di terminal.

Karena saya menggunakan OS Windows jadi saya memakai cara :

• Run Cmd, lalu klik OK

• Kemudian, ketik nslookup (spasi) [namadomain]

 

Dari gambar di atas kita mengetahui bahwa IP Address studentsite.gunadarma.ac.id adalah 202.125.94.165

Step 3 : Cek Traffic

Cara mengecek traffic domain yang kita inginkan dapat kita cek menggunakan similarweb.com .

Total Visits :

Traffic by Countries :

Gambar di atas menjelaskan bahwa total visits pengunjung mencapai 146.90 ribu dengan rata - rata pengunjung yang mengakses sekitar 4 menit 16 detik. Pengunjung yang mengakses situs studentsite.gunadarma.ac.id ini ternyata tidak semuanya berasal dari satu negara Indonesia saja, melainkan situs ini juga telah di akses dari negara lain yaitu United States , Singapore , Germany , dan United Kingdom.

Step 4 : Cek Respond Time

Mengecek respond time pada suatu domain berguna untuk membandingkan waiting time koneksi kita saat membuka domain yang kita inginkan.

Ketikkan : ping (spasi) [namadomain]

Setelah kita melakukan pengecekan ping pada website tersebut, maka kita bisa melihat latency yang kita kirim berbeda dengan apa yang kita lihat pada speedtest tadi. Hal ini membuktikan bahwa pada website tertentu, kestabilan internet dapat berbeda - beda dan waktu load yang dibutuhkan untuk mengakses web pun berbeda tergantung pada seberapa besar tampilan dari web itu sendiri.

Pada gambar speedtest dapat kita lihat bahwa koneksi saya mendapati 5 Ms dan pada website studentsite.gundarama.ac.id kita mendapati rata - rata 8 Ms yang berarti kestabilannya sedikit kurang stabil. Bila pada website lain membutuhkan puluhan atau ratusan time, maka akan semakin lama waktu pengaksesan yang didapat saat mengakses website itu sendiri.

Pengertian Pohon Keputusan

Pengertian

Pohon keputusan adalah salah satu metode klasifikasi yang paling populer karena mudah untuk di interpretasi oleh manusia. Pohon keputusan adalah model prediksi menggunakan struktur pohon atau struktur berhirarki.

Konsep dari pohon keputusan adalah mengubah data menjadi pohon keputusan dan aturan-aturan keputusan.

Manfaat utama dari penggunaan pohon keputusan adalah kemampuannya untuk mem-break down proses pengambilan keputusan yang kompleks menjadi lebih simpel sehingga pengambil keputusan akan lebih menginterpretasikan solusi dari permasalahan. Pohon Keputusan juga berguna untuk mengeksplorasi data, menemukan hubungan tersembunyi antara sejumlah calon variabel input dengan sebuah variabel target.

Pohon keputusan memadukan antara eksplorasi data dan pemodelan, sehingga sangat bagus sebagai langkah awal dalam proses pemodelan bahkan ketika dijadikan sebagai model akhir dari beberapa teknik lain. Sering terjadi tawar menawar antara keakuratan model dengan transparansi model. Dalam beberapa aplikasi, akurasi dari sebuah klasifikasi atau prediksi adalah satu-satunya hal yang ditonjolkan, misalnya sebuah perusahaan direct mail membuat sebuah model yang akurat untuk memprediksi anggota mana yang berpotensi untuk merespon permintaan, tanpa memperhatikan bagaimana atau mengapa model tersebut bekerja.


Kelebihan dari metode pohon keputusan :

1. Daerah pengambilan keputusan yang sebelumnya kompleks dan sangat global, dapat diubah menjadi lebih simpel dan spesifik.
2. Eliminasi perhitungan-perhitungan yang tidak diperlukan, karena ketika menggunakan metode pohon keputusan maka sample diuji hanya berdasarkan kriteria atau kelas tertentu.
3. Fleksibel untuk memilih fitur dari internal node yang berbeda, fitur yang terpilih akan membedakan suatu kriteria di bandingkan kriteria yang lain dalam node yang sama. Kefleksibelan metode pohon keputusan ini meningkatkan kualitas keputusan yang dihasilkan jika dibandingkan ketika menggunakan metode penghitungan satu tahap yang lebih konvensional.
4. Dalam analisis multivariat, dengan kriteria dan kelas yang jumlahnya sangat banyak, seorang penguji biasanya perlu untuk mengestimasikan baik itu distribusi dimensi tinggi ataupun parameter tertentu dari distribusi kelas tersebut. Metode pohon keputusan dapat menghindari munculnya permasalahan ini dengan menggunakan criteria yang jumlahnya lebih sedikit pada setiap node internal tanpa banyak mengurangi kualitas keputusan yang dihasilkan.

Kekurangan Pohon Keputusan :

1. Terjadi overlap terutama ketika kelas-kelas dan criteria yang digunakan jumlahnya sangat banyak. Hal tersebut juga dapat menyebabkan meningkatnya waktu pengambilan keputusan dan jumlah memori yang diperlukan.
2. Pengakumulasian jumlah eror dari setiap tingkat dalam sebuah pohon keputusan yang besar.
3. Kesulitan dalam mendesain pohon keputusan yang optimal.
4. Hasil kualitas keputusan yang didapatkan dari metode pohon keputusan sangat tergantung pada bagaimana pohon tersebut didesain.

Knowledge Base

Representasi Pengetahuan

 

Representasi pengetahuan merupakan kelanjutan dari proses akuisisi pengetahuan. Setelah pengetahuan berhasil disarikan dari pakar, maka selanjutnya yang dilakukan adalah merepresentasikan bentuk-bentuk pengetahuan tersebut menjadi bentuk yang dikenali oleh sistem (komputer).

 

Beberapa cara yang dapat digunakan untuk merepresentasikan bentuk ini antara lain jaringan semantik (semantic net), bingkai (frame), aturan produksi (production rule), logika (logic), bahasa natural (natural language), dan sistem basis data (database system).

Representasi pengetahuan dimaksudkan untuk menangkap sifat-sifat penting suatu pengetahuan agar dapat diakses dan digunakan dalam metode pemecahan masalah. Bahasa representasi haruslah mampu membuat seorang pemrogram mengekspresikan pengetahuan yang diperlukan untuk mendapatkan solusi permasalahan.

 

Representasi pengetahuan yang baik haruslah memiliki sifat-sifat berikut:

      ·         Mengemukakan hal secara eksplisit

      ·         Membuat masalah menjadi transparan

      ·         Komplit dan efisien

      ·         Menampilkan batasan-batasan alami yang ada

      ·         Menekan dan menghilangkan detil-detil yang diperlukan

      ·         Dapat dilakukan komputasi terhadapnya (memiliki batasan).

 

Representasi pengetahuan dikelompokkan ke dalam empat jenis, yaitu:

 

      ·         Representasi Logika

Representasi jenis ini menggunakan ekspresi-ekspresi logika formal dalam melakukan representasi.

 

      ·         Representasi Prosedural

Sementara jenis kedua ini menggambarkan pengetahuan sebagai kumpulan instruksi untuk memecahkan suatu problema.

 

      ·         Representasi Jaringan (Network)

Representasi ini menangkap pengetahuan sebagai suatu graf di mana simpul-simpulnya merupakan obyek atau konsep dari problema yang dihadapi, sementara garisnya (edge)  menggambarkan hubungan di antara mereka.

 

      ·         Representasi Terstruktur

Dalam representasi ini, jaringan diperluas dengan cara membuat tiap simpulnya menjadi sebuah struktur data kompleks.

Prinsip representasi pengetahuan adalah jika suatu permasalahan dideskripsikan dengan menggunakan representasi yang tepat, maka dapat dipastikan bahwa masalah tersebut dapat diselesaikan.

Ontologi

 

Kunci dari suatu basis pengetahuan adalah ontologi, yaitu sistem konsep-konsep yang terorganisir yang menjadikan sesuatu yang ada dalam domain menjadi eksplisit[7]. Ontologi merupakan spesifikasi dari suatu konseptualisasi, atau suatu teori logis yang memberikan suatu akun eksplisit yang parsial dari suatu konseptualisasi[8]; atau bahkan sinonim dari konseptualisasi itu sendiri.

Ontologi digunakan untuk menjelaskan mengenai properti dari suatu domain, dan juga untuk mendefinisikan domain tersebut.

 

Komponen-komponen dari ontologi antara lain:

 

     ·         Konsep (concept) digunakan dalam pemahaman yang luas. Sebuah konsep dapat sesuatu yang dikatakan, sehingga dapat pula merupakan penjelasan dari tugas, fungsi, aksi, strategi, dan sebagainya.

 

    ·         Relasi (relation) merupakan representasi sebuah tipe dari interaksi antara konsep dari sebuah domain. Secara formal dapat didefinisikan sebagai subset dari sebuah pruduk dari n set,

Sebagai contoh dari relasi biner termasuk subclass-of dan connected-to.

      ·         Fungsi (function) adalah sebuah relasi khusus di mana elemen ke-n dari relasi adalah unik untuk elemen ke-(n-1).

Contohnya adalah Mother-of.

      ·         Aksioma (axiom) digunakan untuk memodelkan sebuah kalimat yang selalu benar.

 

      ·         Instans (instance) digunakan untuk merepresentasikan elemen.

 

Menurut Tom Gruber dari Stanford University, makna ontologi dalam konteksnya di ilmu komputer adalah “suatu deskripsi konsep dan relasi yang ada dalam suatu agen maupun komunitas agen”[9].

Sebuah ontologi memberikan pengertian untuk penjelasan secara eksplisit dari konsep terhadap representasi pengetahuan pada sebuah basis pengetahuan (Bernaras, proyek KACTUS). Sementara menurut proyek SENSUS, Sebuah ontologi adalah sebuah struktur hirarki dari istilah untuk menjelaskan sebuah domain yang dapat digunakan sebagai landasan untuk sebuah basis pengetahuan.

Sistem Perbaikan Pengetahuan

 

Sistem Perbaikan Pengetahuan (Knowledge Refining System) merupakan suatu sistem untuk memperbaiki kinerja sistem pakar. Dengan sistem ini, pakar dapat melakukan analisis kinerja, lalu melakukan pembelajaran, dan kemudian meningkatkannya pada konsultasi berikutnya.

Pada pembelajaran mesin, tujuan dari perbaikan basis pengetahuan (knowledge base refinement) adalah meningkatkan performa sistem dengan pembelajaran empiris, di mana performa sistem diukur dari jumlah kesalahan yang terdeteksi ketika sistem dieksekusi untuk kasus-kasus yang ada dalam pustaka sistem.

Interferential Engine

Teknik Penalaran (Forward & Backward Chaining) dipengaruhi oleh tiga macam teknik penelusuran (searching) yaitu:

1.  Teknik Dept-First Search
    Adalah teknik penelusuran data pada node-node secara vertical dan sudah terdefinisi, misalnya kiri ke kanan, keuntungan pencarian dengan teknik ini adalah bahwa penelurusan masalah dapat di gali secara mendalam sampai di temukannya kapasitas suatu solusi yang optimal. Kekurangan teknik penelesuran ini adalah membutuhkan waktu yang sangat lama untuk ruang lingkup masalah yang besar.

2.  Teknik Breadth-First Search
   Adalah teknik penelusuran data pada semua node dalam satu level atau salah satu tingkatan sebelum ke level atau tingkatan di bawahnya. Keuntungan pencarian daengan teknik ini adalah sama dengan depth first search, hanya saja penelusuran dengan tehnik ini mempunyai nilai tambah, dimana semua node akan di cek secara menyeluruh pada setiap tingkatan node. Kekurangan teknik penelusuran ini terletak pada waktu yang dibutuhkan yang sangat lama apabila solusi berada dalam posisi node terakhir sehingga menjadi tidak efisien. Kekurangan dalam implementasi juga perlu di pertimbangkan, misalnya teknik penelusuran menjadi tidak interaktif antara suatu topik dengan topik yang lain atau harus melompat dari satu topik ke topik yang lain sebelum topik tersebut selesai di telusuri.

3.  Teknik Best-First Search
   Adalah teknik penelusuran yang menggunakan pengetahuan akan suatu masalah untuk melakukan panduan pencarian ke arah node tempat dimana solusi berada. Pencarian jenis ini dikenal juga sebagai heuristic. Pendekatan yang dilakukan adalah mencari solusi yang terbaik berdasarkan pengetahuan yang dimiliki sehingga penelusuran dapat ditentukan harus di mulai dari mana dan bagaimana menggunakan proses terbaik untuk mencari solusi. Keuntungan jenis pencarian ini adalah mengurangi beban komputasi karena hanya solusi yang memberikan harapan saja yang diuji dan akan berhenti apabila solusi sudah mendekati yang terbaik. Ini merupakan model yang menyerupai cara manusia mengambil solusi yang dihasilkan merupakan solusi yang mutlak benar.

Teori Pengambilan Keputusan(Pohon Keputusan)

Keputusan dapat dijelaskan sebagai hasil pemecahan masalah, selain itu juga harus di dasari atas logika dan pertimbangan, penetapan alternatif terbaik, serta harus mendekati tujuan yang telah ditetapkan. Seorang pengambil keputusan haruslah memperhatikan logika, realita, rasional, dan pragmatis.

Teori pengambilan keputusan adalah teknik pendekatan yang digunakan dalam proses pengambilan keputusan atau proses memilih tindakan sebagai cara pemecahan masalah.

Fungsi pengambilan keputusan adalah individual atau kelompok baik secara institusional ataupun organisasional, sifatnya futuristik.

Tujuan Pengambilan Keputusan :

1. Tujuan yang bersifat tunggal (hanya satu masalah dan tidak berkaitan dengan masalah lain).
2. Tujuan yang bersifat ganda (masalah saling berkaitan, dapat bersifat kontradiktif ataupun tidak kontradiktif).

Dasar - Dasar Pengambilan Keputusan :

1. Intuisi

2. Pengalaman

3. Fakta

4. Wewenang

5. Rasional


Proses Pengambilan Keputusan :

1. Tahap Penemuan Masalah.

2. Tahap Pemecahan Masalah (state of nature).

3. Tahap Pengambilan Keputusan (payoff).



Menurut Herbert A. Simon terdapat 3 fase :

1. Fase Intelegensia

2. Fase Desain

3. Fase Pemilihan (selection)


Menurut Richard I. Levin terdapat 6 tahap :

1. Tahap observasi.

2. Tahap analisis dan pengenalan masalah.

3. Pengembangan model.

4. Memilih data masukan yang sesuai.

5. Perumusan dan pengetesan.

6. Pemecahan.


Menurut sir Francis Bacon :

1. Merumuskan / mendefinisikan masalah.

2. Pengumpulan informasi yang relevan.

3. Mencari alternatif tindakan.

4. Analisis alternatif.

5. Memilih alternatif terbaik.

6. Melaksanakan keputusan dan evaluasi hasil


Model Pengambilan Keputusan :

1. Model Kuantitatif.

2. Model Kualitatif.

3. Model Probabilitas.

4. Model Matriks.

5. Model Pohon Keputusan (Decisiontree Model).

6. Model Kurva Indiferen (kurvatak acuh).

7. Model Simulasi Komputer (model matematika, simulasi, permainan operasional, model verbal, model fisik).