Gengsi dan Gaya Hidup

Senang bisa menjumpai anda kembali dan kali ini saya akan sharing dengan tema:

"Needs vs Wants" (Gengsi dan Gaya Hidup)

Salah satu kanker mematikan (baca: bunuh diri) adalah gengsi dan gaya hidup, yang melampaui kemampuan ekonomi.

Sering kali bila anda wisata ke Mall, akan tampak wajah-wajah sumringah dan ceria yang bertengger di cafe-cafe exclusive. Mereka terlihat "mentereng" walau tinggal di ujung menteng atau di kedalaman menteng (baca: menteng dalam).

Atau kala anda seminar di hotel berbintang, mungkin anda akan mendapati  beberapa wajah menor dan walau suara bukan temor di sudut lounge atau cafe-nya.

Sungguh  sebuah pekerjaan yang sulit untuk memisahkan atau membedakan needs dari wants, bila itu terkait diri sendiri.

Lain cerita, bila diri kita yang menilai needs dan wants orang lain.

Sering kita tidak adil dan tidak jujur dalam menilai, terlebih bila menyangkut diri sendiri.

Contoh jelas yang ingin saya sampaikan:

• minum kopi mungkin kebutuhan, tapi minum kopi di startrek itu keinginan
• makan adalah kebutuhan, tapi makan mewah di hotel atau resto bintang kecil, itu keinginan
• beli sepatu atau alas kaki itu kebutuhan, tapi beli sepatu "Raul" atau "Bally" itu keinginan.
• Beli tas buat angkat barang itu kebutuhan, tapi beli Louis Vuitton itu keinginan (apalagi seri LV dari yang terkecil sampai gerobak LV)

 Wants, Gengsi, Ego dan Gaya Hidup adalah "musuh" dalam selimut yang sering kita pelihara dalam sudut hati. Hati-hati !!!

Memang musuh terbesar kita adalah diri kita sendiri!

Siapa yang dapat mengalahkan diri sendiri, dia akan mudah menaklukkan dunia. Berhati-hatilah "hantu lapar" yang bercokol dalam diri kita, kecilkan suaranya dan jangan beri ruang atas kehadirannya!

Read More

George Bush

Menempa gaya kepemimpinannya yang berbasis tim dalam dunia usaha swasta. Sebelum menjadi presiden pertama bergelar MBA di Amerika Serikat (Harvard, 1975), "W" telah mengembangkan gayanya sendiri dalam berbicara dan mendengarkan para anggota timnya, membuat keputusan berdasarkan masukan mereka, dan kemudian mempercayakan pelaksanaan keputusan tersebut pada timnya. Itu adalah gaya kepemimpinan yang dibuat sesuai untuk lembaga kepresidenan.

Tapi tahukah kita jenjang akademisnya semasa kuliah. diceritakan bahwa George adalah orang yang mendapatkan nilai dengan grafik fluktuatif (kadang A, B, C, D), dengan kata lain mantan presiden Amerika itu ternyata bukan mahasiswa 'berprestasi', terlebih dia sering terlibat dan masuk pada kumpulan orang-orang kaya yang menjaga jarak dengan masyarakat umum lainnya kala itu, dikatakan suatu kewajaran karena bapaknya adalah seorang gubernur saat dia menempuh kuliah

Hal menarik dari George adalah dia berhasil meyakinkan banyak orang bukan karena kejeniusan yang kita kenal

"Seandainya saya memiliki kejeniusan atau kecerdasan, itu adalah kemampuan mengenali bakat dalam diri orang lain, meminta mereka mengabdi dan bekerja bersama mereka sebagai tim."

"Saya tidak takut untuk menempatkan diri di antara orang-orang yang kuat dan kompeten."

 (-George W.Bush, ketika menyusun nama-nama anggota kabinetnya)

"George menghabiskan banyak waktu untuk belajar dari orang lain...

Mereka yang berorientasi pada buku 

akan menyangka bahwa ia bukanlah seorang mahasiswa yang serius, namun ia adalah seorang mahasiswa yang serius tentang orang-orang."

 (-Robert McCallum, salah seorang teman Bush di Harvard Business School)

"Saya  menghendaki struktur rata di mana anggota staf senior langsung melapor kepada saya. Saya tidak menginginkan opini yang disaring oleh seorang individu."

 
"Bukanlah seorang peraih bintang akademis." dan "sangat baik dalam hal bergaul dengan orang banyak dan dalam menyelesaikan pekerjaan". Solomon, "Bush, Harvard Business School and the Making of a President".

Read More

Himpunan

Himpunan adalah kumpulan dari objek-objek tertentu yang tercakup dalam satu kesatuan dengan keterangannya yang jelas. Untuk menyatakan suatu himpunan, digunakan huruf kapital seperti A, B, C dsb. Sedangkan untuk menyatakan anggota-anggotanya digunakan huruf kecil seperti a, b, c, dsb.

Ada empat cara untuk menyatakan suatu himpunan

• Enumerasi

dengan mendaftarkan semua anggotanya (roster) yang diletakkan di dalam sepasang tanda kurung kurawal, dan di antara setiap anggotanya dipisahkan dengan tanda koma. Contoh:

A = {a, i, u, e, o}

• Simbol baku

dengan menggunakan simbol tertentu yang telah disepakati. 

Contoh:

P adalah himpunan bilangan bulat positif
Z adalah himpunan bilangan bulat
R adalah himpunan bilangan riil
C adalah himpunan bilangan komplek

• Notasi pembentuk himpunan

dengan menuliskan ciri-ciri umum atau sifat-sifat umum (role) dari anggota. 

Contoh :

A = {x|x adalah himpunan bilangan bulat}

• Diagram Venn

menyajikan himpunan secara grafis dengan tiap-tiap himpunan digambarkan sebagai lingkaran dan memiliki himpunan semesta (U) yang digambarkan dengan segi empat.

Read More

Matematika

Secara etimologi, pengertian matematika berasal dari bahasa latin manthanein atau mathemata yang berarti "belajar atau hal yang dipelajari" (things that are learned). Dalam bahasa Belanda disebut wiskunde atau ilmu pasti, yang kesemuanya berkaitan dengan penalaran. Matematika adalah ilmu yang tidak jauh dari realitas kehidupan manusia. Proses pembentukan dan pengembangan ilmu matematika tersebut sejak jaman purba hingga sekarang tidak pernah berhenti. Sepanjang sejarah matematika dengan segala perkembangan dan pengalaman langsung berinteraksi dengan matematika membuat pengertian orang tentang matematika terus berkembang.

Dalam mempelajari ilmu komputer, matematika yang kerap dipakai adalah Matematika diskrit, yaitu matematika bersifat rasional yang mampu dituangkan kedalam input/outputnya aliran data pada komputer, berbeda dengan  matematika continue pada umumnya yang bersifat irrasional.

contoh matematika diskrit: Saat Ujian Semester, materi yang diujiankan bisa saja adalah materi yang diambil setelah Ujian Tengah Semester (tidak secara keseluruhan)

Matematika diskrit atau diskret adalah cabang matematika yang membahas segala sesuatu yang bersifat diskrit. Diskrit disini artinya tidak saling berhubungan (lawan dari kontinyu). Objek yang dibahas dalam Matematika Diskrit - seperti bilangan bulat, graf, atau kalimat logika - tidak berubah secara kontinyu, namun memiliki nilai yang tertentu dan terpisah. 

Beberapa hal yang dibahas dalam matematika ini adalah teori himpunan, teori kombinatorial, permutasi, relasi, fungsi, rekursif, teori graf, dan lain-lain. Matematika diskrit merupakan mata kuliah utama dan dasar untuk bidang ilmu komputer atau informatika.

Lihat juga: Sejarah Matematika Yunani

Read More

Penalaran Berbasis Kasus Untuk Mengetahui Biaya Sewa Kost di Yogyakarta

• Metode  

Berdasarkan kelebihan dari CBR, maka CBR bisa digunakan untuk memecahkan masalah untuk memberikan informasi biaya sewa kost di Yogjakarta berdasarkan kasus-kasus biaya sewa yang sudah terjadi sebelumnya. Yogjakarta yang merupakan kota pelajar, setiap tahunnya akan didatangi oleh calon mahasiswa yang akan beramai-ramai mencari informasi biaya sewa kost untuk suatu daerah tertentu sesuai dengan kemampuan ekonomi masing-masing. Dengan adanya sistem CBR ini tentu diharapkan akan mempermudah calon mahasiswa untuk mencari tempat kost yang diinginkan. Untuk setiap kasus yang ada akan disimpan ke dalam basis kasus dengan menggunakan database dengan format sebagai berikut :

• Format Case Based

Nama Field	Type	Ukuran
Nomor	Auto Increment
City_distict	A	15
Address	A	15
Equipment	A	15
Ukuran	A	6
Cost	A	10

Terdapat enam atribut yang ada yaitu nomor, city_district atau wilayah, address atau alamat, equipment atau perlengkapan yang terdiri dari lengkap atau tidak lengkapnya fasilitas kamar kost, ukuran kamar dan cost atau biaya sewa kamar dengan A adalah sembarang karakter. Untuk contoh kasus yang sudah ada dicase base, dapat dilihat pada tabel 2 dibawah ini :

• Case Base yang Ada di Database

 

1	cangkringan	jl.satria	complete	3x4	250.000,00
2	cangkringan	jl.daryo	complete	4x4	400.000,00
3	depok	jl.dahlia	not complete	3x4	400.000,00
4	depok	jl.megatruh	complete	4x4	500.000,00
5	depok	jl.dagelan	complete	3x3	350.000,00
6	depok	jl.wukir	not complete	3x5	450.000,00
7	depok	jl.wukir	complete	3x4	500.000,00
8	depok	jl.megatruh	complete	3x4	500.000,00
9	cangkringan	jl.dahlia	complete	3x4	250.000,00
10	cangkringan	jl.dahlia	complete	3x4	250.000,00
11	depok	jl.dagelan	complete	3x3	350.000,00
12	cangkringan	jl.wukir	complete	3x3	250.000,00
13	cangkringan	jl.daryo	not complete	4x4	400.000,00
14	cangkringan	jl.satria	not complete	3x5	250.000,00

Pada tabel 2 terlihat bahwa city_distict atau wilayah yang ada yaitu Cangkringan dan Depok.

• Representasi

Representasi kasus yang digunakan adalah dengan menggunakan metode frame sebagai berikut :

Domain: Informasi Biaya Sewa

Nomor Kasus:1

Problem Fitur

City_district Cangkringan

Address jl. satria

Equipment complete

Ukuran 3x4

Solution

Cost 250.000

• Indexing dan Pengukuran Kemiripan atau Similarity Kasus 

Index adalah struktur data yang mengatur record data pada disk untuk mengoptimalkan beberapa jenis operasi pengambilan (retrieval) tertentu yang memenuhi syarat pencarian pada field search key pada index (Ramakrishnann 2003). Indexing yang digunakan adalah dengan menggunakan kolom city_disrict karena banyak orang yang akan lebih banyak menentukan wilayah yang dituju terlebih dahulu dibandingkan address , equipment, ukuran dan cost .

Dalam mencari kasus lama yang memiliki kemiripan dengan kasus yang baru maka akan digunakan konsep similarity measure yang diperkenalkan oleh Tversky 1977 yaitu dengan menggunakan persamaan berikut :

SMpq =           α (common)
                     α (common) + β (different)

dimana SMpg adalah similarity measure dengan p adalah kasus baru dan q adalah kasus yang tersimpan dicase base. Common merupakan jumlah atribut yang sama sedangkan different adalah jumlah atribut yang beda. Untuk suatu atribut yang mana pada kasus lama dan kasus baru memiliki nilai yang sama akan diberi nilai 1 sedangkan bila atribut kasus yang baru dan kasus yang lama tidak sama maka diberikan nilai 0.

• Algoritma

Algortima dalam sistem ini yaitu :

1. Open case base yang ada di dalam basis data (DB)
2. Input City_district
3. Input address
4. Input equipment
5. Input ukuran

Proses telusuri kasus:

6. For i = 1 to n do
7. Hasil = cari city_district yang sama dengan input yang di masukkan
8. For x = 1 to hasil do
9. If city_district input = city_district case base then
   Kemiripan = 1 else kemiripan = 0
10. If address input = adress case base then
    Kemiripan = 1 else kemiripan = 0
11. If equipment input = equipment case base then
    Kemiripan = 1 else kemiripan = 0
12. If ukuran input = ukuran case base then
    Kemiripan = 1 else kemiripan = 0
13. Total kemiripan = 0
14. If kemiripan = 1 then
    total kemiripan = total kemiripan + 1
15. Hitung kemiripan dengan persamaan 1
    Cari nilai terbesar :
16. Terbesar = hasil common
17. For y = 1 to hasil common do
18. If terbesar < hasil common then Terbesar = hasil common
    Cari nilai yang sering keluar:
19. Sering keluar = terbesar
20. For i = 2 to sering keluar
21. If sering keluar.harga = terbesar then
22. Sering keluar=solusi
23. Masukkan kasus baru dalam case base

Pengujian Sistem

Untuk menguji sistem, maka akan dicobakan kasus baru dengan city_district nya Cangkringan, alamat jl. Daryo, equipment complete dan ukuran 3x4 seperti diperlihatkan pada gambar 2 dan 3 dibawah ini.

  Case Base Awal

Proses Input Kasus Baru

Untuk langkah pertama maka dilakukan proses retrieval untuk mencari kasus lama yang ada di basis kasus sesuai dengan indexnya yaitu city_district sehingga akan didapatkan hasil kasus lama yang memiliki index city_district Cangkringan sebanyak 7 data yaitu data ke 1, 2, 9,10,12,13 dan 14 sebagai berikut :

Tabel 3. Kasus yang mirip yang ada

1	cangkringan	jl.satria	Complete	3x4
2	cangkringan	jl.daryo	Complete	4x4
9	cangkringan	jl.dahlia	Complete	3x4
10	cangkringan	jl.dahlia	Complete	3x4
12	cangkringan	jl.wukir	Complete	3x3
13	cangkringan	jl.daryo	not complete	4x4
14	cangkringan	jl.satria	not complete	3x5

Untuk menghitung nilai kemiripan maka dihitunglah nilai atribut yang ada berdasarkan persamaan 1 diatas dimana nilai yang sama akan diberi 1 dan nilai yang beda dengan kasus baru akan diberi nilai 0 dan hasilnya sebagai berikut :

Tabel 4. Proses perhitungan nilai kesamaan atau similarity

1	1	0	1	1	3 / (3+1)	0,75	250.000,00
2	1	1	1	0	3 / (3+1)	0,75	400.000,00
9	1	0	1	1	3 / (3+1)	0,75	250.000,00
10	1	0	1	1	3 / (3+1)	0,75	250.000,00
12	1	0	1	0	2 / (2+2)	0,5	250.000,00
13	1	1	0	0	2 / (2+2)	0,5	400.000,00
14	1	0	0	0	1 / (1+3)	0,25	250.000,00

Untuk kasus nomor 1 didapat nilai common yaitu 3 buah dan nilai different 1 buah kemudian dengan menggunakan persamaan 1 maka didapat hasil similirity measure 0.75 demikian seterusnya dihitung sampai keseluruhan 7 kasus yang ada. Dari tabel 4 didapatlah nilai kesamaan yaitu 0.25, 0.5 dan 0.75 dengan nilai kesamaan tertinggi adalah 0.75. Berdasarkan nilai kesamaan tertinggi maka nilai tersebut akan menghasilan biaya sewa kost sebanyak dua macam yaitu 250.000 dan 400.000. Kemudian dihitunglah nilai

kemunculan masing-masing sewa kost. Sewa kost 250.000 keluar sebanyak 3 kali sedangkan sewa kost 400.000 keluar sebanyak 1 kali sehingga untuk kasus yang baru ini maka akan sistem akan memberikan informasi sewa untuk kasus baru yaitu kasus yang paling mirip dan paling sering keluar dengan city_district Cangkringan, alamat jl. Daryo, equipment complete dan ukuran 3x4 yaitu 250.000 sebagaimana pada gambar 4 dibawah ini.

Proses Perhitungan

Langkah selanjutnya adalah kasus baru dan solusi baru akan disimpan didalam case base yang ada. Hal ini akan mengakibatkan kasus dan solusi baru akan tersimpan di basisdata sebagai data ke-15 sebagaimana yang diperlihatkan pada gambar 5 di bawah ini. Proses simpan ini merupakan proses retain dimana dipakai solusi baru sebagai bagian dari kasus yang baru kemudian kasus baru tersebut akan di update kedalam basis kasus (case base). 

Kasus Baru Disimpan Sebagai Kasus ke 15

Referensi

1. Adriana S.A, Indarto dan Abdiansah (2002). Penalaran Komputer Berbasis Kasus. Yogjakarta: Ardana media.
2. Althoff, K.D. “Case-Based Reasoning”,Handbook of Software Engineering & Knowledge Engineering (ed. S.K. Chang) Vol 1, Singapore, World Scientific, 2001.
3. Sankar K Pal dan Simon C.K. Shiu (2004). Fundations of Soft Case-Based Reasoning. New Jersey:Wiley Interscience Bonham.
4. Sri Kusumadewi (2003). Artificial Intelligence (teknik dan aplikasinya). Yogjakarta :Graha Ilmu.
5. Raghu Ramakrishnann dan Johannes Gehrke (2003). Database Management System 3rd edition. McGrawHill Education
6. Ause labellapansa. Penalaran Berbasis Kasus Untuk Mengetahui Biaya Sewa Kost di Yogyakarta

Read More

Mencari Indeks dalam Kalimat

 

Penjelasan

Source Code:

#include
#include
int main(){
    system("title Tugas MUHAMMAD ACHYAR");
    system("color A");
   
char kalimat[50], huruf;
int jumlah=0, arrayindex[50], ada=0, k=0;
    cout<<"Masukkan kalimat : ";
    gets(kalimat);
    cout<<"Masukkan huruf yang ingin dicari : ";
    scanf("%c", &huruf);
                for(int i=0; i                if(huruf==kalimat[i]){
                jumlah++;
                arrayindex[k] = i;
                k = 1;               
                ada = 1;
                }
                }
                if(ada!=0){
                cout<<"Huruf "<                cout<<"Jumlah huruf "<                cout<<"Huruf "<                for(int l=0; l                cout<                }
                }
                else{
                cout<<"Huruf "<                }
system("pause");
return 0;
}

(Hasil Running) atau Output:

Jika Saya Masukkan Nilai: jikasayabelajarsayabisa

Maka perintah program disuruh memasukkan huruf yang akan dicari..

Jika yang saya cari huruf j: maka program mengatakan huruf j terdapat pada kalimat

Maka diketahuilah indeks dari huruf j tersebut.

Read More