Anda di halaman 1dari 53

Generalization of strategies for fuzzy query translation in classical relational database

Kelompok : 1. Dian Parikesit (1111600092) 2. Asep Wahyudi (1111600084) 3. Hasto Gesang (1111600100) 4. Ahmad Syaukani(1111600118) Z.M. Ma *, Li Yan

Magister Ilmu Komputer - 2011

Masalah

Didalam pengambilan data, sewaktu waktu diperlukan data yang akurat. Dalam pengambilan melalui classical relational database memang sudah akurat. Tetapi terkadang tidak sesuai dengan kenyataan. Hal inilah yang mendukung penggunaan Fuzzy Query untuk pengambilan data.

NIP 01 02 03 04 05 06 07 Lia Iwan Sari Andi Budi Amir Rian

Nama 30 48 36 37 42 39 37

Umur

Lama Kerja 5 16 13 3 11 12 4

Gaji 750.000 1.500.000 1.255.000 1.040.000 950.000 1.600.000 1.250.000

08 09 10

Kiki Alda Yoga

32 35 25

1 2 1

550.000 735.000 860.000

Apabila dari data diatas ingin diketahui gaji yang diatas 1.000.000 maka kita gunakan query seperti berikut :
Select * from karyawan Where gaji >= 1000000;

Apabila dari data diatas ingin diketahui lama kerja yang dibawah 12 tahun maka kita gunakan query seperti berikut :
Select * from karyawan Where lamakerja <= 12;

Pada kenyataannya, seseorang kadang membutuhkan informasi dari data-data yang bersifat ambigu / tidak pasti. Untuk mengatasi hal ini, dapat menggunakan fuzzy database.

Misalnya kita kategorikan usia karyawan dari data diatas menjadi :


Muda Parobaya Tua [ 0 40 ] [ 35 50 ] [ 40 - ~ ]
PAROBAYA TUA

1.0

MUDA

[X]

0.0

30

35

40

45

50

NIP 01 02 03 04 05 06 07 08 09 10

Nama Lia Iwan Sari Andi Budi Amir Rian Kiki Alda Yoga

Umur 30 48 36 37 42 39 37 32 35 25

Derajat keanggotaan Muda 1 0 0.4 0.3 0 0.1 0.3 0.8 0.5 1 Parobaya 0 0.4 0.1 0.2 0.7 0.4 0.2 0 0 0 Tua 0 0.8 0 0 0.2 0 0 0 0 0

Finding / Temuan

Temuan

Structure Query Language adalah bahasa yang dipergunakan untuk mengakses data dalam database relasional Struktur utama SQL (Korth & Silberschatz 1991, Bosc & Pivert 1995) yaitu : Select operasi proyeksi menentukan atributatribut dalam relasi yang akan dipilih. Fromoperasi cartesian product dari satu atau lebih relasi Where predikat yang harus dipenuhi oleh tuple yang ada dalam klausa From.

Temuan

Operasi SELECT untuk memilih sebuah subset tuple-tuple dari sebuah relasi yang memenuhi pilihan <kondisi pilihan> (R) , dimana (sigma) digunakan untuk menetapkan operator SELECT dan <kondisi pilihan> adalah berupa ekspresi boolean yang ditetapkan pada atribut dari relasi R

Temuan
Ekspresi boolean yang ditetapkan dalam <kondisi pilihan> terbentuk dari sejumlah klausa-klausa dengan bentuk sebagai berikut : <nama attribut><operator pembanding><nilai konstan>, atau <nama attribut><operator pembanding><nama attribut>

Temuan

Fuzzy database pengembangan database klasik di mana dalamnya bersifat fuzzy Keuntungan efisiensi, sehingga sistem cukup cepat berinteraksi dengan pengguna secara mudah. Dua cara menggabungkan fuzzy dalam database : 1.Membuat query fuzzy dalam database klasik 2.Menambah informasi fuzzy ke dalam sistem

Temuan
Fuzzy

Entity Relationship (Fuzzy ER) peningkatan dari model ER dengan perluasan untuk merepresentasikan ketidaktepatan dan ketidakpastian dalam entitas, atribut, dan relasi. Salah satu tingakatan adalah tingkatan atribut Untuk sebuah atribut, Ai, maka 0<=A(Ai)<=1

Temuan
Struktur mirip dengan query biasa Bentuk : Select <atribut> From <relasi> Where <kondisi fuzzy> Solusi nya adalah mentransformasikannya menjadi bentuk yang reguler agar bisa diproses oleh DBMS.

Pembahasan

Pembahasan

Pembahasan

Pembahasan

Pembahasan

Pembahasan

Pembahasan

Pembahasan

Pembahasan

Pembahasan

Pembahasan

Pembahasan

Pembahasan

Pembahasan

Pembahasan

Pembahasan

Pembahasan

Pembahasan

Pembahasan

Pembahasan

Pembahasan

Pembahasan

Hasil dan Pembahasan


1.

Perencanaan Pengenalan dan pendefinisian masalah a. Konsep fuzzy database Dua aspek utama: - SQLF atau FQUERY - Membangun DBMS utuh untuk manipulasi data fuzzy

Hasil dan Pembahasan (lanjutan)


b. Analisa sistem(data dan fungsi) -Data HP dengan atribut yang nantinya akan direpresentasikan ke dalam bentuk fuzzy. - Atribut-atribut tersebut yaitu : harga, panjang, lebar, tebal, berat, standby, phonebook, dan message_lenght 2. Identifikasi tujuan Menyediakan fasilitas untuk memudahkan dalam pengambilan data yang bersifat fuzzy

Hasil dan Pembahasan (lanjutan)

Analisis Kebutuhan yang harus terpenuhi : 1. Dapat melalukan proses input parameter berdasarkan bentuk himpunan fuzzy.
2. Dapat melakukan proses query berdasarkan aturan sintaks yang dilakukan.

Hasil dan Pembahasan (lanjutan)

Disain 1. Disain penentuan derajat keanggotaan

Hasil dan Pembahasan (lanjutan)


2. Disain grafik fungsi keanggotaan

Hasil dan Pembahasan (lanjutan)


3. Disain database

Hasil dan Pembahasan (lanjutan)


4. Disain Query SELECT <ATTRIBUTE1> FROM <TABLE_NAME> WHERE <FUZZY ATRIBUT> IS <FUZZY CONDITION>

5. Disain keluaran -Urutan tipe - Atribut fuzzy - Degree

Hasil dan Pembahasan (lanjutan)

Implementasi 1. Penentuan derajat keanggotaan

Hasil dan Pembahasan (lanjutan)


2. Proses Query a. Rancangan proses dari Fuzzy SQL
Select < atribut> where atribut fuzzy From <tabel>

is

fuzzy condition

Hasil dan Pembahasan (lanjutan)


b.Proses transformasi fuzzy SQL ke dalam bentuk sintaks SQL

Hasil dan Pembahasan (lanjutan)


c. Proses sintaks SQL ke dalam hasil fuzzy
SQL Select <tipe> from <data_hp> where harga >= batas kiri AND harga <= batas kanan) Margin [alpha,beta,gamma,theta] Membership Set Degree Result

Hasil dan Pembahasan (lanjutan)

Pengujian 1. Input Membership function

Hasil dan Pembahasan (lanjutan)

Input Query

Hasil Query

Kesimpulan
Didalam artikel ini, disimpulkan bahwa fuzzy query dibandingkan dengan regular relational database masih lebih fleksibel. Penggunaan fuzzy database ini kebanyakan diperuntukan untuk GIS, healthcare, environmental science

Kesimpulan
Dengan mudah dapat mendefinisikan sendiri parameter-paremeter yang dibutuhkan dalam pembuatan derajat keanggotaan Dengan mudah didapat hasil yang diinginkan sesuai dengan query yang dimasukan, karena diikutsertakan degree terurut

Example

Contoh : cari semua staff yang statusnya adalah FT-> (status )(STAFF), hasil nya :
Nama Luminta Adriansyah Linda StaffID S04001 S99002 M01001 Posisi Manager Direktur Karyawan Status FT FT FT Gaji 8000000 20000000 500000

Example
Operasi select juga berhubungan dengan operasi project. Project merupakan pemilihan (select) subset kolom tertentu (X) dari relasi R Contoh project : Posisi apa saja yang sudah terisi ? posisi (R), hasilnya adalah : Manager, Direktur, karyawan, karyawan.

Beri Nilai