TUGAS 2 SISTEM PAKAR

SISTEM PAKAR : Pengertian, kekurangan & kelebihan

Note : Artikel ini dibuat untuk memenuhi tugas mata kuliah Sistem Pakar, semester 6 Teknik Informatika UMMI

Sistem Pakar

Pakar sendiri secara harfiah berarti ahli atau seorang yang lebih mendalami ilmu serta bidang ilmu tertentu, serta memiliki keterampilan, pengetahuan dan pengalaman yang luas. Pengetahuan dari seorang pakar yang digunakan oleh sistem pakar dapat digunakan untuk sebagai dasar untuk menjawab sebuah pertanyaan.

Sistem pakar sendiri merupakan sebuah sistem informasi yang berisi dari pengetahuan seorang pakar kedalam sistem agar dapa digunakan untuk sebuah konsultasi, tujuan dari sistem pakar itu sendiri yaitu memberikan kepakaran dari seorang pakar ke komputer.

Apa itu pakar dan kepakaran?

Pakar

Pakar menurut kamus besar bahasa indonesia (KBBI) merupakan (orang) ahli, spesialis. Jadi bisa simpulkan bahwa pakar merupakan sesorang yang mempunyai keahlian dalam bidang didalaminya serta  mempunyai kemampuan dan pengetahuan yang tidak mampu dalam bidang yang didalaminya.

Kepakaran

Menurut KBBI kepakaran merupakan keahlian, jadi kepakaran merupakan keahlian  yang dimiliki seseorang

Kelebihan dan Kekurangan Sistem Pakar.

Dalam sistem pakar pasti juga memiliki kelebihan dan kekurangan, berikut akan dijelaskan beberapa kelebihan dan kekurangan dari sistem pakar dibawah ini

Kelebihan

1. Menghemat waktu dalam mengambil sebuah keputusan
2. Dapat memecahkan masalah lebih cepat dari kemampuan manusia dengan data yang sama
3. Meningkatkan kapabilitas sistem terkomputerisasi sehingga integrasi sistem pakar dengan komputer lain membuat lebih efektif, dan bisa mencakup banyak aplikasi
4. Bisa melakukan proses berulang secara otomatis
5. Memiliki kemampuan untuk bekerja dengan informasi yang tidak lengkap

Kekurangan

1. Transfer pengetahuan dapat bersifat subjektif dan bias
2. Biaya yang diperlukan dalam membuat dan memelihara sangat mahal
3. Sangat sulit dikembangkan karena keseterdiaan para ahli
4. Tidak 100% benar karena seseorang yang terlibat dalam pembuatan sistem pakar tidak selalu benar serta harus diuji secara berulang dan teliti sebelum digunakan
5. Berkurangnya daya kerja dan produktifitas manusia, karena semua dikerjakan secara otomatis oleh sistem

Perbedaan Data, Informasi dan Pengetahuan

Data

Data menurut Slamet Riyadi mendefinisikan data sebagai kumpulan informasi yang diperoleh dari pengamatan dimana data bisa berupa angka-angka dan lambang-lambang. Jadi bila disimpulkan data merupakan fakta mentah yang belum diolah dan terkadang sulit diterima oleh akal.

Contoh :

Mahasiswa X hanya masuk kuliah 2 kali dalam satu tahun

Informasi

Informasi merupakan sekumpulan data mentah yang sudah diolah menjadi sedemikian rupa sihingga dapat menghasilkan sesuatu yang berguna dan juga informative.

Contoh :

Selama setahun ini mahasiswa x masuk kuliah hanya 2 kali, dia melakukannya karena harus bekerja memenuhi kebutuhan keluarganya.

Pengetahuan

Pengetahuan merupakan hasil dari pengolahan informasi sehingga menjadi bermanfaat

Contoh : Mahasiswa x seharusnya mengambil cuti kuliah

Akusisi Pengetahuan

Akusisi pengetahuan merupakan keahlian dalam menyelesaikan masalah dari sumber pengetahuan ke dalan program komputer, pengetahuan diperoleh dari pakar deilengkapai dengan buku, laporan, basis data dan pengalaman pemakai dengan menggunakan tiga metode yaitu wawancara, analisi protokol dan observasi pada perkerjaan pakar.

Representasi Pengetahuan

Merupakan metode yang digunakan dalam sistem pakar yang berbasis pengetahuan dan bertujuan untuk menangkap sifat-sifat penting dalam suatu masalah sehingga informasi tersebut dapat diakses oleh prosedur permecahan permasalahan.

Mesin Inferensi

Mesin inferensi adalah bagian dari sistem pakar yang digunakan melakukan penalaran dengan menggunkan isi daftar aturan berdasarkan pola urutan dan pola tertentu, dalam proses nya juga mesin infrensi menggunakan dua metode yaitu Forward chaining danBackward Chaining. Untuk kerja nya sendiri Forward Chaining digunakan dalam pengujian fakta yang dimasukan satu-persatu kedalam sistem sehingga dapat diambil suatu kesimpulan, sedangkan untuk Backward Chaining digunakan untuk menentukan fakta-fakta yang akan dinyatakan pengguna.

Apa itu yang dimaksud metode Forward Chaining dan Backward Chaining?

Forward Chaining

Metode forward chainiing merupakan metode yang dimulai dar masalah kemudian diolah dengan aturan-aturan yang sudah ada untuk mengambil suatu kesimpulan dari permasalahan tersebut.

Backward Chaining

Backward Chaining merupakan metode yang dimulai dari kesimpulan yang akan dicari, sehingga kesimpulan akan dituntun mundur melihat dari aturan-aturan yang ada kemudian data-datanya. Kesimpulan tersebut bukan kesimpulan yang dicari akan tetapi bila kesimpulan tersebut mengarah kepada data yang ada berarti kesimpulan tersebut yang dicari.

Soal No. 9

Jawaban :

1. Penyakit pada tanaman jagung yang dimana petani bingung dalam memilih pengobatan yang sesuai dengan penyakit tersebut dan hal itu pun berimbas pada hasil panen dan prouktifitas menurun 
2. Penggunaan sistem pakar berbasis komputer mempermudah dalam memecahkan masalah dalam hal menentukan pilihan pengobatan yang tepat untuk meningkatkan produktifitas.
3. Proses pembuatan sistem pakar ini metode kepastiannya menggunakan teorema bayes dimana metode ini didasarkan dari kondisi awal dimana kondisi awal merupakan kondisi gejala-gejala yang ada kemudian dikenakan aturan yang sudah ditentukan lalu diambil nilai kebenaran yang paling besar untuk menentukan kesimpulan dan solusi dari gejala yang disebutkan sebelumnya. Dengan sistem pakar menggunakan teorema bayes ini adalah untuk mendiagnosa penyakit pada tanaman jagung dan gejala-gejala yang menyebabkan penyakit tersebut. 
4. Dengan digunakannya sistem pakar dapat menyelesaikan masalah serta menampilkan hasil dari diagnosa dengan cepat dan tepat dalam pengobatan dari setiap penyakit yang ada.

Referensi

https://binus.ac.id/bandung/2019/11/sistem-pakar-pada-era-industri-4-0/

https://dosenit.com/kuliah-it/sistem-informasi/pengertian-sistem-pakar

https://kbbi.web.id/pakar

https://kbbi.lektur.id/kepakaran

https://repository.dinus.ac.id/docs/ajar/4_Akuisisi_Pengetahuan.pdf

https://rindiyfratama.wordpress.com/spk-pakar/akuisisi-pengetahuan/

https://rindiyfratama.wordpress.com/spk-pakar/representasi-pengetahuan/

http://cahyaning-dianmas-w-a-p-fst11.web.unair.ac.id/artikel_detail-97575-Umum-MESIN%20INFERENSI.html

https://rindiyfratama.wordpress.com/spk-studi-kasus/mesin-inferensi/

https://evielisth.wordpress.com/2016/09/23/kelebihan-dan-kekurangan-sistem-pakar/

https://bundet.com/d/839-kelebihan-kekurangan-sistem-pakar

https://dosenit.com/kuliah-it/sistem-informasi/perbedaan-data-dan-informasi-beserta-contohnya

https://brianreynaldo.wordpress.com/2009/12/17/hello-world/

https://repository.dinus.ac.id/docs/ajar/4_Akuisisi_Pengetahuan.pdf

https://rindiyfratama.wordpress.com/spk-pakar/akuisisi-pengetahuan/

https://rindiyfratama.wordpress.com/spk-pakar/representasi-pengetahuan/

https://www.slideshare.net/SherlyUda/representasi-pengetahuan-33879545

https://rindiyfratama.wordpress.com/spk-studi-kasus/mesin-inferensi/

https://penelitianilmiah.com/inferensi/

 

TUGAS DATA MINING

TUGAS DATA MINING

Nama   : Rakka Yusuf Hidayat

NIM    : 1930511117

1. Judul : Data Mining : Algoritma dan Implementasi dengan Pemograman PHP

Sumber                        :

https://books.google.co.id/books?id=8NKdDwAAQBAJ&lpg=PP1&ots=YfAHO_Ncph&dq=definisi data mining&lr&hl=id&pg=PP1#v=onepage&q=definisi data mining&f=false

Definisi Data Mining

Mennurut John Naisbitt dalam Larose (Larose, 2005), kita terbenam dalam data, namun kita kekurangan informasi dan pengetahuan. Hal tersebut menjadi gambaran apa yang telah terjadi pada hari ini bahwa skala volume data yang jumlahnya sangat besar tersebut hanya menjadi sampah di memori penyimpanan saja apabila tidak diolah menjadi informasi. Untuk mengolah data yang jumlahnya besar tersebut menjadi sebuah informasi atau pengetahuan, diperlukan suatu teknik/metode yang dinamakan dengan data mining. Definisi data mining adalah proses ekstraksi suatu data (sebelumnya tidak diketahui, bersifat implisit, dan dianggap tidak berguna) menjadi informasi atau pengetahuan atau pola dari data yang jumlahnya besar (Witten, Ian H, Frank, 2011).

Paraphrase

Menurut John Naisbitt dalam Larose (Larose, 2005), kita tenggelam dalam data, tetapi kita kekurangan informasi dan pengetahuan. jika mereka tidak diubah menjadi informasi. Untuk mentransformasikan sejumlah besar data  menjadi  informasi atau pengetahuan, diperlukan suatu teknik/metode yang disebut data mining. Definisi data mining adalah proses penggalian data (sebelumnya tidak diketahui, implisit dan dianggap tidak berguna) menjadi informasi, pengetahuan atau pola grosir. jumlah data  (Witten, Ian H, Frank, 2011).

1. Judul : Data Mining Untuk Perguruan Tinggi

Sumber                        :

https://books.google.co.id/books?id=-K_SDwAAQBAJ&lpg=PP1&ots=KdDu4Pr1Yt&dq=definisi data mining&lr&hl=id&pg=PP13#v=onepage&q=definisi data mining&f=false

Definisi :

Data mining atau kadang disebut juga Knowlogde Discovery in Database (KDD) merupakan aktivitas  yang berkaitan dengan pengumpulan data, pemakaian data historis untuk menemukan pengetahuan dalam data yang berukuran besar. Ouuput dalam data mining  dapat dipergunakan sebagai alternatif dalam pengambilan keputusan atau untuk memperbaiki pengambilan keputusan di masa yang akan datang.

Paraphrase :

Data mining yang  dikenal dengan Knowledge Discovery in Database (KDD) adalah suatu kegiatan yang berkaitan dengan pengumpulan data, penggunaan data historis untuk menemukan pengetahuan dalam big data. Output dari data mining dapat digunakan sebagai alternatif dalam pengambilan dan peningkatan keputusan di waktu yang akan datang.

1. Judul : Algoritma Data Mining dan Pengajuan

Sumber                        :

https://books.google.co.id/books?id=Fn-QDwAAQBAJ&lpg=PR4&ots=oYuzTGJHyN&dq=definisi data mining&lr&hl=id&pg=PA1#v=onepage&q=definisi data mining&f=false

Definisi            :

Secara Umum Data Mining terbagi atas 2(dua) kata yaitu :

• Data yaitu kumpulan Fakta yang terekam atau sebuah entitas yang tidak memiliki arti dan selama ini terabaikan.
• Mining yaitu proses Penambangan

Data mining merupakan analisis dari peninjauan kumpulan data untuk menemukan hubungan yang tidak diduga dan meringkas data dengan cara berbeda dari sebelumnya, yang dapat dipahami dan bermanfaat bagi pemilik data. (Larose, 2005)

Paraphrase :

Secara umum, Data Mining dibagi menjadi 2 (dua) kata, yaitu Data yang berarti kumpulan fakta yang terekam atau suatu entitas yang tidak memiliki arti dan telah diabaikan. Mining yaitu proses penambangan

Data mining adalah analisis pemeriksaan kumpulan data untuk menemukan hubungan yang tidak terduga dan meringkas data dengan cara yang berbeda dari sebelumnya, yang dapat dimengerti dan berguna bagi pemilik data. (Larosa, 2005)

1. Judul : Data Mining A Tutorial-Based Primer Second Edition

Sumber                        :

https://www.taylorfrancis.com/books/mono/10.1201/9781315382586/data-mining-richard-roiger

Definisi :

We define data mining as the process of finding interesting structure in data. The structure may take many forms, including a set of rules, a graph or network, a tree, one or several equations, and more. The structure can be part of a complex visual dashboard or as simple as a list of political candidates and an associated number representing voter sentiment based on Twitter feeds.

A data mining session uses one or several algorithms for the purpose of identifying interesting trends and patterns within data. The knowledge gained from a data mining session is a generalized model of the data. The ultimate goal is to apply what has been dis- covered to new situations.

Paraphrase :

Data mining is defined as the process of finding interesting structures in your data. Structures can take many forms, such as a set of rules, a graph or network, a tree, or one or more equations. The structure can be part of a complex visual dashboard, or it can be as simple as a related number that represents a voter's sentiment based on a list of political candidates and a Twitter feed. Data mining sessions use one or more algorithms to identify interesting trends and patterns in your data. The knowledge gained from a data mining session is a generalized model.

1. Judul : Data Mining Techniquies

Sumber                        :

https://books.google.co.id/books?id=dH2KQhJboSYC&lpg=PR11&ots=zM1Dk-6Qzc&dq=data mining definitions&lr&hl=id&pg=PA42#v=onepage&q=data mining definitions&f=false

Definisi

Data mining complements all of these complements all of these. It also adds value to existing investments by enabling people who understand the warehousing environment (and others) to exploit data assets and gain deeper insights into key aspects of business performance. For example, a marketing department might have well-established models for modeling costumer profiles.

Paraphrase :

Data mining complements everything. It also adds value to existing investments by enabling people who understand data storage (and beyond) to leverage their data assets and gain greater insight into key aspects of business performance. For example, a marketing department may have a well-established model for modeling customer profiles.

1. Judul : Data mining definitions and applications for the management of production complexity

Sumber                        :

https://www.sciencedirect.com/science/article/pii/S2212827119305220

Definisi

Data Mining is another subdomain of AI and can be defined as a process that aims to generate knowledge from data and presents findings comprehensively to the user. Generating knowledge in the context of data mining can be translated to the discovering of new and non-trivial patterns, relations and trends in data useful to the user. Data mining as a process involves, in essence, the collection and selection of data, the pre-processing of data, data analysis itself including the visualization of results, interpretation of findings, and the application of knowledge.

Paraphrase

Data mining is another area of AI that can be defined as the process of extracting knowledge from data and presenting results to users in a comprehensive way. In the context of data mining, knowledge generation can be translated into the discovery of new, non-trivial patterns, relationships and trends in data that are useful to users. Data mining as a process actually involves data analysis itself, including data collection and selection, data preprocessing, results visualization, interpretation of results,  and  application of knowledge.

CONTOH 3 IMPLEMENTASI DATA MINING :

• Pemasaran/Marketing : Mengidentifikasi karakteristik pembeli dan memprediksi perilaku mereka saat melakukan pembelian.
• Pendidikan : Memahami karakteristik masing-masing pelajar. Sehingga dapat diketahui pola pembelajaran terbaik untuk mereka.
• Perbankan : Memprediksi seberapa besar kemungkinan nasabah mengalami gagal bayar saat melakukan pinjaman. Jadi, bank dapat meminimalisir risiko.

TUGAS METODE PENELITIAN

 Nama : Rakka Yusuf Hidayat

NIM : 1930511117

1. Judul : Metode Penelitian Kuantitatif

Sumber : https://books.google.com.sg/books?id=ltq0DwAAQBAJ&lpg=PR8&ots=gLmPwhtV6j&dq=definisi penelitian&lr&hl=id&pg=PR8#v=onepage&q=definisi penelitian&f=false

Definisi :

Penelitian adalah terjemahan dari kata dalam bahasa Inggris research, yang berasal kata "re” yang artinya “kembali” dan "to search" yang artinya mencari. Dengan demikian arti bahasa dari research adalah “mencari kembali”. Research sering juga disebut atau diterjemahkan sebagai “riset” atau penelitian. Penelitian berperan: (1) membantu manusia memperoleh pengetahuan baru, (2) memperoleh jawaban atas suatu pertanyaan, (3) memberikan pemecahan atas suatu masalah. Penelitian berguna untuk menyelidiki keadaan dari suatu set keadaan khusus. Selain itu, penelitian memegang peranan yang amat penting dalam memberikan landasan bagi keputusan dan tindakan aktivitas) dalam segala aspek pembangunan.

Paraphrase :

Penelitian adalah terjemahan dari kata dalam bahasa Inggris research, Research sering disebut sebagai “riset” atau penelitian. Penelitian berperan: (1) membantu manusia memperoleh pengetahuan baru, (2) memperoleh jawaban atas suatu pertanyaan, (3) memberikan pemecahan atas suatu masalah. Penelitian berguna untuk menyelidiki keadaan dari suatu set keadaan khusus. Selain itu, penelitian memegang peranan yang amat penting dalam memberikan landasan bagi keputusan dan tindakan aktivitas) dalam segala aspek pembangunan.

2. Judul : Menggelorakan Penelitian; Pengenalan dan Penuntun Pelaksanaan Penelitian

Sumber : https://books.google.com.sg/books?id=1QODDwAAQBAJ&lpg=PR5&ots=rM2jAHn7wb&dq=definisi penelitian&lr&hl=id&pg=PR5#v=onepage&q=definisi penelitian&f=false

Definisi

Penelitian merupakan sebuah proses untuk mengumpulkan, menganalisis dan menginterpretasi data dan informasi untuk menjawab atau memecahkan suatu persoalan.

Paraphrase :

Penelitian merupakan sebuah proses untuk mengumpulkan, menganalisis dan memaparkan informasi untuk menjawab atau memecahkan suatu persoalan.

3. Judul : METODOLOGI PENELITIAN KUALITATIF, KUANTITATIF, ACTION RESEARCH, RESEARCH AND DEVELOPMENT (R n D).

Sumber : https://books.google.com.sg/books?id=k8j4DwAAQBAJ&lpg=PA82&ots=13Uu3g11uJ&dq=definisi penelitian&lr&hl=id&pg=PA82#v=onepage&q=definisi penelitian&f=false

Definisi

Penelitian adalah mencari kembali suatu pengetahuan. Tujuan penelitian adalah untuk mengubah kesimpulan yang telah diterima. Secara umum, maupun mengubah pendapat-pendapat dengan adanya aplikasi baru pada pendapat tersebut. Suatu penelitian dengan menggunakan metode ilmiah dinamakan sebagai penelitian ilmiah.

Paraphrase :

Penelitian adalah mencari kembali suatu pengetahuan. Tujuan penelitian adalah untuk mengubah kesimpulan yang telah diterima. Secara umum, maupun mengubah pendapat-pendapat dengan adanya aplikasi baru pada pendapat tersebut. Suatu penelitian dengan menggunakan metode ilmiah dinamakan sebagai penelitian ilmiah.

4. Judul : Research Definition & Meaning

Sumber : https://www.merriam-webster.com/dictionary/research

Definisi :

Definition of research is investigation or experimentation aimed at the discovery and interpretation of facts, revision of accepted theories or laws in the light of new facts, or practical application of such new or revised theories or laws.

Paraphrase :

research is examination or experimentation pointed at the disclosure and translation of actualities, amendment of acknowledged speculations or laws within the light of modern actualities, or down to earth application of such unused or changed hypotheses or laws.

5. Judul : Definition of Research

Sumber : https://www.westernsydney.edu.au/research/researchers/preparing_a_grant_application/dest_definition_of_research

Definisi :

Research is defined as the creation of new knowledge and/or the use of existing knowledge in a new and creative way so as to generate new concepts, methodologies and understandings. This could include synthesis and analysis of previous research to the extent that it leads to new and creative outcomes.

Paraphrase :

Investigate is characterized as the creation of modern information or the utilize of existing information in a modern and imaginative way so as to produce unused concepts, techniques and understandings. This may incorporate amalgamation and examination of past investigate to the degree that it leads to modern and inventive.

IMPLEMENTASI SISTEM PAKAR

Judul        : Rancang Bangun Sistem Pakar Penentuan Kepribadian

Sumber    : https://www.ejurnal.stmik-budidarma.ac.id/index.php/JSON/article/view/1385/1120

Kesimpulan

Dari jurnal yang berjudul “Rancang Bangun Sistem Pakar Penentuan Kepribadian”
, dapat ditarik kesimpulan sebagai berikut :
1. Berdasarkan hasil diagnosis kepribadian oleh psikolog yang ditransformasikan ke dalam sistem komputer,
dapat membantu psikolog membentuk diagnosa kepribadian.
2. Sistem pakar penentuan kepribadian menggunakan metode Case Based Reasoning (CBR), hasilnya kompleks
3. Bobot gejala kepribadian dapat berubah sewaktu-waktu tergantung pada psikologi.
4. Dengan sistem pakar berbasis desktop dan web, hasilnya mungkin tidak akurat

5.Diperlukan pendampingan dukungan psikologis dalam konseling kepribadian?

Judul        : Expert System for Problems of Teeth and Gums

Sumber    : http://dstore.alazhar.edu.ps/xmlui/handle/123456789/375

Kesimpulan

    Our gums (gingiva) act as a significant barricade in guarding our teeth and their neighboring support structures. a little noted reality is that gum illness is that the foremost reason for tooth loss in adult persons. Healthy, strong, teeth are dependent on on healthy gums.

    The core wrongdoer for gum issues is microorganism in dental plaque. The bacteria in plaque yield harmful toxins that generate an inflammatory method that happens within the gum tissue. If left for a sufficient amount of time, plaque causes hurt to our teeth moreover as our gums. during this paper, we gift a data primarily based system that facilitate folks with teeth and gums issues to diagnose their problems and get recommendation for the treatment. This skilled system was designed and enforced mistreatment SL5. Object language for knowledge based system.

UAS Fisika Listrik LTSPICE:2020

LAPAORAN PRAKTIKUM FISIKA LISTRIK 

SIMULASI RANGKAIAN LISTRIK MENGGUNAKAN LTSPICE

Disusun Oleh:

Rakka Yusuf Hidayat

(1930511117)

UNIVERSITAS MUHAMMADIYAH SUKABUMI

JL. R Syamsudin S.H No. 50,  Kec. Cikole Kota Sukabumi

Jawa Barat 43113

A. TUJUAN PRAKTIKUM
Dapat memahami dan menggunakan software LTSpice pada rangkaian listrik dan dapat menentukan besar tegangan, kuat arus serta hambatan pada sebuah rangkaian.

B. DASAR TEORI
1. Rangkaian listrik
Rangkaian listrik adalah gabungan dari beberapa elemen listrik pasif seperti transformator, resistor, kapasitor, inductor, saklar, sumber arus dan sumber tegangan. Rangkaian listrik juga terdiri dari 3 yaitu rangkaian seri, pararel, serta campuran. Adapun yang sering dicari pada rangkaian listrik adalah besar tegangan, kuat arus, serta hambatan dan untuk mencari semua itu dapat ditentukan dengan hokum ohm. Hukum Ohm adalah suatu pernyataan bahwa besar arus listrik yang mengalir melalui sebuah penghantar selalu berbanding lurus dengan tegangan yang diterapkan kepadanya.

Berikut adalah rumus hokum Ohm :

Keterangan :
V : Tegangan (Volt)
I : Kuat Arus (Ampere)
R : Hambatan (Ω)

2. LTSpice
LTSpice adalah software atau perangkat lunak yang berbasis SPICE atau Simulation Program With Integrated Circuit Emphasis yang biasa digunakan untuk simulasi rangkaian elektonik digital dan analog.

C. ALAT DAN BAHAN
1. Laptop/ PC
2. Software LTSpice
3. Rangkaian listrik / bahan praktikum


D. LANGKAH KERJA
1. Pertama, kita perlu download terlebih dahulu software LTSpace dan menginstallnya.
2. Kemudian, bukalah software LTSpice yang telah kalian install dan tekan Ctrl + N untuk lembar kerja agar kita bisa membuat projek baru atau kita juga bisa dengan mengklik menu file pilih New schemantic.
3. Lalu kita gambar rangkaian listrik yang akan kita uji menggunakan  menu dan tools yang sudah tersedia di software LTSpice.
4. Setelah rangkaian digambar , kita bisa menjalankannya dengan meng-klik tombol run pada menu, atau bisa juga klik kana lalu akan muncul options dan klik options run.
5. Setelah run di klik maka akan muncul menu translent dan isi stop time dengan 1m lalu klik OK. (menu translate akan otomatis muncul ketika kita pertama kali menjalankan rangkaian)
6. Untuk mencari tegangan pada rangkaian, dekatkanlah kursor pada rangkaian sampai muncul icon berwarna merah lalu klik kiri dan tahan dan geserkan kebagian lainnya dari rangkaian sambil menahan klik kiri sampai muncul icon berwarna hitam setelah lepaskan klik kiri, maka secara otomatis hasilnya akan muncul.

7. Untuk mencari kuat arus pada rangkaian listrik maka kursor kita arahkan pada Current atau voltage sampai muncul icon lalu klik kiri dan hasilnya pun akan muncul, hasilnya akan di tampilkan dalam bentuk gelombang. Beginilah icon nya:

8. Untuk mencari R ekivalensi pertama kita harus mencari besar tegangan terlebuh dahulu menggunakan langkah no. 6, Setelah itu akan muncul gelombang yang biasanya tercetak dengan nama V(n001). Lalu kita double klik kanan pada V(n001) serta tambahkan /I(V1) bila hasilnya positif dan bila hasilnya negative tambahkan /-I(V1) pada samping tulisan V(n001) lalu klik OK maka hasilnya akan muncul.

E. ANALISA

1. Gambarlah rangkaian berikut mengunakan LTSpice dan tentukan R Ekivalennya !

2. Gambarlah rangkaian listrik berikut dan tentukan nilai arusnya !

3. Gambarlah rangkaian berikut dan tentukan besar tegangannya V !

4. Gambarlah rangkaian berikut dan tentukan i nya!

5. Gambarlah rangkaian listrik berikut dan tentukan nilai V (tegangan) dan I (arus) !

F. HASIL DAN PEMBAHASAN

No. 1

Ini lah hasih dari pertanyaan yang pertama, didapatkan bahwa R = 74, 999996Ω atau kita bisa menbulatkan menjadi R = 75Ω seperti yang di tujukan lingkaran merah dan kalua di tuliskan dalam cara manual R =V/I  atau R = 10V / 133,33334mA = 74,999996Ω = 75Ω.

No. 2

Dapat di lihat pada rangkaian diatas bahwa nilai arusnya  adalah 1,5A seperti yang dilingkari biru. Dan hasil ini bisa didapatkan karena I(V1) = -1,5A, diganti menjadi -I(V1) karena hasilnya negative (seperti yang di tujukan lingkaran kuning).

Nomor 3.

Pada hasil tersebut didapat bahwa kuat arusnya adalah 1A seperti yang dilingkari oleh warna hitam. Dan hasil lainnya R = 7Ω dan tegangannya = 7V.

Nomor 4.

Pada hasil tersebut didapat bahwa tegangannya  adalah 1,5A seperti yang dilingkari oleh warna hitam. Dan hasil lainnya R = 0,75Ω dan Arusnya = 2 A.

Nomor 5.

untuk mendapatkan hasil seperti yang ada pada gambar di atas yang dilingkari merah kita harus memasukan rumus I = I2 – I1 atau I = I(I1) – I(V1)
I = 3A – 1A.
I = 2A.

untuk mendapatkan hasil seperti yang ada pada gambar di atas yang dilingkari biru kita harus memasukan rumus V = V2 – V1 atau V = V(n001) – V(n002)
V = 24V – 16V.
V = 8V.

G. KESIMPULAN
Simulasi menggunakan LTSpice lebih mudah karena mencari besar tegangan , kuat arus, dan R ekivalensi nya sangat cepat dan mudah.
Dan software ini juga ringan untuk laptop spek rendah.

H. DAFTAR PUSTAKA
https://id.wikipedia.org/wiki/Rangkaian_listrik
https://id.wikipedia.org/wiki/Hukum_Ohm
https://translate.google.com/translate?hl=id&sl=en&u=https://en.wikipedia.org/wiki/LTspice&prev=search

Tugas Logika Informatika

Sederhanakan bentuk – bentuk logika berikut ini menjadi bentuk paling sederhana!

1.  

2.  

3.  

4.  

5.  

6.  

7. 

8.  

9. 

Jawaban =

1. 

2.

3.

4.

5.

6.

7.

8.

9.

#UMMI

#LOGIKAINFORMATIKA

#HMIFUMMI

#UNIVERSITASUNGGUL

#SUKABUMI