Aplikasi sistem pakar ini dirancang untuk mencari nilai kedekatan produk berdasarkan spesifikasi pengguna apabila produk yang dicari tidak tersedia di database, dengan memberikan rekomendasi produk lain beserta nilai kemiripannya.
Dicoding Developer Coaching #23: Android | Membangun Modern App dengan Jetpac...DicodingEvent
Dicoding Developer Coaching merupakan webinar, yang membahas tuntas kendala maupun pertanyaan yang sering ditanyakan di Academy Dicoding.
Tema kali ini adalah "Membangun Modern App dengan Jetpack & Android Architecture Component."
Di sini Anda akan belajar mengenai Jetpack dan Android Architecture Components. Jetpack adalah serangkaian library yang tersedia untuk membantu developer agar dapat mengikuti praktik terbaik, mengurangi kode boilerplate, serta menulis kode yang berfungsi secara konsisten di berbagai versi dan perangkat Android sehingga developer dapat berfokus pada penulisan kode yang lebih penting. Sedangkan Android Architecture Components adalah salah satu pattern yang dikeluarkan oleh Google. Dengan menerapkan Android Architecture Components, maka kamu akan mempelajar mengenai kumpulan library yang dapat membantu Anda untuk merancang aplikasi yang kuat, dapat diuji, dan dapat dikelola dengan mudah.
Dicoding Developer Coaching #23: Android | Membangun Modern App dengan Jetpac...DicodingEvent
Dicoding Developer Coaching merupakan webinar, yang membahas tuntas kendala maupun pertanyaan yang sering ditanyakan di Academy Dicoding.
Tema kali ini adalah "Membangun Modern App dengan Jetpack & Android Architecture Component."
Di sini Anda akan belajar mengenai Jetpack dan Android Architecture Components. Jetpack adalah serangkaian library yang tersedia untuk membantu developer agar dapat mengikuti praktik terbaik, mengurangi kode boilerplate, serta menulis kode yang berfungsi secara konsisten di berbagai versi dan perangkat Android sehingga developer dapat berfokus pada penulisan kode yang lebih penting. Sedangkan Android Architecture Components adalah salah satu pattern yang dikeluarkan oleh Google. Dengan menerapkan Android Architecture Components, maka kamu akan mempelajar mengenai kumpulan library yang dapat membantu Anda untuk merancang aplikasi yang kuat, dapat diuji, dan dapat dikelola dengan mudah.
2. Latar Belakang Masalah
• Tingginya persaingan dagang di
internet
• Kebutuhan akan sistem untuk mencari
nilai kedekatan suatu produk
• Ketidakpuasan user dalam hasil
pencarian suatu produk
3. Batasan Masalah
• Proses pencarian produk apakah
tersedia atau tidak di database
• Proses perhitungan bobot setiap
produk untuk menentukan nilai
kedekatan (similiarity)
• Proses pembuatan sistem pakar
4. Tujuan Penulisan
• Menentukan ketersediaan suatu hasil
pencarian produk
• Menentukan nilai kedekatan suatu
produk jika produk yang dicari tidak
tersedia
5. Flowchart Aplikasi
Mulai
Masukkan Spesifikasi User
Cari nilai kedekatan
AI Bekerja
A
A
Produk yg dicari user =
produk database
T
NK2 = Hasil Spesifikasi * Nilai Persentase
Y
NK1 = 1 * Nilai Persentase
B
C
9. Proses Perhitungan
• Misalkan terdapat seorang user yang sedang mencari produk harddisk
dengan spesifikasi sebagai berikut :
Merek: Hitachi
Kapasitas : 160 Gb
Cache : 2 Mb
Jenis : SATA II
Sebelum menghitung terlebih dahulu ditentukan nilai keutamaan nya :
Untuk Merek 30%, Kapasitas 50%, Cache 10% dan Jenis 10%
Nilai keutamaan bebas untuk ditentukan
10. Proses Perhitungan
(Lanjutan)
• Jika produk tersebut tersedia di database maka nilai nya menjadi :
Merek: 0,3
Kapasitas : 0,5
Cache : 0,1
Jenis : 0,1
Maka jika di total akan menjadi 0,3 + 0,5 + 0,1 + 0,1 = 1, Artinya produk trersebut ada.
Jika produk yang tersedia di database adalah sebagai berikut :
Merek: Seagate
Kapasitas : 80 Gb
Cache : 8 Mb
Jenis : SATA II
Bagaimana Nilai Kedekatannya??
11. Proses Perhitungan
(Lanjutan)
Merek harddisk yang tersedia di database adalah : Hitachi, Seagate, Maxtor, Samsung
Kapasitas harddisk yang tersedia di database adalah : 80,160,250,320,500,640,750,1000,1500,2000
( Gb)
Cache hardidsk yang tersedia di database adalah : 2,8,16,32,64 (Mb)
Jenis harddisk yang tersedia di database adalah : IDE, SATA, SATAII
Jika nilai keutamaan untuk merek : 0,3, kapasitas : 0,5, cache : 0,1 dan jenis : 0,1.
Maka Nilai Kedekatan produk tadi adalah :
Untuk merek : 0,3 / 2 = 0,15. Jika merek berbeda maka nilai nya menjadi setengah nilai keutamaanya.
Untuk kapasitas : 0,5 – 0,05 = 0,45. ( 0,5 / banyak anggota )
Untuk Cache : 0,1 – 0,02 = 0,08 ( 0,2 di peroleh dari 1 / banyak anggota)
Untuk jenis : 0,1 ( Karena Tepat )
Sehingga nilai kedekatannya : 0,15 + 0,45 + 0,08 + 0,1 = 0,78
12. Kesimpulan
• Aplikasi sistem pakar ini dibuat untuk
mengembangkan sistem pencarian
produk komputer
• Jika produk yang user cari tidak
tersedia user dapat melihat produk
lain melalui indikator nilai
kedekatannya