RANCANG BANGUN SISTEM PAKAR DIAGNOSIS KERUSAKAN MOTOR (Proposal Skripsi)
Wandy Hanyudha 107093003112
1.
Latar Belakang Pada saat ini, alat transportasi sudah jelas menjadi kebutuhan yang amat mendasar. Sudah banyak orang – orang menggunakan alat transportasi untuk melakukan aktivitasnya sehari-hari, mobilitas hampir tidak mungkin dilakukan jika tidak menggunakan alat transportasi. Berbicara alat transportasi, ada beberapa macam alat transportasi yang ada di Indonesia diantaranya alat transportasi darat, laut, dan udara. Dari ketiga macam alat transportasi tersebut, alat transportasi darat lah yang sering dijadikan pilihan masyarakat untuk mobilisasi. Oleh karena itu, di Indonesia alat transportasi darat sangat berkembang pesat. Buktinya adalah meningkatnya penjualan motor sebesar 50% dalam waktu satu bulan (Sofyan, 2010). Alasannya adalah karena motor lebih murah, rendah biaya perawatan, serta dengan dimensi yang tidak begitu besar, menjadikan sepeda motor sangat cocok digunakan di Jakarta yang notabene sering terjadi kemacetan lalu lintas. Meningkatnya kendaraan bermotor ini, secara tidak langsung telah membuka lahan baru untuk pekerjaan dalam bidang perbengkelan, banyak bengkel – bengkel motor dan mobil dibuat sebagai tempat untuk perbaikan serta perawatan kendaraan bermotor. Pemilik kendaraan dapat membawa kendaraan motornya ke bengkel terdekat dan memberi tahu keluhan tentang kendaraannya pada pakar – pakar otomotif yang ada di bengkel tersebut. Namun dengan semua aktivitas yang padat dan penuh khususnya di ibu kota Jakarta, telah menuntut masyarakat untuk mengerjakan segala sesuatunya dengan cepat dan tepat. Waktu telah menjadi modal utama yang sangat berharga. Perawatan yang kiranya bisa dilakukan sendiri, serta tanpa harus pergi datang ke bengkel dengan membawa kendaraan tersebut, akan sangat membantu sekali, khususnya untuk orang – orang yang awam tentang otomotif dan tidak mempunyai waktu untuk datang ke bengkel menunggu sampai kendaraannya selesai di reparasi. Mengingat zaman yang semakin berkembang dan telah memasuki era informasi, sudah banyak penelitian pada bidang pembuatan sistem atau aplikasi yang dapat mewakili para pakar untuk membantu memecahkan atau memberikan solusi pada masalah – masalah tertentu. Seperti jurnal yang berjudul “An Expert System for Car Failure Diagnosis” (Ahmad, 2005), dalam jurnal tersebut dijelaskan sistem pakar yang mampu mendeteksi kerusakan pada mobil. “Approach towards Car Failure Diagnosis-An Expert System” (Jindal et al. 2010), menyajikan proses yang memainkan peranan penting dalam pengembangan sistem pakar untuk diagnosis kegagalan serta perbaikan pada mobil dibawah kendala seperti waktu, tempat dan ketersediaan keahlian manusia. “Integrated decision-support system for diagnosis, maintenance planning, and scheduling of manufacturing systems” (Jeong et al. 2007), yang membahas suatu sistem pendukung keputusan terpadu untuk mendiagnosis kesalahan dan menghasilkan perawatan yang efisien. “An Intelligent Decision Support System for Management of Floods” (Ahmad dan Simonovic, 2005), yang menjelaskan integrasi pengetahuan manusia dengan menggunakan decision support system yang dikembangkan untuk pembuat keputusan saat fase yang berbeda – beda 1
pada flood management. Selanjutnya “Expert Fault Diagnosis System for Auto Wire Bond Machine” (Chee-Fai, 2007), yaitu sistem pakar yang tujuan utamanya adalah mendiagnosis mesin pengikat kabel otomatis, lalu setelahnya jurnal berjudul “Prototype of Knowledge – Based System for Fault Diagnosis in Automatic Wire Bonding Machine” (Chee-Fai, 2008) membahas tentang sistem prototype yang berbasis pengetahuan untuk mendiagnosis mesin pengikat kabel otomatis. Pada tahun 2007, artikel yang berjudul “Fault Diagnosis approach based on a model-based reasoner and a functional designer for a wind turbine. An approach towards self-maintenance” (Echavarria et al. 2007), merupakan penelitian yang bertujuan untuk mengembangkan metodologi diagnosis kegagalan pada turbin angin. Lalu penyajian perkembangan terakhir untuk bidang analisis kerusakan pada mesin terdapat dalam jurnal “Machine Fault Signature Analysis” (Jayaswal et al. 2008). “Web-based expert systems: benefits and challenges” (Duan et al. 2005), dalam artikel tersebut membahas isu yang terkait dengan desain, pengembangan, dan pemanfaatan sistem pakar berbasis web dari sudut pandang manfaat dan tantangan mengembangkan serta penggunaannya. “Rule Based Expert System For Selecting Software Development Methodology” (Al Ahmar, 2005), dalam jurnalnya menyajikan pemodelan dan pengembangan prototipe sistem pakar yang membantu manajer proyek perangkat lunak dan insinyur perangkat lunak dalam memilih metodologi pengembangan perangkat lunak yang sesuai. Lalu artikel yang berjudul “On-Line Fault Detection Techniques for Technical Systems: A Survey” (Angeli, 2004), artikel ini memuat referensi untuk penelitian terbaru pada metode numerik, presentasi yang luas tentang metode kecerdasan buatan yang digunakan untuk proses deteksi kesalahan dalam sistem teknis dan materi survei yang relevan. Sistem pakar juga banyak bermanfaat pada bidang kesehatan, ada penelitian yang mengembangkan sistem pakar untuk membantu diagnosis penyakit-penyakit seperti jurnal yang berjudul “Development of An Expert System for Aiding Migraine Diagnosis” (Kopec et al. 2004), dalam artikel tersebut dijelaskan sebuah sistem pakar yang dapat membantu diagnosis penyakit migrain. Lalu (Saritas et al. 2003), dengan artikelnya yang berjudul “A Fuzzy Expert System Design for Diagnosis of Prostate Cancer” menjelaskan desain sistem pakar untuk diagnosis kanker prostat, sistem pakar ini juga memungkinkan untuk menentukan apakah dibutuhkan biopsi atau tidak, memberikan berbagai resiko penyakit kanker kepada pengguna, sistem pakar ini cepat, ekonomis juga memiliki keandalan yang tinggi serta dapat digunakan untuk belajar bagi mahasiswa kedokteran. Setelah itu Patra et al. (2010), mengembangkan sistem pakar diagnosis penyakit pada manusia, yang artikelnya berjudul “An Expert System for Diagnosis of Human Diseases”, dengan mendeteksi penyakit pada tahap dini, maka dapat memungkinkan untuk mengatasi dan memperlakukan penderita secara tepat. Selanjutnya jurnal yang berjudul “An Expert System For Diagnosing Eye Diseases Using CLIPS” (Naser dan Ola, 2005) merupakan karya yang menyajikan desain sistem pakar untuk mendiagnosis penyakit mata. “A Case Based Expert System For Supporting Diagnosis of Heart Diseases” (Salem, 2005), membahas suatu sistem pakar yang mampu memberikan diagnosis penyakit jantung. Setelah membahas kegunaan sistem pakar pada bidang kesehatan, sistem pakar juga berguna dalam membantu pekerjaan. Artikel yang berjudul “Decision Support System for Farm Management” (Singh, 2008), membahas sebuah penggunaan teknologi internet bagi para petani untuk mengambil keputusan, model ini dikembangkan bagi para petani untuk mengakses informasi interaktif dan fleksibel secara online untuk manajemen pertanian. Selanjutnya “The Design of Hybrid System for Servicing Process Support in Small Businesses” (Millanovic et al. 2010) dalam artikelnya membeikan sebuah survei terhadap sistem hybrid, di mana output sistem pakar merupakan representasi dari input sistem pengambil keputusan. Lalu pada tahun 2
yang sama, artikel yang berjudul “A Web Based Sweet Orange Crop Expert System using Rule Based System and Artificial Bee Colony Optimization Algorithm” (Prasad et al. 2010) membahas tentang sistem pakar untuk perkebunan buah jeruk, di mana pengguna bisa mendapatkan semua informasi statis tentang spesies yang berbeda, penyakit, gejala, kontrol kimia, pencegahan, hama, dan virus yang ada pada buah jeruk dan tanamannya. Sistem pengambil keputusan atau yang lebih dikenal dengan Decision Support System (DSS) juga banyak diteliti dan dikembangkan seperti artikel yang berjudul “Decision Support System for Adaptive Water Supply Management” (Westphal et al. 2003), dalam artikel ini membahas tentang sistem yang dapat membantu manajemen pasok air. “Application of Multi-Agent Technology to Fault Diagnosis of Power Distribution Systems” (Yang et al. 2004), dalam artikel ini membahas pengembangan sistem multi-agent untuk diagnosis kegagalan dalam distribusi listrik yang didukung dengan komputer. Artikel selanjutnya berjudul “Open Urban Emergency Decision Support System” (Zhang dan Li, 2008). Artikel lainnya yang berjudul “Expert systems for knowledge management: crossing the chasm between information processing and sense making” (Malhotra, 2001), artikel tersebut mengembangkan dasar untuk memajukan paradigma teknologi artificial intelligent dan sistem pakar. “Pluralistic Multi-Agent Decision Support System: A Framework And An Empirical Test” (Vahidov dan Fazlollahi, 2004), artikel ini mengusulkan sebuah kerangka kerja untuk suatu sistem pendukung keputusan pluralistik multi agen. Kerangka tersebut dibangun berdasarkan pendukung keputusan piramida dengan agen dibagi dalam kelompok-kelompok sesuai dengan fase model pemecahan masalah. “Maintenance Decision Support System in Small and Medium Industries: An Approach to New Optimization Model” (Tahir et al. 2008), menjelaskan model optimasi pemeliharaan untuk melakukan perhitungan dan menghitung frekuensi kegagalan dan downtime sebagai masalah dan pemeliharaan data menggunakan decision making grid (DMG) dengan logika fuzzy dalam pemeliharaan decision support system (DSS). “Social Decision Support Systems (SDSS)” (Turoff et al. 2002), merupakan sistem pengambil keputusan yang dapat membantu dalam penyelidikan dalam jumlah atau kelompok yang besar (misalnya ribuan orang). “A Fuzzy Logic Expert System to Estimate Intrinsic Extinction Vulnerabilities Of Marine Fishes to Fishing” (Cheung et al. 2004), dalam artikel ini menyajikan suatu sistem pakar fuzzy yang terintegrasi pada sejarah kehidupan dan karakteristik ekologi ikan laut. Secara umum sistem pakar merupakan termasuk dalam salah satu kategori AI (Artificial Intelligence). AI berguna pada bidang pendidikan, seperti artikel yang berjudul “Web Intelligence and Artificial Intelligence in Education” (Devedžić, 2004). “A Decision Support Tool For Basin Irrigation In Northern Nigeria” (Asaolu dan John, 2009), yaitu membahas sebuah alat pengambil keputusan untuk memecahkan masalah irigasi di Nigeria Utara. “Developing A Software For Fuzzy Group Decision Support System: A Case Study” (Baba et al. 2009), dalam artikel ini menjelaskan pengembangan perangkat lunak fuzzy group decision support system (FGDSS) yang user friendly, perangkat lunak ini dapat digunakan untuk banyak tujuan dari proses pembuat keputusan. “Knowledge Management and Environmental Decision Support Systems” (Baeshen, 2008), membahas tentang peran teknologi AI, yaitu sistem pakar dan data mining dalam knowledge management system (KMS). “Prediction Markets as Decision Support Systems” (Berg dan Rietz, 2003), artikel yang menjelaskan prediksi pasar yang dapat digunakan untuk sistem pengambil keputusan. “Decision Support System For Evaluating Transformer” (Georgilakis, 2007), menyajikan suatu sistem pendukung keputusan untuk mengevaluasi investasi transformator pada sektor industri berdasarkan total owning cost (TOC). “A Web 3
based Expert System Shell for Fault Diagnosis and Control of Power System Equipment” (Jain et al. 2008), menjelaskan suatu sistem pakar yang berbasiskan web untuk diagnosis kegagalan dan mengendalikan sistem daya peralatan. Sistem pakar dan sistem pendukung keputusan tersebut cukup membantu sebagian permasalahan yang ada di kehidupan sehari – hari. Oleh sebab itu, saat ini mungkin aplikasi atau sistem yang dapat mendiagnosis kerusakan untuk motor akan sedikit membantu, khususnya untuk pemilik kendaraan yang masih awam serta waktu yang padat dan keberadaan bengkel yang masih jarang untuk di daerah – daerah terpencil. Berdasarkan latar belakang yang ada di atas, maka judul penelitian “RANCANG BANGUN SISTEM PAKAR DIAGNOSIS KERUSAKAN MOTOR” layak diangkat ke permukaan. 2.
Rumusan Masalah Berdasarkan latar belakang, masalah-masalah yang akan muncul ketika membahas sistem pakar diagnosis kerusakan motor, adalah: a. Bagaimana merancang sistem pakar yang dapat digunakan untuk mendiagnosa suatu kerusakan pada kendaraan motor berdasarkan gejala yang ada? b. Bagaimana mengimplementasikan sistem pakar pada komputer? c. Bagaimana sistem pakar dapat mendiagnosa suatu kerusakan pada motor dengan menggunakan metode forward chaining? d. Bagaimana menganalisis dan merancang sistem pakar untuk mengidentifikasi kerusakan yang ada pada motor?
1.
Batasan Masalah Berdasarkan rumusan masalah di atas, pembahasan masalah akan dibatasi pada: a. Membuat aplikasi sistem pakar yang dapat mendiagnosis kerusakan pada motor berdasarkan gejala yang ada. b. Menganalisis dan merancang sistem pakar untuk identifikasi kerusakan pada motor. c. Mengimplementasikan sistem pakar diagnosis kerusakan motor pada komputer
1.
Tujuan Tujuan dari penelitian ini terbagi menjadi 2 bagian, yaitu tujuan umum dan tujuan khusus. Tujuan umum dari penelitian ini adalah menghasilkan rancang bangun sistem pakar diagnosis kerusakan motor. Sedangkan tujuan khusus dari penelitian ini adalah sebagai berikut: a. Analisis dan perancangan pada sistem pakar diagnosis kerusakan motor b. Implementasi sistem pakar diagnosis kerusakan motor pada komputer c. Pembuatan aplikasi sistem pakar diagnosis kerusakan motor
1.
Manfaat Adapun manfaat yang akan didapat dari penelitian skripsi ini adalah sebagai berikut: a. Dapat menjadi referensi untuk bidang penelitian Sistem Pakar. b. Dapat memberikan pemahaman lebih jauh tentang gejala - gejala kerusakan yang ada pada motor. c. Dapat memberikan secara umum tentang analisis dan perancangan aplikasi sistem pakar.
1.
Metodologi Penelitian Adapun dalam penelitian ini akan menggunakan 2 jenis metodologi penelitian, yang pertama yaitu metode pengumpulan data, metode ini akan dilakukan dengan tiga 4
cara yaitu dengan cara observasi dan wawancara (Hartono, 2008), serta studi pustaka (Sonhadji, 1994). Berikutnya yaitu metodologi yang akan digunakan adalah metode pengembangan sistem dengan menggunakan metode berorientasi objek dan model pengembangan RAD (Rapid Aplication Development) yang meliputi 3 tahap yaitu perencanaan syarat-syarat, workshop design, dan fase implementasi (Kendall, 2002). Dalam metode pengembangan sistem pakar ini akan menggunakan notasi UML (Unified Model Language). Diagram yang akan digunakan dalam penelitian skripsi ini yaitu, Use Case Diagram, Activity Diagram, Class Diagram, dan Sequence Diagram (Sholiq, 2006). 2.
Kerangka Berfikir Mulai
Observasi
Metode Observasi (Hartono, 2007)
Wawancara
Metode Wawancara (Hartono, 2007)
Studi Pustaka
Metode Studi Pustaka (Sonhadji, 1994)
Perencanaan Syarat-syarat
Metode Pengembangan Sistem (Kendall, 2002)
Workshop Design
Fase Implementasi
Selesai
Gambar 1. Kerangka Berfikir Gambar di atas merupakan gambaran umum tentang kerangka berfikir yang akan digunakan dalam penelitian ini. 3.
Jadwal
5
Gambar 2. Gantt Chart Gambar gantt chart tersebut merupakan perkiraan waktu dalam pengerjaan penelitian ini, dari pembuatan proposal penelitian sampai pada akhirnya penulisan laporan akhir dibuat. Penjadwalan yang dilakukan dihitung berdasarkan minggu dan bulan. Pengerjaan penelitian ini dimulai dari tanggal 1 Oktober 2010 dengan perkiraan selesainya penelitian ini pada tanggal 8 Juni 2011. 4.
a.
b. c. d. e.
Kajian Teori Secara umum, sistem pakar (expert system) adalah sistem yang berusaha mengadopsi pengetahuan manusia ke komputer, agar komputer dapat menyelesaikan masalah seperti yang biasa dilakukan oleh para ahli. Sistem pakar yang baik dirancang agar dapat menyelesaikan suatu permasalahan tertentu dengan meniru kerja dari para ahli. Dengan sistem pakar ini, orang awam pun dapat menyelesaikan masalah yang cukup rumit yang sebenarnya hanya dapat diselesaikan dengan bantuan para ahli. Bagi para ahli, sistem pakar ini juga akan membantu aktivitasnya sebagai asisten yang sangat berpengalaman. Keahlian adalah suatu kelebihan penguasaan pengetahuan di bidang tertentu yang diperoleh dari pelatihan, membaca atau pengalaman. Contoh bentuk pengetahuan yang termasuk keahlian adalah: Fakta-fakta pada lingkup permasalahan tertentu. Teori – teori pada lingkup permasalahan tertentu. Prosedur-prosedur dan aturan-aturan berkenaan dengan lingkup permasalahan tertentu. Strategi-strategi global untuk menyelesaikan masalah. Meta-knowledge (pengetahuan tentang pengetahuan). Bentuk-bentuk ini memungkinkan para ahli untuk dapat mengambil keputusan lebih cepat dan lebih baik daripada seseorang yang bukan ahli. Seorang ahli adalah seseorang yang mampu menjelaskan suatu tanggapan, mempelajari hal-hal baru seputar topik permasalahan (domain), menyusun kembali pengetahuan jika dipandang 6
perlu, memecah aturan-aturan jika dibutuhkan, dan menentukan relevan tidaknya keahlian pakar. 1.1.
Metodologi Metodologi adalah rincian secara menyeluruh dari siklus pengembangan sistem informasi. Penggunaan metodologi digunakan untuk membantu pembuatan suatu sistem, agar dapat menjadi sistem yang baik dan benar serta efisien dan efektif supaya dapat menghasilkan sebuah sistem yang dapat bekerja secara maksimal.
1.1.1. Metode Pengumpulan Data
a.
b.
c.
1.
Metode ini digunakan banyak digunakan untuk mengumpulkan fakta-fakta informasi yang ada. Dalam metode ini terdapat tiga cara dalam melakukan metode mengumpulkan data, yaitu: Observasi Metode ini dilakukan dengan mengunjungi tempat di mana kita melakukan observasi. Semua informasi baik berupa tempat observasi dan waktu pelaksanaan selama observasi harus di dokumentasikan dengan baik. Wawancara Metode ini dilakukan dengan mengadakan wawancara dengan masalah yang terkait. Wawancara akan dilakukan pada tanggal 4 Januari 2010. Dalam hal ini, yang akan diwawancarai adalah pakar teknisi motor yang mempunyai pengetahuan dan pengalaman yang dalam tentang motor. Hasil dari wawancara tersebut akan dijelaskan secara rinci pada lembar lampiran. Studi Pustaka Untuk menambah referensi teori-teori yang diperlukan, akan dilakukan juga pengumpulan data-data melalui literatur – literatur terkait yang dapat mendukung penelitian ini, seperti buku, diktat, catatan, makalah dan artikel lainnya baik cetak maupun yang elektronik. Daftar Pustaka Ahmad S, Simonovic S. 2005. An Intelligent Decision Support System for Management of Floods. Water Resources Management (2006) 20: 391–410 Ahmad T. 2005. An Expert System for Car Failure Diagnosis. World Academy of Science, Engineering and Technology Al Ahmar MA. 2005. Rule Based Expert System for Selecting Software Development Methodology. 2005 - 2010 JATIT & LLS Angeli C, Chatzinikolaou A. 2004. On-Line Fault Detection Techniques for Technical Systems: A Survey. International Journal of Computer Science & Applications Vol. I, No. 1, pp. 12 – 30 Asaolu Olumuyiwa S, John Ogbemhe. 2009. A Decision Support Tool for Basin Irrigation in Northern Nigeria. Maejo Int. J. Sci. Technol. 2009, 3(02), 295-305 Baba AF, Kuscu D, Han K. 2009. Developing A Software for Fuzzy Group Decision Support System: A Case Study. TOJET July 2009 ISSN: 1303-6521 volume 8 Issue 3 Article 3 Baeshen NMS. 2008. Knowledge Management and Environmental Decision Support Systems. 12th WSEAS International Conference on COMPUTERS, Heraklion, Greece Berg JE, Rietz TA. 2003. Prediction Market as Decision Support Systems. Kluwer Academic Publishers Chee-Fai T. 2007. An Expert Fault Diagnosis System for Auto Wire Bond Machine. Jurnal Teknologi, 47(A) Dis. 2007: 55–73 7
Chee-Fai T. 2008. A Prototype of Knowledge – Based System for Fault Diagnosis in Automatic Wire Bonding Machine. Turkish J. Eng. Env. Sci. 32 (2008) , 235 – 244 Cheung WWL, Pitcher TJ, Pauly D. 2004. A Fuzzy Logic Expert System to Estimate Intrinsic Extinction Vulnerabilities of Marine Fishes to Fishing. Biological Conservation 124 (2005) 97–111 Demetgul M, Tansel IN, Taskin S. 2009. Fault Diagnosis of Pneumatic Systems with Artificial Neural Network Algorithms. 2009 Elsevier Ltd Devedžić V. 2004. Web Intelligence and Artificial Intelligence in Education. Educational Technology & Society, 7 (4), 29- 39 Dlodlo N, Hunter L, Cele C, Metelerkamp R, Botha AF. 2007. A Hybrid Expert Systems Architecture for Yarn Fault Diagnosis. FIBRES & TEXTILES in Eastern Europe April / June 2007, Vol. 15, No. 2 (61) Druzdzel MJ, Flynn RR. 2002. Decision Support System. University of Pittsburgh Pittsburgh Duan Y, Edwards JS, Xu MX. 2005. Web-based Expert System: Benefits and Challenges. Information & Management 42 (2005) 799–811 Echavarria E, Tomiyama T, Van Bussel GJW. 2007. Fault Diagnosis Approach Based on A Model-Based Reasoner and A Functional Designer for A Wind Turbine. An approach towards self-maintenance. Journal of Physics: Conference Series 75 (2007) 012078 Fadli A. 2003. Sistem Pakar Dasar. Ilmu Komputer.Com Georgilakis PS. 2007. Decision Support System for Evaluating Transformer Investments in the Industrial Sector. Journal of Materials Processing Technology 181 (2007) 307–312 Hartono J. 2007. Metodologi Penelitian Sistem Informasi. Andi: Yogyakarta. Jain MB, Jain A, Srinivas MB. 2008. A Web based Expert System Shell for Fault Diagnosis and Control of Power System Equipment. 2008 International Conference on Condition Monitoring and Diagnosis, Beijing, China Javed A, Shaikh MU, Bhatti BM. 2008. Conceptual Model for Decision Support System based Business Intelligence OLAP Tool for Universities in Context of ELearning. Proceedings of the World Congress on Engineering and Computer Science 2008 Jayaswal P, Wadhwani AK, Mulchandani KB. 2008. Machine Fault Signature Analysis. Hindawi Publishing Corporation International Journal of Rotating Machinery Volume 2008, Article ID 583982, 10 pages Jeong I-J, Leon VJ, Villalobos JR. 2007. Integrated Decision-Support System for Diagnosis, Maintenance planning, and Scheduling of Manufacturing Systems. International Journal of Production Research, Vol. 45, No. 2, 15 January 2007, 267–285 Jindal Y, Aggarwal R, Jain S, Verma N. 2010. Approach towards Car Failure Diagnosis-An Expert System. International Journal of Computer Applications Katipamula S, Brambley MR. 2005. Methods for Fault Detection, Diagnostics, and Prognostics for Building Systems — A Review, Part II. International Journal of HVAC&R Research, Vol. 11, No. 2, April 2005 Kendal. 2002. Systems Analysis and Design Fifth Edition. Prentice-Hall International. Kopec D, Shagas G, Selman J, Reinharth D, Tamang S. 2004. Development of An Expert System for Aiding Migraine Diagnosis. The Journal on Information Technology in Healthcare 2004; 2(5): 355–364 Leo J, Amos HC, Oscarsson J. 2004. Simulation Based Decision Support for Manufacturing System Life Cycle Management. Journal of Advanced Manufacturing Systems 8
Leo J, Amos HC. 2007. Simulation Based Decision Support for Service and Maintenance. University of Skövde, Sweden Li W, Tsai YP, Chiu CL. 2004. The Experimental Study of the Expert System for Diagnosing Unbalances by ANN and Acoustic Signals. Journal of Sound and Vibration 272 (2004) 69–83 Liao S-H. 2005. Expert System Methodologies and Applications – A Decade Review from 1995 to 2004. Expert Systems with Applications 28 (2005) 93–103 Magarey RD, Travis JW, Russo JM, Seem RC, Magarey PA. 2002. Decision Support Systems: Quenching the Thirst. Plant Disease / Vol. 86 No. 1 Malhotra Y. 2001. Expert System for Knowledge Management: Crossing the Chasm between Information Processing and Sense Making. Information & Management 42 (2005) 799–811 Milanovic DD, Misita M, Tadic D, Milanovic DLj. 2010. The Design of Hybrid System for Servicing Process Support in Small Businesses. Faculty of Mechanical Engineering, Belgrade. Naser SSA, Ola AZA. 2005. An Expert System for Diagnosing Eye Disease Using Clips. Journal of Theoretical and Applied Information Technology Papathanasiou J, Paparrizou A. 2007. A Decision Support System for the Facility Location Problem under Time Constraints. AMO-Advanced Modeling and Optimization, Volume 9, Number 1, 2007 Patra PSK, Sahu DP, Mandal I. 2010. An Expert System for Diagnosis of Human Disease. International Journal of Computer Applications (0975 – 8887) volume 1 - No. 13 Prasad Babu MS, Anitha J, Hari Krishna K. 2010. A Web Based Sweet Orange Crop Expert System using Rule Based System and Artificial Bee Colony Optimization Algorithm. International Journal of Engineering Science and Technology Vol. 2(6), 2010, 2408-2417 Salem ABM, Roushdy M, Hodhod RA. 2005. A Case based Expert System for Supporting Diagnosis of Heart Disease. AIML Journal, Volume (5), Issue (1), March, 2005 Saritas I, Allahverdi N, Sert IU. 2003. A Fuzzy Expert System Design for Diagnosis of Prostate Cancer. International Conference in Computer Systems and Technologies – CompSysTech’2003 Singh M, Singh P, Singh SB. 2008. Decision Support System for Farm Management. World Academy of Science, Engineering and Technology 39 2008 Sofyan Henry. 2010. Penjualan Motor Naik 50%. [online]. Tersedia: http://suaramerdeka.com/v1/index.php/read/news/2010/09/07/64423/PenjualanMotor-Naik-50. [5 Desember 2010] Sonhadji A. 1994. Teknik Pengumpulan dan Analisis Data Dalam Peneltian Kualitatif (Dalam buku Penelitian Kualitatif dalam Bidang Ilmu-Ilmu Sosial Keagamaan). Malang: Kalimasahada Press. Sueyoshi T, Tadiparthi GR. 2007. An Agent-Based Decision Support System for Wholesale Electricity Market. Decision Support Systems 44 (2008) 425–446 Tahir Z, Prabuwono AS, Aboobaider BM. 2008. Maintenance Decision Support System in Small and Medium Industries: An Approach to New Optimization Model. IJCSNS International Journal of Computer Science and Network Security, VOL.8 No.11, November 2008 Tatnall A, Burgess S. 2007. Experiences in Building and Using Decision-Support Systems in Postgraduate University Courses. Interdisciplinary Journal of Information, Knowledge, and Management
9
Turoff M, Hiltz SR, Cho HK, Li Zheng, Wang Y. 2002. Social Decision Support System (SDSS). Proceedings of the 35th Hawaii International Conference on System Sciences Vahidov R, Fazlollahi B. 2004. Pluralistic Multi-Agent Decision Support System: A Framework and An Empirical Test. Information & Management 41 (2004) 883– 898 Vassilev V, Krasimira G, Vassileva M. 2004. A Multicriteria Decision Support System Multidecision. International Journal "Information Theories & Applications" Vol.13, 103-111 Vidal A, Alberti M, Ciurana J, Casadesus M. 2005. A Decision Support System for Optimising the Selection of Parameters When Planning Milling Operations. Turkish J. Eng. Env. Sci. 32 (2008), 235 – 244 Vinnik S, Scholl MH. 2005. Decision Support System for Managing Educational Capacity Utilization in Universities. International Conference on Engineering and Computer Education Westphal KS, Vogel RM, Kirshen P, Chapra SC. 2003. Decision Support System for Adaptive Water Supply Management. Journal of Water Resources Planning and Management, Vol. 129, No. 3, May 1, 2003 165-177 Yang J, Montakhab M, Pipe AG, Carse B, Davies TS. 2004. Application of MultiAgent Technology to Fault Diagnosis of Power Distribution Systems. Proceedings of Engineering of Intelligent Systems (EIS 2004) February 29 March 2, 2004 Island of Madeira, Portugal Zhang Z, Li Qi. 2008. An Open Urban Emergency Decision Support System. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences. Vol. XXXVII. Part B4. Beijing 2008
10
