setting network with router

1. make network

2.  set server ip
-klik server
-klik menu Desktop
-set static IP : 192.168.1.2 then-> press tab
- set default getway 192.168.1.1   // karena server ada di jaringan 1

3. set ip untuk  dua jaringan.
- klik pada server di jaringan pertama.
- klik menu config
- klik menu DHCP

Jaringan1->
nama                : serverPool
Default Getway : 192.168.1.1
DNS Server     : 192.168.1.4
Start IP Address: 192.168.1.11
Subnet Mask    : 225.225.225.0
Maximum number of User: 240
klik save

Jaringan 2->
nama                : network1
Default Getway : 192.168.2.1
DNS Server     : 192.168.1.4
Start IP Address: 192.168.2.11
Subnet Mask    : 225.225.225.0
Maximum number of User: 240
klik add

4. setting router from laptop
-klik laptop
-klik tab desktop
- klik terminal

 -type "no", press enter

5. type command to set network

$ enable
//masuk ke konfigurasi
$ configure terminal
//ganti nama server
$ hostname R0
//beri password jaringan ini agar tidak dapat diakses oleh jaringan luar
// enable secret <password>
$ enable secret *****
// setting jaringan pertama, masuk ke interface jaringan 1
// Fa0/0 atau Fastethernet0/0
$ int Fastethernet0/0
// masukan ip jaringan pertama
$ ip address 192.168.1.1 255.255.255.0
//restart router
// shut atau shutdown
$ no shutdown
$ <enter>
//melihat konfigurasi apakah sudah oke?
$ do wr
// jaringan satu selesai di setting

// setting jaringan pertama, masuk ke interface jaringan2
// Fa1/0 atau Fastethernet1/0
$ int Fa1/0
// masukan ip jaringan pertama
$ ip address 192.168.2.1 255.255.255.0
//setting ip bantuan agar user di jaringan 2 dapat mengakses server di jaringan 1
$ ip helper-address 192.168.1.2
//restart router
// shut atau shutdown
$ no shutdown
$ <enter>
//melihat konfigurasi apakah sudah oke?
$ do wr
// jaringan 2 selesai di setting

//exit
$ exit
$ exit

// melihat hasil dari settingan yang telah kita lakukan
$ sh ip inter br

//untuk mengakhiri
$ disable

6. aktifkan DHCP pada masing- masing kompuer untuk mendapatkan IP dari server
-klik pada komputer user
-klik desktop
-klik IP configuration
-aktifkan DHCP
-lakukan pada semua komputer

7. tunggu hingga node(kelap-kelip menjadi berwarna hijau semua

How to Join android apps on github using Android Studio [GITHUB]

1. Copy project to your Github Account
    a. open github.com in your browser
    b. sign in with your account (sign up if you doesn't have account)
    c. open project that you want to contribute

 (search user project in search bar)

 (select User and select User -> ardhimaarik)

(select project that you want to contribute)

 (click fork to copy to your account)

(finish - now your(erdearik) accoun can contribute to this project(ardhimaarik))

2. connect to Android Studio
    - open Android Studio
    - create new project
    - setting VCS

 (select git repository. https://github.com/<username>/<project)
or
you can copy link from ....

How to share Android apps Project to Github using Android Studio [GITHUB]

1. Make your project on Android Studio

2. connect to your github
   a.

 
   b.
   c.     d.

    e.

   f.

   g.

*)maaf screenshoot nya pake dua projek yang berbeda, jadinya tampilannya di apps nya berbeda.

Fuzzy Logic and FIS

Fuzzy Logic merupakan sebuah logika yang mengerapkan derajat keanggotaan dalam suatu himpunan sehingga  keaggotaan tidak hanya bersifat true/false.

penghubung di logika fuzzy:
1. Fuzzy Conjunction (Min)
2. Fuzzy Disjunction (Max)


Fuzzy Inference System (FIS) merupakan suatu sistem yang menggunaka logika Fuzzy untuk membuat keputusan. Terdapat tiga metode dalam Fuzzy Reasoning:
1. Fuzzy Mamdani
2. Fuzzy Takagi Sugeno
3. Fuzzy Tsukamoto

berikut perbedaan dari ketiga metode tersebut:

Secara umum semua metode menggunakan mekanisme yang sama dalam pembuatan keputusan. Berikut Mekanisme FIS:

1. Problem Domain

-Kelayakan masalah karena tidak bisa diselesaikan menggunakan metode crisp. 

-Penentuan variabel-variabel yang digunakan dalam sistem

2. Fuzzifikasi

-Mengubah nilai Crisp dari semua parameter menjadi variable linguistik

-Mengubah semua variabel menjadi himpunan Fuzzy.

-Representasi variabel Fuzzy dalam bentuk kurva

3. Pembuatan Aturan Fuzzy

-Memetakan setiap input terhadap Output

-Membuat aturan If-Then

4. Defuzzifikasi

-Mendapatkan kembali nilai Crisp dari sejumlah aturan, tergantung metode yang digunakan

   ->Mamdani: center of gravity, SOM, LOM, MOM

   ->Sugeno   : Weighted average

   ->Tsukmoto: Weighted average

Mencari nilai keanggoaan:

CONTOH SOAL:

Suatu perusahaan sparepart akan memproduksi sparepartdengan jenis tertentu. Dari 1 bulan terakhir, permintaan terbesar mencapai 5000 jenis per bulan, dan permintaan terkecil mencapai 1000 jenis bulan. Persediaan barang di gudang tiap hari paling banyak 600 jenis. dan persediaan terkecil mencapai 100 jenis per hari.Dikarenakan memiliki keterbatasan, perusahaan ini hanya mampu memproduksi 

pakaian paling banyak 7000 jenis per bulan.Untuk efisiensi, mesin dan SDM setiap hari diharapkan perusahaan memproduksi paling tidak 2000 jenis . Berapa banyak jenis sparepart yang harus diproduksi apabila terdapat permintaan sejumlah 4000 jenis dan persediaan di gudang terdapat 300 jenis. 

1. pemodelan masalah

Input  : a. Permintaan [1000 5000] {TURUN NAIK} 

           b. Persediaan [100 600]{SEDIKIT BANYAK} 

Output : Jumlah Produksi [2000 7000]{BERKURANG BERTAMBAH} 

2. Pembuatan aturan

   [R1]: IF Permintaan TURUN And Persediaan BANYAK THEN Produksi sparepart                           BERKURANG

   [R2] : IF Permintaan TURUN And Persediaan SEDIKIT THEN Produksi sparepart                            BERKURANG

   [R3] : IF Permintaan NAIK And Persediaan BANYAK THEN Produksi sparepart                              BERTAMBAH

   [R4] : IF Permintaan NAIK And Persediaan SEDIKIT THEN Produksi sparepart                                 BERTAMBAH

3. Analisis masalah

    4000 : termasuk dalam kategori turun dan naik

    300 : termasuk dalam kategori banyak dan sedikit

    Jadi, Semua Aturan / Rule digunakan

mencari nilai keanggotaan:

Dekomposisi 

1. Center of Gravity 

2. LOM : Mencari nilai z terbesar dari nilai μf maksimum

    Mengambil nilai z terbesar dari nilai derajat keanggotaan(μ(z))yang maksimal 

    LOM=5000

3. SOM : Mencari nilai z terkecil dari nilai μf  maksimum

    Mengambil nilai z terkecil dari nilai derajat keanggotaan(μ(z))yang maksimal

    SOM=3000

4. MOM : Mencari rataan z dari nilai μf maksimum

    Mengambil nilai z rata-rata dari nilai derajat keanggotaan(μ(z))yang maksimal

    MOM= (5000+3000) / 2=4000

Ref:

http://informatika.web.id/jenis-jenis-fungsi-keanggotaan.htm

ANALYTIC HIERARCHY PROCESS

Analytic Hierarchy Process (AHP) adalah teknik untuk mendukung proses pengambilan keputusan yang bertujuan untuk menentukan pilihan terbaik dari beberapa alternatif yang dapat diambil, teknik ini didasarkan pada matematik dan psikologi. intinya bagaimana kita mmenentukan sebuah pilihan dari beberapa alternatif pilihan yang kita punya, dengan mempertimbangkan kriteria yang kita buat.

sebagai contoh, saya akan membeli sebuah mobil dari beberapa merek mobil yang saya minati, serta saya juga memiliki kriteria yang memiliki prioritas. 

jika saya mempertimbangkan hal-hal seperti ini,

1. realibility dua kali lebih penting dari pada style

2. style tiga kali lebih penting dari pada fuel economy

4. reability empat kali lebih penting dari pada fuel economy

maka akan didapatkan matriks

setelah mendapatkan matriks tersebut maka:

step 1: kuadratkan matriks

step 2: jumlahkan setiap kolom dalam satu row untuk eigenvektor 1

step 3: normalisasi dengan membagi total dalam satu baris dengan total nilai seluruhnya

step 4: cari nilai eigenvektor yang kedua dengan mengulangi step 2 dan 3

step 5 : bandingkan nilai eigenvektor1 dan 2  yang didapatkan untuk menentukan besarnya perubahan nilai

karena perubahannya sudah tidak terlalu besar, dapat di asumsikan bahwa nilainya sudah konvergen, maka iterasi diberhentikan sampai mencari nilai eigen 2 saja.

maka:

lalu apakah yang harus kita lakukan ketika sudah memiliki prioritas dari  beberapa kriteria???

langkah selanjutnya yaitu mencari, mobil (alternativ) mana yang memiliki nilai terdekat dengan prioritas yang kita miliki. 

membandingkan setiap alternativ pada kriteria yang sama:

1. Style

diketehui hubungan tiap-tiap alternativ pada kriteria Style, sebagai berikut:

setelah melakuakn pencarian niali eigen hingga nilai yang didapatkan dianggap sudah konvergen (selisih nilai eigen sekarang dengan nilai eigen sebelumnya yang kecil) maka berhentilah untuk iterasi selanjutnya. didapatkan nilai:

2. reliability

diketehui hubungan tiap-tiap alternativ pada kriteria reliability sebagai berikut:

didapatkan pula nilainya, sebagai berikut

3. fuel economy

untuk kriteria yang satu ini dapat kita lihat konsumsinya Miles/Galoon

jadi, dari hasil tersebut diketahui bahwa Miata memiliki nilai yang paling besar, maka, Miata yang akan dipilih.

~SEKIAN AHP~

apakah AHP itu telah selesai?

belum juga.

kita harus memeriksa apakah perbandingan berpasangan sudah konsekuen atau belum? dapat kita periksa menggunakan Consistency Ratio(CR), dengan nilai:

CR <=0.1  ----------> Konsisten

0.1 < CR <= 0.15 -->  Agak Konsisten

CR > 0.15  ----------> Tidak Konsisten

rumus:

CR=CI/RI

misalnya kita akan melihat kekonsistenan nilai dari perbandingan berpasangan antar alternative di kriteria Style

kita akan mengalikan dua matriks tersebut

Kemudian kita menghitung Consistency Vector dengan menentukan nilai rata-rata dari weighted sum vector:

nilai rata-rata vektornya adalah 

p = (4.4303+4.4342+4.4358+4.4385)/4=4.4347

setelah mendapatkan nilai rata-rata, kita akan mencari nilai Consistency Index

CI=(p-n)/(n-1)=(4.4347-4)/(4-1)=0.4347/3=0.1449

setelah didapatkan CI kita masih membutuhkan nilai Random Index (RI) yang sudah bisa langsung didapatkan dari tabel

karena n kita gunakan adalah 4 maka kita ambil nilai CI dengan n = 0.90

maka 

CR=CI/RI=0.1449/0.9=0.161

nilai CR > 0.1 yang menandakan masih ada penilaian kriteria yang kurang konsisten.