Kajian sunnah (Ahlus Sunnah wal Jamaah) di lingkungan kampus Universitas Sumatera Utara (USU) Medan.

setiap Sabtu sore pukul 16.30 wib di masjid Dakwah USU,
materi fiqih bersama Ustadz Ali Nur Lc -hafizhahullah-

setiap Rabu sore pukul 16.30 wib di masjid Al-Muslimun Fakultas MIPA USU,
materi Aqidah dan Fiqih bersama Ustadz Joko Abu Aliyah -hafizhahullah-

setiap Senin pukul 16.30 wib di masjid As-Syifa' Fakultas Farmasi USU,
materi Manhaj bersama Ustadz Ahmad Pinta Tarigan Lc. -hafizhahullah-

setiap Senin dan Kami pukul 15.00 wib di masjid As-Syifa' Fakultas Farmasi USU,
materi Tajwid bersama Ustadz Muhammad Zulfan Nasution ST -hafizhahullah- (*kajian tajwid masih libur)


mari hadiri dan ambil ilmu sebanyak-banyaknya untuk kebaikan dunia dan akhirat kita..


SALAFY USU
SUNNAH
Ahlussunnah wal jama'ah
Kampus USU
MEDAN

NB: Bagi yang berminat mengikuti Progaram MENGHAPAL AL-QUR'AN dibimbing oleh Ustadz Muhammad Zulfan Nasution ST -hafizhahullah- (murid Syaikh Abdul Karim Selmi Al Jazairi, Mesir)
dapat mengikuti kegiatannya di Ma'had Al-Khair Al-Islami, Jl. Merak no.2 Medan Sunggal (ruko ke 2 dari Masjid) setiap pukul 16.30 - Maghrib, pada hari Senin, Rabu dan Jum'at.

SEMUA Kegiatan ini GRATIS.

info lebih lanjut:
ID LINE: msaidulmurtado

1. Jelaskan pengertian pengetahuan dan berikan contohnya!

2. Jelaskan pengertian representasi pengetahuan dan berikan contohnya!

3. Jelaskan pengertian representasi pengetahuan logika dan berikan contohnya  fakta yang menggambarkan perbedaan logika proposisi dan logika predikat!

4. Jelaskan pengertian representasi pengetahuan jaringan sistematik dan berikan  contohnya!

5. Jelaskan pengertian representasi pengetahuan frame dan berikan contohnya!

6. Jelaskan pengertian representasi pengetahuan script dan berikan contohnya!

7. Jelaskan pengertian representasi pengetahuan aturan produksi dan berikan  contohnya!

8. Untuk memecahkan permasalahan, AI menggunakan representasi pengetahuan.  Mengapa? 

JAWABAN

1. Pengetahuan (knowledge) adalah sesuatu yang hadir dan terwujud dalam jiwa dan pikiran seseorang karena adanya reaksi, sentuhan, dan hubungan dengan lingkungan dan alam sekitarnya. Pengetahuan adalah fakta atau keadaan yang timbul karena suatu pengalaman.

Contoh: pengetahuan tentang binatang, sifat-sifat dan perilakunya. Pengetahuan tentang penyakit, gejala-gejala, dan pengobatannya. Pengetahuan tentang tanaman, jenis-jenisnya dan cara hidupnya, dan lain-lain.

2. Representasi pengetahuan (knowledge representation) adalah cara untuk menyajikan pengetahuan yang diperoleh ke dalam suatu skema/diagram tertentu sehingga dapat diketahui relasi antara suatu pengetahuan dengan pengetahuan yang lain dapat dipakai untuk menguji kebenaran penalarannya. Representasi pengetahuan dibutuhkan untuk menangkap sifat-sifat penting masalah dan mempermudah prosedur pemecahan masalah dalam mengakses informasi.

Contoh:

3. Representasi logika adalah cara untuk menyajikan pengetahuan yang berupa logika yaitu pengetahuan untuk berpikir dan menalar dengan benar sehingga didapatkan kesimpulan yang absah. Biasanya teknik representasi logika menggunakan ekspresi-ekspresi dalam logika formal. Ekspresi-ekspresi inilah yang nantinya digunakan sebagai proses untuk membentuk kesimpulan atau menarik suatu inferensi berdasarkan fakta yang telah ada. 

Contoh: *logika proposisi : A: jadwal kuliah saya hari senin sampai sabtu

 B: hari ini hari minggu

   C: jadi hari ini saya tidak kuliah

*logika predikat: 

penjabaran : - Semua manusia perlu makan

- Sokrates adalah manusia

- Sokrates perlu makan

Sehingga dalam logika predikat sebagai berikut:

-

-Manusia (Sokrates)

   Perlu Makan (Sokrates) 

4. Representasi pengetahuan jaringan sistematik adalah representasi pengetahuan yang digunakan untuk menggambarkan data dan informasi, yang menunjukkan hubungan antara berbagai objek. Objek bisa berupa benda fisik seperti mobil, rumah atau bahkan orang, kejadian ataupun tindakan.

Contoh: 

5. Representasi pengetahuan frame merupakan representasi pengetahuan dengan frame yaitu kumpulan pengetahuan tentang objek tertentu, pristiwa, lokasi, situasi, dan lain-lain. Frame teridiri dari 2 elemen dasar, yaitu plot dan subslot. Slot merupakan kumpulan atribut atau properti yang menjelaskan objek yang dipresentasikan oleh frame. Sedangkan suslot menjelaskan pengetahuan atau prosedur dari atribut pada slot.

Contoh: Deskripsi frame untuk robot

6. Representasi pengetahuan script adalah skema representasi pengetahuan yang menggambarkan urut-urutan kejadian (squence of events). Untuk mempermudah pemahaman tentang urutan suatu kejadian, script dilengkapi elemen-elemen brikut: track, kondisi input, prop, role, scene, dan hasil.

Contoh: script memadamkan api

Script Robot Pemadam Kebakaran
Jalur (track) : lokasi kebakaran 
Peran (roles) : user, robot 
Pendukung (prop) : air, sensor, tombol on/off, dll
Kondisi masukan : suhu panas – sensor mendeteksi suhu

Adegan (scene) 1 : Nyalakan robot
- Cari tombol on/off
- Geser tombol ke kondisi on
Adegan (scene) 2 : Deteksi suhu
- Sensor mendeteksi suhu panas
- Sensor memberikan masukan pada mikrokontroler
- Minkrokontroler merespon masukan

Adegan (scene) 3 : padamkan api
- Robot mendekati api sampai jarak aman
- Robot menyemprotkan air

Adegan (scene) 4 : matikan robot
- Cari tombol on/off
- Geser tombol ke kondisi off

Hasil : 
- Api padam

7. Representasi pengetahuan aturan produksi adalah suatu representasi pengetahuan yang menghubungkan premis dengan konklusi yang diakibatkannya. Beberapa keuntungan aturan produksi adalah sederhana, mudah difahami, implementasi secara straightforward dan dasar dari berbagai varian.

Contoh:

IF lalulintas pagi ini padat
THEN saya naik sepeda motor saja
Aturan dapat ditulis dalam beberapa bentuk :

1. IF premis THEN kesimpulan

Jika pendapatan tinggi MAKA pajak yang harus dibayar juga tinggi

2. Kesimpulan IF premis

Pajak yang harus dibayar tinggi JIKA pendapatan tinggi

3. Inclusion of ELSE

IF pendapatan tinggi OR pengeluaran tinggi, THEN pajak yang harus dibayar tinggi ELSE pajak yang harus dibayar rendah

4. Aturan yang lebih kompleks

IF rating kredit tinggi AND gaji lebih besar dari $30,000 OR aset lebih dari $75,000 AND sejarah pembayaran tidak miskin THEN pinjaman diatas $ 10,000 disetujui dan daftar pinjaman masuk kategori “B”

8. AI menggunakan representasi pengetahuan untuk memecahkan permasalahan karena prinsip kerja pemerograman AI dirancang untuk meniru cara kerja manusia berfikir dalam memecahkan suatu masalah. Di dalam memecahkan masalah, manusia menggunakan pengetahuan dan penalaran yang dimilikinya yang berkaitan dengan masalah yang akan dipecahkan. Semakin lengkap pengetahuan tersebut dan semakin bagus prosespenalarannya, maka solusi yang dihasilkan semakin mendekati sempurna.

nb: silahkan cek ulang untuk kebenaran yg lebih.. krna ini hanya jawaban yg sesuai kemampuan saya.. :D

1. Jelaskan konsep dasar dari algoritma genetik!

Konsep dasar algoritma genetika sebenarnya dirancang untuk menyimulasikan proses-proses dalam sistem alam yang diperlukan untuk evolusi, khususnya teori evolusi alam yang dicetuskan oleh Charles Darwin, yaitu survival of the fittest. Menurut teori ini, di alam terjadi persaingan antara individu-individu untuk memperebutkan sumber daya alam yang langka sehingga makhluk yang kuat mendominasi makhluk yang lebih lemah.

Algoritmagenetik adalah teknik pencarian heuristik yang didasarkan pada gagasan evolusi seleksi alam dan genetik. Algoritma ini memanfaatkan proses seleksi alamiah yang dikenal dengan proses evolusi. Dalam proses evolusi, individu secara terus-menerus mengalami perubahan gen untuk menyesuaikan dengan lingkungan hidupnya. “Hanya individu-individu yang kuat yang mampu bertahan.

2. Permasalahan-permasalahan apa saja yang membutuhkan algoritma genetika?

a. Ruang pencarian sangat besar, kompleks, atau kurang difahami

b. Tidak ada pengetahuan yang memadai untuk menyederhanakan ruang pencarian yang sangat besar menjadi ruang pencarian yang lebih sempit.

c. Tidak ada anilisis matematis yang bisa menangani ketika metode konvensional gagal menyelesaikan masalah yang dihadapi.

d. Solusiyang dihasilkan tidak harus optimal, asal sudah memenihu kriteria sudah bisa diterima.

e. Mempunyai kemungkinan solusi yang jumlahnya tak hingga.

f. Membutuhkan solusi “real-time” yaitu yang bisa didapatkan dengan cepat sehingga dapat diimplementasikan untuk permasalahan yang mempunyai perubahan yang cepat.

3. Jelaskan aplikasi dari algoritma genetika!

Algoritma genetika telah digunakan utk memecahkan masalah dan pemodelan di bidang teknik, bisnis dan hiburan, termasuk:

a. Optimasi: algoritma genetika byk digunakan dlm berbagai tugas optimasi, termasuk optimasi numerik, dan masalah-masalah optimasi kombinatorial seperti Traveling Salesman Problem (TSP), desain sirkuit, Job Shop Scheduling dan optimasi video & kualitas suara.

b. Pemrograman Otomatis: algoritma genetika telah digunakan utk berevolusi thd program komputer utk melakukan tugas-tugas yg spesifik dan merancang struktur komputasi lain, misalnya selular automata dan sorting networking.

c. Machine Learning: algoritma genetika byk digunakan utk aplikasi mesin-learning, termasuk klasifikasi dan prediksi struktur protein.  Algoritma genetika juga telah digunakan utk merancang jst dan utk mengendalikan robot.

d. Model ekonomi : algoritma genetika telah digunakan utk memodelkan proses inovasi, pengembangan strategi penawaran dan munculnya pasar ekonomi.

e. Model Sistem Imunisasi: algoritma genetika telah digunakan utk memodelkan berbagai aspek sistem kekebalan tubuh alami, termasuk mutasi somatik selama masa hidup individu dan menemukan keluarga dengan gen ganda selama evolusi.

f. Model ekologi:algoritma genetika telah digunakan utk memodelkan fenomena ekologi seperti host-parasite co-evolution, simbiosis dan arus sumber daya dlm ekologi.

g. Ieraksi antara evolusi dan pembelajaran : algoritma genetika telah digunakan utk mempelajari bagaimana individu belajar dan memengaruhi proses evolusi suatu spesies satu sama lain.

4. Jelaskan pengertian dari gen, allele, kromosom, individu, dan populasi!

a. Gen (genotype) adalah variabel dasar yg membentuk suatu kromosom.  Dalam algoritma genetika, gen ini bs bernilai biner, float,integer maupun karakter.

b. Allele adalah nilai dari suatu gen, bisa berupa biner,float,integer maupun karakter.

c. Kromosom adalah gabungan dari gen-gen yg membentuk arti tertentu.  Ada beberapa macam bentuk kromosom, yaitu :

- Kromosom biner adalah kromosom yang disusun dari gen-gen yang bernilai biner.  Kromosom ini mempunyai tingkat ketelitian yang diharapkan.  Kromosom ini bagus bila digunakan untuk permasalahan yang parameter dan range nilainya tertentu.

- Kromosom float adalah kromosom yang disusun dari gen-gen yang bernilai pecahan, termasuk gen yaang bernilai bulat.  Kromosom ini mirip model yg jumlah parameternya banyak.  Tingkat keberhasilan dari kromosom ini rendah dalam kecepatan (jumlah kecepatan)

- Kromosom string yaitu kromosom yang disusun dari gen-gen yang bernilai string

- Kromosom kombinatorial yaitu kromosom yang disusun dari gen-gen yang dinilai berdasarkan urutannya.

5. Jelaskan siklus dari algoritma genetik.!

David Goldberg adalah orang yang pertama kali memperkenalkan siklus algoritma genetik sebagai berikut.

Siklus dimulai dari membuat populasi awal secara acak, kemudian setiap individu dihitung nilai fitnessnya.  Proses berikutnya adalah menyeleksi individu terbaik, kemudian dilakukan cross-over dan dilanjutkan oleh proses mutasi sehingga terbentuk populasi baru.  Selanjutnya populasi baru ini mengalami siklus yang sama dengan populasi sebelumnya.  Proses ini berlangsung terus hingga generasi ke-n.

Siklus ini kemudian diperbaiki oleh Zbigniew Michalewicz dengan menambahkan satu proses elitisme dan membalik proses reproduksi dahulu, kemudian proses seleksi seperti berikut.

6. Jelaskan komponen-komponen utama dari algoritma genetika!

Untuk mengimplementasikan algoritma genetika, ada 8 komponen utama yang harus dilakukan:

1. Teknik encoding/decoding gen dari individu.

2. Membangkitkan populasi awal secara random dengan terlebih dahulu menentukan jumlah individu dalam populasi tersebut.

3. Nilai fitness (nilai dari fungsi tujuan)

4. Elitisme (prosedur untuk mengcopy individu yang mempunyai nilai fitness tertinggi sebanyak 1 (bila jumlah individu dalam populasi ganjil) atau 2 ( bila jumlah individu dalam populasi adalah genap)

5. Seleksi

6. Cross-over (pindah silang)

Operasi pindah silang antar kromosom yang dilakukan untuk membentuk individu baru yang lebih baik.

7. Mutasi (untuk melakukan modifikasi satu atau lebih nilai gen dalam kromosom yang sama.

8.Penggantian populasi (agar semua individu awal dari satu generasi diganti oleh temporer individu hasil proses pindah silang dan mutasi)

7. Diketahui fungsi f(x1,x2,x3) = 2x12 + 3x22-4x3 . Nilai x dibatasi pada [-4 4]

a. Buatlah populasi awal secara acak, yang terdiri dari 6 individu yang dikodekan secara biner!

b. Bila diinginkan mencari nilai maksimal fungsi f(x1,x2,x3) tentukan individu yang mempunyai nilai terbaik.

c. Bila proses etilisme dijalankan, tentukan individu yang harus disimpan dalam variabel temporer.

d. Tentukan nilai LFR dari masing-masing individu!

e. Gunakan metode seleksi roulettte-wheel untuk proses crossover satu titik potong dan simpanlah individu-individu baru hasil crossover ke dalam variabel temporer, jika diketahui probabilitas crossover prob=0,9!

f. Lakukan proses mutasi untuk mendapatkan populasi yang baru, jika nilai probabilitas mutasi p=1/5

g. Tentukan susunan individu pada populasi yang baru!

8. Sama dengan soal nomor 7, hanya saja sekarang individu dikodekan dengan kode diskrit desimal.!

13. Suatau peusahaan kerupuk udang setiap harinya rata-rata meneima pemintaan sekitar 54000 pack dan dalam 4 bulan terakhir pemintaan tetinggi sebesar 65000 kaleng. Kerupuk udang yang masih tersedia di gudang setiap harinya rata-rata 8000 pack, sedangkan kapasitas gudang maksimum hanya dapat menampung 14000 pack. Sampai saat ini, perusahaan baru mampu memperoduksi barang maksimum 110000 kemasan per hari dan minimum 50000 kemasan per hari. Apabila sistem produksinnya menggunakan aturan fuzzy sebagai berikut,

[R1] IF permintaan TURUN AND persediaan BANYAK THEN produksi barang 

BERKURANG

[R2] IF permintaan NAIK AND persediaan SEDIKIT THEN produksi barang 

BERTAMBAH

[R3] IF permintaan NAIK AND persediaan BANYAK THEN produksi barang 

BERTAMBAH

[R4] IF permintaan TURUN AND pesediaan SEDIKIT THEN produksi barang 

BERKURANG

Tentukanlah jumlah kerupuk udang yang harus diproduksi hai ini, jika ada permintaan sebanyak 63000 pack, dan pesediaan yang masih ada di gudang sebanyak 7500 pack.

Penyelesaian:

#Metode Mamdani

Tahap ke-1: fuzzifikasi

Berdasarkan kriteria dalam soal, ada 3 variabel fuzzy yang dapat dimodelkan menjadi grafik keanggotaan sebagai beikut.

1. Permintaan; terdiri atas 2 himpunan fuzzy, yaitu TURUN dan NAIK

Batas atas(b)= 65000

Batas bawah(a)= 54000

Pemintaan(x)= 63000

μNaik = (x-a)/(b-a) = (63000-54000) / (65000-54000) = 9000/11000 = 0,81

μTurun = (b-x)/(b-a) = (65000-63000)/(65000-54000) = 2000/11000 = 0,18

   

2. Persediaan; terdiri atas 2 himpunan fuzzy, yaitu SEDIKIT dan BANYAK

Batas atas (a) = 14000

Batas bawah (b) = 8000

Persediaan (x) = 7500

μBanyak= x ≤ a = 0

μSedikit= x ≤ a = 1

3. Poduksi barang; terdiri atas 2 himpunan fuzzy, yaitu BERTAMBAH dan BERKURANG

Batas atas (a) = 110000

Batas bawah (b) = 50000

Persediaan (x) = 

Tahap ke-2: Pembentukan Rule

[R1] IF permintaan TURUN AND persediaan BANYAK THEN produksi barang 

BERKURANG

[R2] IF permintaan NAIK AND persediaan SEDIKIT THEN produksi barang 

BERTAMBAH

[R3] IF permintaan NAIK AND persediaan BANYAK THEN produksi barang 

BERTAMBAH

[R4] IF permintaan TURUN AND pesediaan SEDIKIT THEN produksi barang 

BERKURANG

Tahap ke-3: Mesin Inferensi

Diterapkan fungsi MIN untuk setiap aturan pada aplikasi fungsi implikasinya:

[R1] IF permintaan TURUN AND persediaan BANYAK THEN produksi barang 

BERKURANG

α-predikat  = μTurun n Banyak

= min(μTurun[63000],μBanyak[7500])

= min(0,18;0)

=0

[R2] IF permintaan NAIK AND persediaan SEDIKIT THEN produksi barang 

BERTAMBAH

α-predikat  = μNaik n Sedikit

= min(μNaik[63000],μSedikit[7500])

= min(0,81;1)

=0,81

[R3] IF permintaan NAIK AND persediaan BANYAK THEN produksi barang 

BERTAMBAH

α-predikat  = μNaik n Banyak

= min(μNaik[63000],μBanyak[7500])

= min(0,81;0)

=0

[R4] IF permintaan TURUN AND pesediaan SEDIKIT THEN produksi barang 

BERKURANG

α-predikat  = μTurun n Sedikit

= min(μTurun[63000],μSedikit[7500])

= min(0,18;1)

=0,18

Komposisi rule menggunakan fungsi MAX

Kemudian, daerah hasilkomposisi kita bagi menjadi 3 bagian, yaitu A1, A2, dan A3, sehingga menjadi himpunan fuzzy baru. Carilah nilai a1 dan a2.

(a1-50000)/60000=0------> a1=50000

(a2-50000)/60000=0,81---> a2=98600

Dengan demikian, fungsi keanggotaan untuk himpunan fuzzy baru adalah:

0; z≤50000

(z-50000)/60000; 50000≤ z ≤ 98600

0,81; z≥ 98600

Tahap ke-4: Defuzzyfikasi

Pada tahap ini metode Centroid digunakan.

=(0+1623333333+963106200)/(0+19683+9234)=2586439533/28917

Z*=89443,5

Jadi produksi barang sebanyak 89443,5

#Metode Sugeno

Tidak dapat ditentukan karena nilai dari Produksi Barang tidak tersedia

14. Suatau perusahaan softdrink akan memproduksi minuman jenis X. Pada 3 bulan terakhir biaya poduksi untuk minuman jenis tersebut rata-rata sekitar Rp 6000,- per kemasan dan maksimum mencapai Rp 1200,00 pe kemasan. Banyak pemintaan per hari rata-rata mencapai 35000 kemasan dan maksimum mencapai 70000 kemasan. Sampai saat ini, perusahaan baru mampu memperoduksi barang maksimum110000 kemasan per hari. Apabila proses produksi perusahaan tersebut menggunakan 3 aturan fuzzy sebagai berikut,

[R1] IF Biaya Produksi RENDAH AND Permintaan NAIK THEN Produksi 

Barang BETAMBAH.

[R2] IF Biaya Produksi sesuai STANDAR THEN Produksi Barang NORMAL.

[R3] IF Biaya Produksi TINGGI AND Permintaan TURUN THEN Produksi 

Barang BERKURANG.

Berapa jumlah minuman jenis X yang harus diproduksi jika biaya untuk mempoduksi jenis minuman tersebut diperkirakan sebesar Rp 850,00 per kemasan, dan permintaannya diperkirakan mencapai 27000 kemasan per hari?

Penyelesaian:

Metode Mamdani

Tahap ke-1: fuzzifikasi

Berdasarkan kriteria dalam soal, ada 3 variabel fuzzy yang dapat dimodelkan menjadi grafik keanggotaan sebagai beikut.

1. Biaya Produksi; terdiri atas 3 himpunan fuzzy, yaitu RENDAH, STANDARdan TINGGI

Batas atas(b)= 1200

Batas bawah(a)= 600

Biaya Produksi(x)= 850

μBPRendah[850]=0,0

μBPStandar[850]=2[(1200-850)/(1200-600)]2=2(0,583)2=0,679

μBPTinggi[850]=1-2[(1200-850)/(1200-600)]2=0,321

2. Permintaan; terdiri atas 3 himpunan fuzzy, yaitu TURUN, NAIK dan BIASA

Batas atas(b)= 35000

Batas tengah

Batas bawah(a)= 70000

Pemintaan(x)= 27000

μNaik[27] = 0

μBiasa[27]= 0

μTurun[27]=(35-27)/(35-16)=0,42

Tahap ke-2: Pembentukan Rule

[R1] IF Biaya Produksi RENDAH AND Permintaan NAIK THEN Produksi 

Barang BETAMBAH.

[R2] IF Biaya Produksi sesuai STANDAR THEN Produksi Barang NORMAL.

[R3] IF Biaya Produksi TINGGI AND Permintaan TURUN THEN Produksi 

Barang BERKURANG.

Tahap ke-3: Mesin Inferensi

Diterapkan fungsi MIN untuk setiap aturan pada aplikasi fungsi implikasinya:

[R1] IF Biaya Produksi RENDAH AND Permintaan NAIK THEN Produksi 

Barang BETAMBAH.

α-1 = min(μBPRendah[850],μNaik[27000])

= min(0;0)

=0

Nilai z1=0

[R2] IF Biaya Produksi sesuai STANDAR THEN Produksi Barang NORMAL.

α-2 = min(μBPStandar[850])

=0,679

Nilai z1 dihitung sebagai berikut:

0,679 = (z2-35)/20-----> z2=48,58

Atau

0,679 =(75-z2)/20----->z2=58,42

[R3] IF Biaya Produksi TINGGI AND Permintaan TURUN THEN Produksi 

Barang BERKURANG.

α-1 = min(μBPTinggi[850],μTurun[27000])

= min(0,321;0,42)

=0,321

Z3=...

0,321=(55-z3)/45---->z3=40,5

15. Suatu perusahaan makanan kaleng setiap harinya rata-rata meneima permintaan sekitar 57000 kaleng dan dalam 3 bulan terakhir permintaan tertinggi sebesar 85000 kaleng. Makanan kaleng yang masih tersedia di gudang setiap harinya rata-rata 7300 kaleng, sedangkan kapasitas gudang maksimum hanya dapat menampung 14000 kaleng. Apabila sistem poduksinya menggunakan aturan fuzzy sebagai berikut,

[R1] IF permintaan TURUN And persediaan BANYAK THEN poduksi barang = 

12000.

[R2] IF permintaan NAIK And persediaan  SEDIKIT THEN produksi barang = 

1,25*permintaan-persediaan.

[R3] IF permintaan NAIK And persediaan BANYAK THEN produksi barang = 

permintaan-pesediaan.

Tentukanlah jumlah barang yang harus diproduksi hari ini , jika permintaan sebanyak 63000 kaleng dan persediaan yang masih ada di gudang sebanyak 8500 kaleng!

nb: silahkan periksa kembali kebenarannya.. ini hanya usaha saya dalam mengerjakan tugas kuliah saya, semampu saya.. semangat.. :D