ILMU KOMPUTER
SISTEM PAKAR
Berikut ini ada sedikit rangkuman mengenai materi sistem pakar :
Secara umum, sistem pakar adalah sistem yang berusaha mengadopsi
pengetahuan manusia ke komputer yang dirancang untuk memodelkan
kemampuan menyelesaikan masalah seperti layaknya seorang pakar. Dengan
sistem pakar ini, orang awam pun dapat menyelesaikan masalahnya atau
hanya sekedar mencari suatu informasi berkualitas yang sebenarnya hanya
dapat diperoleh dengan bantuan para ahli di bidangnya. Sistem pakar ini
juga akan dapat membantu aktivitas para pakar sebagai asisten yang
berpengalaman dan mempunyai asisten yang berpengalaman dan mempunyai
pengetahuan yang dibutuhkan. Dalam penyusunannya, sistem pakar
mengkombinasikan kaidah-kaidah penarikan kesimpulan (inference rules)
dengan basis pengetahuan tertentu yang diberikan oleh satu atau lebih
pakar dalam bidang tertentu. Kombinasi dari kedua hal tersebut disimpan
dalam komputer, yang selanjutnya digunakan dalam proses pengambilan
keputusan untuk penyelesaian masalah tertentu.
Ciri-Ciri Sistem Pakar
Sistem pakar yang baik harus memenuhi ciri-ciri sebagai berikut :
• Memiliki informasi yang handal.
• Mudah dimodifikasi.
• Dapat digunakan dalam berbagai jenis komputer.
• Memiliki kemampuan untuk belajar beradaptasi.
Keuntungan Sistem Pakar
Secara garis besar, banyak manfaat yang dapat diambil dengan adanya sistem pakar, antara lain :
1. Memungkinkan orang awam bisa mengerjakan pekerjaan para ahli.
2. Bisa melakukan proses secara berulang secara otomatis.
3. Menyimpan pengetahuan dan keahlian para pakar.
4. Meningkatkan output dan produktivitas.
5. Meningkatkan kualitas.
6. Mampu mengambil dan melestarikan keahlian para pakar (terutama yang termasuk keahlian langka).
7. Mampu beroperasi dalam lingkungan yang berbahaya.
8. Memiliki kemampuan untuk mengakses pengetahuan.
9. Memiliki reabilitas.
10. Meningkatkan kapabilitas sistem komputer.
11. Memiliki kemampuan untuk bekerja dengan informasi yang tidak lengkap dan mengandung ketidakpastian.
12. Sebagai media pelengkap dalam pelatihan.
13. Meningkatkan kapabilitas dalam penyelesaian masalah.
14. Menghemat waktu dalam pengambilan keputusan
Kelemahan Sistem Pakar
Di samping memiliki beberapa keuntungan, sistem pakar juga memiliki beberapa kelemahan, antara lain :
1. Biaya yang diperlukan untuk membuat dan memeliharanya sangat mahal.
2. Sulit dikembangkan. Hal ini tentu saja erat kaitannya dengan ketersediaan pakar di bidangnya.
3. Sistem Pakar tidak 100% bernilai benar.
Alasan Pengembangan Sistem Pakar, sistem pakar sendiri dikembangkan lebih lanjut dengan alasan :
• Dapat menyediakan kepakaran setiap waktu dan di berbagai lokasi.
• Secara otomatis mengerjakan tugas-tugas rutin yang membutuhkan seorang pakar.
• Seorang pakar akan pensiun atau pergi.
• Seorang pakar adalah mahal.
• Kepakaran dibutuhkan juga pada lingkungan yang tidak bersahabat.
Modul Penyusun Sistem Pakar
Menurut Staugaard (1987) suatu sistem pakar disusun oleh tiga modul utama yaitu :
1. Modul Penerimaan Pengetahuan (Knowledge Acquisition Mode) Sistem
berada pada modul ini, pada saat ia menerima pengetahuan dari pakar.
Proses mengumpulkan pengetahuan-pengetahuan yang akan digunakan untuk
pengembangan sistem, dilakukan dengan bantuan knowledge engineer. Peran
knowledge engineer adalah sebagai penghubung antara suatu sistem pakar
dengan pakarnya.
2. Modul Konsultasi (Consultation Mode)
Pada saat sistem berada pada posisi memberikan jawaban atas permasalahan
yang diajukan oleh user, sistem pakar berada dalam modul konsultasi.
Pada modul ini, user berinteraksi dengan sistem dengan menjawab
pertanyaan-pertanyaan yang diajukan oleh sistem.
3. Modul Penjelasan (Explanation Mode)
Modul ini menjelaskan proses pengambilan keputusan oleh system (bagaimana suatu keputusan dapat diperoleh).
Struktur Sistem Pakar, komponen utama pada struktur sistem pakar menurut Hu et al (1987) meliputi:
1. Basis Pengetahuan (Knowledge Base)
Basis pengetahuan merupakan inti dari suatu sistem pakar, yaitu berupa
representasi pengetahuan dari pakar. Basis pengetahuan tersusun atas
fakta dan kaidah. Fakta adalah informasi tentang objek, peristiwa, atau
situasi. Kaidah adalah cara untuk membangkitkan suatu fakta baru dari
fakta yang sudah diketahui.
2. Mesin Inferensi (Inference Engine)
Mesin inferensi berperan sebagai otak dari sistem pakar. Mesin inferensi
berfungsi untuk memandu proses penalaran terhadap suatu kondisi,
berdasarkan pada basis pengetahuan yang tersedia. Di dalam mesin
inferensi terjadi proses untuk memanipulasi dan mengarahkan kaidah,
model, dan fakta yang disimpan dalam basis pengetahuan dalam rangka
mencapai solusi atau kesimpulan. Dalam prosesnya, mesin inferensi
menggunakan strategi penalaran dan strategi pengendalian. Strategi
penalaran terdiri dari strategi penalaran pasti (Exact Reasoning) dan
strategi penalaran tak pasti (Inexact Reasoning). Exact reasoning akan
dilakukan jika semua data yang dibutuhkan untuk menarik suatu kesimpulan
tersedia, sedangkan inexact reasoning dilakukan pada keadaan
sebaliknya.Strategi pengendalian berfungsi sebagai panduan arah dalam
melakukan prose penalaran. Terdapat tiga tehnik pengendalian yang sering
digunakan, yaitu forward chaining, backward chaining, dan gabungan dari
kedua teknik pengendalian tersebut.
3. Basis Data (Data Base)
Basis data terdiri atas semua fakta yang diperlukan, dimana fakta fakta
tersebut digunakan untuk memenuhi kondisi dari kaidah-kaidah dalam
sistem. Basis data menyimpan semua fakta, baik fakta awal pada saat
sistem mulai beroperasi, maupun fakta-fakta yang diperoleh pada saat
proses penarikan kesimpulan sedang dilaksanakan. Basis data digunakan
untuk menyimpan data hasil observasi dan data lain yang dibutuhkan
selama pemrosesan.
4. Antarmuka Pemakai (User Interface)
Fasilitas ini digunakan sebagai perantara komunikasi antara pemakai.dengan komputer.
Teknik Representasi Pengetahuan
Representasi pengetahuan adalah suatu teknik untuk merepresentasikan
basis pengetahuan yang diperoleh ke dalam suatu skema/diagram tertentu
sehingga dapat diketahui relasi/keterhubungan antara suatu data dengan
data yang lain. Teknik ini membantu knowledge engineer dalam memahami
struktur pengetahuan yang akan dibuat sistem pakarnya. Terdapat beberapa
teknik representasi pengetahuan yang biasa digunakan dalam pengembangan
suatu sistem pakar, yaitu
a. Rule-Based Knowledge
Pengetahuan direpresentasikan dalam suatu bentuk fakta (facts) dan
aturan (rules). Bentuk representasi ini terdiri atas premise dan
kesimpulan.
b. Frame-Based Knowledge
Pengetahuan direpresentasikan dalam suatu bentuk hirarki atau jaringan frame.
c. Object-Based Knowledge
Pengetahuan direpresentasikan sebagai jaringan dari obyek-obyek. Obyek
adalah elemen data yang terdiri dari data dan metoda (proses).
d. Case-Base Reasoning
Pengetahuan direpresentasikan dalam bentuk kesimpulan kasus (cases).
Inferencing dengan Rule : Forward dan Backward Chaining
Inferensi dengan rules merupakan implementasi dari modus ponen, yang
direfleksikan dalam mekanisme search (pencarian). Dapat pula mengecek
semua rule pada knowledge base dalam arah forward maupun backward.
Proses pencarian berlanjut sampai tidak ada rule yang dapat digunakan
atau sampai sebuah tujuan (goal) tercapai. w:st=”on”Ada dua metode
inferencing dengan rules, yaitu forward chaining atau data-driven dan
backward chaining atau goal-driven.
a. Backward chaining
• Menggunakan pendekatan goal-driven, dimulai dari ekspektasi apa yang
diinginkan terjadi (hipotesis), kemudian mengecek pada sebab-sebab yang
mendukung (ataupun kontradiktif) dari ekspektasi tersebut.
• Jika suatu aplikasi menghasilkan tree yang sempit dan cukup dalam, maka gunakan backward chaining.
b. Forward chaining
• Forward chaining merupakan grup dari multiple inferensi yang melakukan pencarian dari suatu masalah kepada solusinya.
• Jika klausa premis sesuai dengan situasi (bernilai TRUE), maka proses akan meng-assert konklusi.
• Forward chaining adalah data-driven karena inferensi dimulai dengan informasi yang tersedia dan baru konklusi diperoleh.
• Jika suatu aplikasi menghasilkan tree yang lebar dan tidak dalam, maka gunakan forward chaining.
Selain materi diatas,ada sedikit soal
& jawabannya, yang mungkin dapat membantu para downloader yang
sedang membutuhkan materi ini :
1. Apa alasan mendasar dikembangkannya sistem pakar?
2. Apa perbedaan sistem konvensional dan sistem pakar?
3. Dalam kondisi apakah perlu dilakukan migrasi dari sistem konvensional ke sistem pakar?
4. Apa tujuan dari sistem pakar dan pemindahan kepakaran?
5. Dilihat dari struktur, apa perbedaan dari Human Expert dan Expert System?
6. Apa itu knowledge base dan peranannya dalam sistem pakar?
7. Apa yang sekiranya terjadi bila sistem pakar tidak memiliki knowledge base?
8. Apa itu working memory dan peranannya dalam sistem pakar?
Jawaban!
1. Alasan mendasar dikembangkannya sistem pakar adalah untuk
menggantikan tugas-tugas dari para ahli digantikan hanya dengan sebuah
sistem, tanpa harus seorang ahli atau pakar bekerja di tempat tersebut.
2. Sistem konvensional merupakan sebuah sistem yang didapat secara
manual dari hasil pemikiran seseorang yang dituangkan melalui sebuah
metode atau cara-cara tertentu, sedangkan sistem pakar merupakan sebuah
sistem yang didapat dari hasil pemikiran seseorang, kemudian dituangkan
kedalam sistem komputerisasi dan digunakan secara langsung untuk
mendapatkan penyelesaian dari suatu masalah.
3. Pada saat suatu kondisi Perusahaan yang menginginkan untuk maju,
karena dengan masih adanya sistem konvensional maka perusahaan tidak
akan berkembang. Karena sistem pakar ini mengikuti perkembangan dari
suatu teknologi.
4. Tujuan nya adalah pengalihan keahlian dari para ahli ke media
elektronik seperti komputer yang kemudian dialihkan lagi pada orang yang
bukan ahli atau user.
5. Dilihat dari segi strukturnya antara Human Expert dan Expert Sistem
sama-sama memiliki kedudukan yang sejajar, namun human expert lebih
kepada skill dari individu tersebut, sedangkan expert sistem merupakan
bagaimana sistem tersebut berjalan secara otomatis dari skill individu
yang membuatnya.
6. Knowledge base adalah hasil representasi pengetahuan dari seorang
atau beberapa pakar yang diperlukan untuk memahami, memformulasikan dan
memecahkan masalah. Dalam hal ini digunakan untuk memecahkan
masalah-masalah yang terjadi pada komputer.
7. Knowledge Based System digunakan untuk dapat membantu manusia dalam
menyelesaikan masalah yang dihadapi dengan berdasarkan atas pengetahuan
yang telah diprogramkan ke sistem tersebut. Untuk hal inilah maka
digunakan maka knowledge based system dalam memecahkan masalah yang
berhubungan dengan AI (Artificial Intelligent). Jika tidak terdapat
knowledge base tersebut maka system pakar sulit untuk memecahkan
masalah.
8. Working memori memiliki tugas untuk mengorganisasikan informasi,
memberi makna informasi dan membentuk pengetahuan untuk disimpan di
memori jangka panjang, sehingga disebut memori pekerja. Jadi working
memory berisi informasi yang didapat dari user dan kesimpulan yang
didapat dari sistem (memori sementara).
Untuk mendownload file nya klik PPT,
pdf
