Sistem Pakar

Secara umum Sistem Pakar adalah system yang berusaha mengadopsi pengetahuan manusia ke computer, agar komputer dapat menyelesaikan masalah seperti yang biasa dilakukan para ahli. Sistem Pakar tidak untuk menggantikan kedudukan seorang pakar tetapi untuk memasyarakatkan pengetahuan dan pengalaman pakar tersebut. Sistem Pakar dikembangkan pertama kali oleh komunitas AI tahun 1960an. ES yang pertama adalah General Purpose Problem Solver (GPS) yang dikembangkan oleh Newel Simon.

Keuntungan dan Kelemahan Sistem Pakar

01. Keuntungan :
– Memungkinkan orang awam bisa mengerjakan pekerjaan para ahli
– bisa melakukan proses secara berulang secara otomatis
– menyimpan pengetahuan dan keahlian para pakar
– meningkatkan output dan produktivitas
– meningkatkan kualitas
– mampu mengambil dan melestarikankeahlian para pakar
– mampu beroperasi dalam lingkungan berbahaya
– memiliki kemampuan untuk mengakses pengetahuan
– memiliki realibilitas
– meningkatkan kapabilitas system computer
– memiliki kemampuan untuk bekerja dengan informasi yang tidak lengkap dan mengandung ketidakpastian
– sebagai media pelengkap dalam pelatihan
– meningkatkan kapabilitas dalam penyelesaian masalah
– menghemat waktu dalam pengambilan keputusan
02. Kelemahan :
– biaya yang diperlukan untuk membuat dan 
memeliharanya sangat mahal
– sulit dikembangkan. Hal ini erat kaitannya dengan 
ketersediaan pakar dalam bidangnya
– system pakar tidak 100% bernilai benar

Konsep Dasar Sistem Pakar
Menurut Efraim Turban, system pakar harus mengandung : keahlian, ahli, pengalihan keahlian, inferensi, aturan dan kemampuan menjelaskan.

Keahlian adalah suatu kelebihan penguasan pengetahuan di bidang tertentu yang diperoleh dari pelatihan,membaca atau pengalaman. Bentuk pengetahuan :

– fakta-fakta pada lingkup permasalahan tertentu
– teori-teori pada lingkup masalah tertentu
– prosedur-prosedur berkenaan dengan lingkup masalah tertentu
– strategi-strategi global untuk menyelesaikan masalah
– meta-knowledge (pengetahuan tentang pengetahuan)

Knowledge base (basis pengetahuan) berisi pengetahuan-pengetahuan dalam penyelesaian masalah.

– Domain pengetahuan seorang pakar pada dasarnya adalah spesifik terhadap domain masalah.
– Inference engine (motor inferensi) bertugas untuk menganalisis pengetahuan dan menarik kesimpulan berdasarkan knowledge base.

Bentuk dan Struktur Sistem Pakar
01. Bentuk ES :
– Berdiri sendiri. Sistem jenis ini merupakan s/w yang
berdiri sendir tidak tergabung dengan s/w lain.
– Tergabung. Sisetm ini merupakan bagian program yang terkandung di dalam suatu algoritma (konvensional) .
– Menghubungkan ke s/w lain. Bentuk ini biasanya merupakan ES yang menghubungkan ke suatu paket program tertentu, misalnya DBMS.
– Sistem mengabdi. Sistem ini merupakan bagian dari komputer khusus yang dihubungkan dengan suatu fungsi tertentu.

02. Elemen ES :
– User interface (antarmuka) : mekanisme komunikasi antara user dan ES
– Explanation facility (subsistem Penjelasan) : digunakan untuk melacak respon dan memberikan penjelasan tentang kelakuan sistem pakar secara interaktif
– Working memory : database global dari fakta yang digunakan dalam prosedur
– Agenda : daftar prioritas prosedur yang dibuat oleh motor inferensi dan direkam dalam working memory
– Inference engine (motor inferensi) : program yang berisi metodologi yang digunakan untuk melakukan penalaran terhadap informasi-informasi dalam basis pengetahuan untuk memformulasikan konklusi.
– Knowledge acquisiton facility : berisi pengetahuan-pengetahuan yang dibutuhkan untuk memahami, memformulasikan dan menyelesaikan masalah.

03. Bahasa, Shell dan Tools ES
– Bahasa ES difokuskan pada fleksibilitas dan robust dalam merepresentasikan penetahuan
– Bahasa ES merupakan bahasa tingkat tinggi yang dirancang secara khusus untuk representasi pengetahuan dan alas an (reasoning).
– Contoh Bahasa ES : SAIL, KRL, KQML, DAML
– ES Shell : tools khusus yang dirancang untuk mendukung aplikasi ES, pada saat user memasukkan basis pengetahuan.
– Contoh ES Shell : EMYCIN (untuk MYCIN), CLIPS

Basis Aturan (Rule Based) Sistem Pakar

01. Pengetahuan dalam ES direpresentasikan dalam bentuk IF-THEN atau dalam bentuk Production Rules.
02. Motor inferensi menentukan aturan awal (rule antecedents) yang sesuai.
– Sisi kiri harus cocok dengan fakta yang ada di memori kerja
03. Aturan yang sesuai ditempatkan di agenda dan dapat diaktivasi
04. Aturan yang terdapat di agenda dapat diaktivasi
– Aktivasi aturan akan membangkitkan fakta baru di sisi kanan
– Aktivasi dari satu aturan adalah bagian dari aktivasi aturan yang lain.

Contoh :

IF …. THEN Rules

Siklus Motor Inferensi (Inference Engine Cycle)

01. Menggambarkan eksekusi dari aturan pada motor
inferensi :
– Conflict resolution : pemilihan aturan dengan prioritas tertinggi dari agenda
– Execution : aksi consequent dari aturan yang terpilih
– Match : pengkinian (update) agenda
02. Siklus berakhir ketika tidak ada lagi aturan di agenda atau ketika ditemui perintah stop.
03. Ada 2 cara yang dapat dilakukan dalam melakukan inferensi :
A. Forward Chaining. Pencocokkan fakta atau pernyataan dimulai dari bagian sebelah kiri (IF dulu). Dengan kata lain, penalaran dimulai dari fakta terlebih dahulu untuk menguji kebenaran hipotesis.

B. Backward Chaining. Pencocokkan fakta atau pernyataan dimulai dari bagian sebelah kanan (THEN dulu). Dengan kata lain, penalarana dimulai dari hipotesis terlebih dahulu, dan untuk menguji kebenaran hipotesis tersebut dicari fakta-fakta yang ada dalam basis pengetahuan.
(metode inilah yang saya pakai saat penyusunan skripsi dulu. Jadi ingat dulu susahnya :D)

Contoh :
Pada tabel di bawah ini terlihat 10 aturan yang tersimpan dalam basis pengetahuan. Fakta awal yang diberikan hanya A & F (artinya A dan F bernilai benar). Ingin dibuktikan apakah K bernilai benar (hipotesis : K) ?

Penyelesaian dengan Forward Chaining :

Penyelesaian dengan Backward Chaining :

Ciri-ciri Sistem Pakar :
– Memiliki fasilitas informasi yang handal
– Mudah dimodifikasi
– Dapat digunakan dalam berbagai jenis komputer
– Memilki kemampuan untuk belajar beradaptasi

Permasalahan yang Disentuh oleh Sistem Pakar (Domain Sistem Pakar) :
– Interpretasi. Pengambilan keputusan dari hasil observasi,
termasuk pengenalan ucapan, analisis citra, interpretasi
sinyal, dll
– Prediksi : prediksi demografi, prediksi ekonomi, dll.
– Diagnosis : diagnosis medis, elektronis, mekanis, dll.
– Perancangan : perancangan layout sirkuit , bangunan.
– Perencanaan : perencanaan keuangan, militer, dll
– Monitoring : computer aided monitoring system
– Debugging : memberikan resep obat terhadap kegagalan
– Instruksi : melakukan instruksi untuk diagnosis, debugging
dan perbaikan kinerja
– Kontrol : melakukan kontrol terhadap interpreasi, prediksi,
perbaikan dan monitoring kelakukan sistem.

Referensi
– Sri Kusumadewi, Artificial Intelligence : Teknik dan Aplikasinya, Graha Ilmu, Yogyakarta, 2003
– Giarrantano, J and G.Riley, Expert System : Principle and Programming,4th ed, PWS Kent, 2004

Semoga bermanfaat. Terima kasih

Tinggalkan Balasan

Isikan data di bawah atau klik salah satu ikon untuk log in:

Logo WordPress.com

You are commenting using your WordPress.com account. Logout / Ubah )

Gambar Twitter

You are commenting using your Twitter account. Logout / Ubah )

Foto Facebook

You are commenting using your Facebook account. Logout / Ubah )

Foto Google+

You are commenting using your Google+ account. Logout / Ubah )

Connecting to %s