Kemampuan
sistem pakar ini didalamnya terdapat basis pengetahuan yang berupa pengetahuan
non formal yang sebagian besar dari pengalaman.(Suparman,1991)\
Sistem pakar adalah program artificial
intelegence yang menggabungkan pangkalan pengetahuan (knowledge base) dengan
sistem inferensi. Perangkat lunak komputer yang memiliki basis pengetahuan
untuk domain tertentu dan menggunakan penalaran inferensi menyerupai seorang
pakar dalam memecahkan suatu permasalahan. Sistem pakar adalah sebuah teknik
inovatif baru dalam menangkap dan memadukan pengetahuan, kekuatan sistem pakar
terletak pada kemampuannya memecahkan masalah-masalah praktis pada saat seorang
pakar berhalangan.
2.1 Klasifikasi
Sistem Pakar
Berdasarkan
struktur program klasifikasi sistem pakar dibagi menjadi beberapa bagian yaitu
: Diagnosis, Pengajaran, Interpretasi, Prediksi, Perencanaan dan Kontrol.
2.2.1 Diagnosis
Sistem pakar diagnosis biasanya menggunakan deskripsi keadaan, karakteristik tingkah laku, atau pengetahuan
tentang pembuatan komponen
sehingga dapat menentukan kemungkinan kerusakan
pada sistem. Contohnya adalah menentukan penyakit dari gejala-gejala yang
terlihat pada pasien. Menentukan lokasi kesalahan pada rangkaian listrik, atau
mencari komponen yang rusak dalam sistem pendingin reaktor nukir. Biasanya
sistem pakar diagnosis menggunakan pohon keputusan (decision tree) sebagai
representasi pengetahuannya. Kebanyakan sistem pakar diagnosis dibangun
menggunakan shell, sehingga sangat mudah untuk melakukan perubahan pada basis
pengetahuannya. Hal lain dari sistem pakar diagnosis adalah basis
pengetahuannya bertambah besar secara eksponensial dengan semakin kompleknya
permasalahan.
2.2.2 Pengajaran
Sistem pakar pengajaran adalah jenis sistem pakar yang menggabungkan
sistem-sistem debugging, diagnosis dan perbaikan untuk memberikan pengajaran.
Kelebihan dari sistem pakar yang digunakan untuk mengajar adalah membuat
diagnosa apa penyebab kekurangan dari seorang siswa, kemudian memberi cara
untuk memecahkannya.
2.2.3 Interpretasi
Sistem
pakar yang melakukan proses interpretasi biasanya menggunakan data pengamatan
untuk menjabarkan situasi tersebut. Sebagai contoh interpretasi dari pembacaan
alat ukur dari alat pemroses kimia menentukan status dari proses tersebut.
Sistem interpretasi menangani langsung data aktual bukan representasi simbolik
dari satu masalah.
2.2.4 Prediksi
Sistem
pakar yang melakukan prediksi dapat memberikan kemungkinan solusi tertentu.
Contoh yang biasa kita temui adalah memprediksi kemungkinan kerusakan lahan
pertanian akibat serangga, seorang pakar meteorology memprediksi cuaca besok
berdasarkan data-data sebelumnya, mengestimasikan permintaan minyak dunia dari
keadaan geopolitis didunia saat ini dan juga memprediksikan dimana perang akan
terjadi berdasarkan pengamatan data-data intelejen.
2.2.5 Perencanaan
Sistem pakar perencanaan merupakan
suatu sistem pakar yang sangat luas mulai dari perencanaan mesin-mesin sampai
manajemen bisnis. Penggunaan sistem pakar ini menghemat biaya, waktu dan
material, sebab pembuatan model sudah tidak diperlukan lagi. Contoh penggunaan
antara lain sistem konfigurasi komputer, tata letak sirkuit, membuat rencana
untuk melakukan suatu urutan reaksi kimia, untuk memprediksi suatu molekul
organik yang kompleks. Sistem pakar ini juga banyak digunakan untuk kepentingan
militer untuk strategi penyerangan.
2.2.6 Kontrol
Sistem
pakar kontrol digunakan untuk mengontrol kegiatan yang membutuhkan presisi
waktu yang tinggi. Misalnya adalah melakukan pengontrolan pada
industri-industri berteknologi tinggi. Sistem ini memperhatikan tingkah laku
sistem yang dapat disebut normal atau tidak normal. Sistem ini memang
bergantung pada waktu untuk menginterpretasikan tingkah laku yang
diamati.(Azis, 1994)
2.3 Ciri-ciri
Sistem Pakar
Dalam pengetahuan sistem pakar terdapat ciri-ciri sebagai berikut :
- Sifatnya terbatas pada domain keahlian tertentu.
- Dapat memberikan penalaran untuk data-data yang tidak pasti.
- Dapat mengemukakan serangkaian alasan yang diberikan dengan cara yang dapat dipahami.
- Berdasarkan pada kaidah atau rule tertentu.
- Dirancang untuk dapat dikembangkan secara bertahap.
- Pengetahuan dan mekanisme inferensi jelas terpisah.
- Keluarannya bersifat anjuran.
- Sistem dapat mengaktifkan kaidah secara searah yang sesuai dan dituntun oleh dialog dengan pemakai.(Azis,1994)
2.4 Keuntungan
dan Kerugian Dalam Sistem Pakar
Sistem pakar memiliki
beberapa keuntungan dan kelebihan, yaitu :
2.4.1 Keuntungan
Sistem Pakar
Ada beberapa keuntungan penerapan dari sistem pakar yaitu :
a.
Seseorang yang awam bisa melakukan pekerjaan layaknya
seorang pakar.
b.
Meningkatkan produktivitas kerja dengan jalan
meningkatkan efisiensi.
c.
Menghemat waktu dalam menyelesaikan pekerjaan.
d.
Menyederhanakan beberapa operasi.
2.4.2
Kerugian Sistem Pakar
- Penelitian yang dilakukan untuk aplikasi program sistem pakar membutuhkan biaya yang tinggi.
- Dalam pembuatan dan pengembangan program sistem pakar memakan waktu yang lama.
- Program sistem pakar yang dibuat tidak selamanya benar dan tetap sempurna mungkin saja ada kesalahan pada mesin inferensi. (Suparman, 1991)
2.5 Komponen-komponen
Sistem Pakar
Komponen-komponen dalam pengembangan sistem pakar terdiri dari beberapa
bagian diantaranya : Basis Pengetahuan (Knowledge Base), Basis Data (Data
Base), Mesin Inferensi (Inference Engine), Antar Muka Pemakai (User Interface).
2.5.1 Basis
Pengetahuan (Knowledge Base)
Basis pengetahuan merupakan inti
program sistem pakar dimana basis pengetahuan ini merupakan representasi
pengetahuan dari seorang pakar. Pengetahuan representasi ini seperti
fakta-fakta, aturan-aturan atau prosedur serta pengetahuan heuristik yang
tersedia dalam sistem. Perancangan bentuk representasi pengetahuan mempengaruhi
rancangan unference engine proses, updating pengetahuan, dan efisiensi sistem
secara keseluruhan
2.5.2 Basis
Data (data base)
Basis
data adalah bagian yang mengandung semua fakta-fakta, baik fakta awal pada saat
sistem mulai beroperasi maupun fakta-fakta yang diambil pada saat ketika proses
sedang berjalan. Pada hakekatnya sistem pakar banyak mengandung suatu basis
data untuk menyimpan hasil penelitian dan data lainnya yang dibutuhkan selama
pengelolaan.
2.5.3 Mesin
Inferensi
Mesin
inferensi adalah bagian yang mengandung mekanisme fungsi berpikir dan pola-pola
penalaran sistem yang digunakan oleh seorang pakar. Mekanisme ini akan
menganalisa suatu masalah dan selanjutnya akan mencari jawaban atau kesimpulan
yang terbaik. Mesin inferensi mempunyai dua fungsi yaitu inferensi dan kendali.
Inferensi adalah proses menalar, sedangkan kendali berfungsi mengendalikan
eksekusi. Inferensi melibatkan proses pencocokkan (watching) dan penggabungan
(unification). Proses tersebut berdasarkan pada suatu basis data yang berisi
fakta-fakta biasanya tersimpan dalam berkas khusus dan dapat juga diperoleh
dari konsultasi dan dipakai dalam proses pengujian aturan-aturan yang
diisyaratkan dari basis pengetahuan. Dua teknik inferensi yaitu :
1.
Pelacakan ke belakang ( backward chaining ).
2.
Pelacakan ke depan ( forward chaining ).
Pelacakan kedepan merupakan
kebutuhan dari pelacakan kebelakang yaitu memulai penalarannya dari sekumpulan
data menuju pada suatu kesimpulan.
Untuk sebuah sistem pakar yang besar
dengan rule yang relatif banyak, metode
pelacakan kedepan dirasakan sangat lambat dalam pengambilan keputusan atau
kesimpulan sehingga metode yang biasa digunakan metode pelacakan kebelakang
dalam sistem inferensinya. Melakukan penelusuran kaidah secara mendalam dari
simpul akar bergerak menurun ketingkat dalam secara berurutan (Depth First
Search) dapat dilihat pada gambar berikut :
Gambar 2.3 Depth
First Search
2.5.4 Antar
Muka Pemakai (User Interface)
Antar muka pemakai ini adalah bagian
dari penghubung antara program sistem pakar dengan pemakai dan disini akan
terjadi dialog antara program dan pemakai. Program akan mengajukan
pertanyaan-pertanyaan berbentuk “ ya atau tidak “ atau berbentuk menu pilihan.
Antar muka pemakai didalamnya
termasuk :
- Kontrol tampilan
- Alat masukan (keyboard, mouse, dll)
- Kontrol dialog
- Fasilitas bantuan, penjelasan, saran
- Model interaksi
- Penjelasan pertanyaan.
2.6 Representasi
Pengetahuan
Pengetahuan merupakan dasar dari
kemampuan sistem pakar, untuk merealisasikan kemampuan yang ada. Bagaimanapun
harus dapat mempresentasikan pengetahuan tersebut kedalam suatu bentuk metode
dan kemudian dimanfaatkan untuk mendukung proses penalaran pada sistem pakar.
2.6.1 Macam-macam
Pengetahuan
Berdasarkan sumbernya pengetahuan
dapat dibedakan menjadi pengetahuan formal (deef knowledge) dan pengetahuan non
formal (shallow / surface knowledge). Sedangkan berdasarkan cara
merepresentasikan pengetahuan dibedakan menjadi pengetahuan heuristik,
pengetahuan prosedural, dan pengetahuan deklaratif.
1.
Pengetahuan Formal
Pengetahuan formal adalah pengetahuan yang
terdapat dalam jurnal, buku-buku bulletin ilmiah dan sebagainya, dan sering
dianggap sebagai pengetahuan yang bersifat umum.
2.
Pengetahuan Non Formal
Pengetahuan non formal adalah
pengetahuan yang dipunyai oleh seseorang berdasarkan pada pengalamannya pada
bidang tersebut dalam jangka waktu yang relatif lama.
3.
Pengetahuan Heuristik
Pengetahuan heuristik adalah
pengetahuan yang berbentuk hirarki, biasanya pengetahuan ini berbentuk diagram
pohon pengetahuan.
4.
Pengetahuan Prosedural
Pengetahuan prosedural yaitu
pengetahuan yang dapat merepresentasikan sebagai satu proses dan prosedural ini
disimpan dalam bentuk kode. Dalam hakekatnya suatu algoritma pemrograman
berbentuk prosedural karena mengandung informasi bagaimana menjalankan suatu
pekerjaan tertentu.
5.
Pengetahuan Deklaratif
Pengetahuan deklaratif adalah
pengetahuan yang dapat disimpan dalam bentuk berkas data, sehingga dalam
penyimpanannya dapat terpisah. Pengetahuan deklaratif ini tersusun berdasarkan
kaidah dan fakta. (Azis, 1994)
2.7 Metode
Representasi Pengetahuan
Pada representasi pengetahuan dalam
sistem pakar terdapat beberapa metode yaitu : Metode Kalkulus Predikat, Bingkai
(Frame), Jaringan Semantik (Semantic Network), Metode Kaidah Produksi.
2.7.1 Metode
Kalkulus
Kalkulus predikat merupakan cara
sederhana untuk merepresentasikan pengetahuan secara deklaratif. Dalam kalkulus
predikat, pernyataan deklaratif dibagi atas dua yaitu bagian predikat dan
argumen. Contoh :
2.7.2 Bingkai
(Frame)
Bingkai adalah blok atau
potongan-potongan yang berisi pengetahuan mengenai objek-objek khusus, kejadian
lokasi, situasi ataupun elemen lainnya dengan ukuran yang relatif besar.
Blok-blok ini menggambarkan objek tersebut secara lebih rinci contohnya sebagai
berikut :
2.7.3 Jaringan
Semantik (Semantic Network)
Jaringan semantic merupakan cara
presentasi pengetahuan yang paling tua dan paling mudah. Cara ini merupakan
penggambaran grafis dari pengetahuan yang memperlihatkan hubungan hirarki dari
objek-objek, objek tersebut sebagai simpul pada suatu grafik dan hubungan
antara objek dinyatakan oleh garis penghubung berlabel. Contoh gambar semantic
:
Gambar 2.4 Contoh
jaringan semantik
2.7.4 Kaidah
Produksi
Metode kaidah produksi ini biasanya
dituliskan dalam bentuk jika – maka (IF – THEN). Kaidah ini dapat dikatakan
sebagai hubungan implikasi dua bagian yaitu bagian premise (jika) dan bagian
konklusi (maka). Contoh :
2.8 Alat
Pembangunan Sistem Pakar
Alat untuk membangun suatu sistem
pakar terdiri atas dua bagian yaitu bahasa pemrograman dan shell.
2.8.1 Bahasa
Pemrograman
Secara umum semua bahasa pemrograman
komputer pada dasarnya dapat digunakan untuk sebuah aplikasi program yang akan
dibuat, namun hanya sekedar menggunakan tanpa mengetahui kelebihan dan
kekurangan dalam membuat program sistem pakar., maka akan terjadi kesalahan
pada program yang telah dibuat. Dari masalah diatas maka perlu untuk dapat
mengetahui cara kerja dari bahasa pemrograman. Untuk membuat sistem pakar
adalah memakai LISP dan Prolog, meskipun demikian dengan menggunakan bahasa
prosedural dapat dilakukan tetapi mesin inferensinya harus dibuat sendiri.
(Azis, 1994)
Bahasa pemrograman Borland Delphi
5.0. program ini merupakan bahasa pemrograman visual yang sangat sesuai dengan
keinginan pemakai saat ini yang pada umumnya menginginkan produk yang mudah
dipergunakan dan tampilan yang menarik. Perangkat lunak ini juga mampu
berhubungan dengan Dbase dan paradox serta aplikasi lain yang mendukung.
2.8.2 Shell
Shell adalah sebuah program sistem
pakar yang basis pengetahuannya masih kosong. Ada lima jenis shell berdasarkan
pada metode representasi pengetahuan yang dipakai yaitu :
1.
Simple Rule – Base Tools
Jenis sheel ini menggunakan IF
– THEN dalam merepresentasikan pengetahuan alat ini dapat dijalankan pada
komputer pribadi (PC) dan dapat mengelola sampai 500 kaidah contoh alat ini
adalah EXSYS, IN SIGH T2x, VP EXPERT, DAN ESP ADVISOR.
2.
Inductive Tools
Jenis shell ini membangkitkan
kaidah dari contoh-contoh dalam basis pengetahuan alat ini terbagi dua jenis,
yaitu large inductive yang dijalankan pada main frame dan small inductive yang
dijalankan pada PC.
3.
Struktured Rule Base Tools
Pada jenis shell ini
menggunakan IF – THEN yang disusun dalam kaidah untuk merepresentasikan
pengetahuan.
4.
Logic Base Tools
Shell ini menggunakan
ketentuan horn dan resolusi tujuan ditentukan dengan kalkulus predikat,
kebanyakan alat ini dibangun dengan prolog dalam merepresentasikan pengetahuan.
5.
Frame Based Tools
Jenis shell ini sering
dijabarkan sebagai object oriented secara umum menanamkan masing-masing teknik
representasi pengetahuan, termasuk bingkai dalam satu paket.
0 komentar:
Posting Komentar