Konsep Dasar Sistem Pakar

Konsep Dasar Sistem Pakar

SISTEM PAKAR

Menurut Martin dan Oxman (1988) sistem pakar adalah sistem yang berbasis komputer yang menggunakan pengetahuan, fakta, dan teknik penalaran dalam memecahkan masalah yang biasanya hanya dapat dipecahkan oleh seorang pakar dalam bidang tersebut (Kusrini, 2006:11).

Edward Feigenbaum (1982) mendefinisikan sistem pakar sebagai suatu program komputer cerdas yang menggunakan knowledge (pengetahuan) dan prosedur inferensi untuk menyelesaikan masalah yang cukup rumit yang membutuhkan seorang ahli untuk menyelesaikannya (Arhami, 2005:2).

Dari beberapa definisi diatas dapat disimpulkan bahwa sistem pakar adalah sebuah perangkat lunak komputer yang memiliki basis pengetahuan untuk domain tertentu dan menggunakan penalaran menyerupai seorang pakar dalam memecahkan masalah. Sistem pakar adalah salah satu jalan untuk mendapatkan pemecahan masalah secara lebih cepat dan mudah.

Dengan sistem pakar, seseorang yang awam pun dapat menyelesaikan masalah yang cukup rumit atau bisa juga hanya sekedar mencari informasi berkualitas yang sebenarnya hanya bisa diperoleh dengan bantuan para ahli. Sistem pakar juga dapat membantu aktifitas pakar, yang difungsikan sebagai assisten yang berpengalaman dan mempunyai pengetahuan yang dibutuhkan.

Sistem pakar merupakan sebuah terobosan dalam mengambil dan memadukan pengetahuan dengan teknologi. Dalam penyusunannya, sistem pakar mengkombinasikan aturan-aturan penarikan kesimpulan (inference rules) dengan basis pengetahuan tertentu yang berasal dari pengalaman maupun penelitian satu atau lebih pakar dalam bidang tertentu. Kombinasi dari kedua hal tersebut kemudian diolah dalam komputer, yang selanjutnya digunakan dalam proses pengambilan keputusan untuk menyelesaikan masalah tertentu.

SEJARAH SISTEM PAKAR

1943	Post E.L. membuktikan bahwa permasalahan-permasalahan komputasi dapat diselesaikan dengan aturan IF-THEN.
1961	General Problem Solver (GPS) oleh A. Newell and H. Simon. Adalah sebuah program yang dibangun untuk menyelesaikan permasalahan mulai dari games sampai matematika integral.
1969	DENDRAL. Dibangun di Stamford University atas permintaan NASA (Buchanan and Feigenbaum) untuk melakukan analisis kimiawi terhadap kondisi tanah di planet Mars.
1970s	MCYN. Dibuat untuk diagnosa medis oleh Buchanan dan Shortliffe.
1982	R1/XCON adalah sistem pakar pertama yang dibuat oleh para peneliti di Carnegie Melon University (CMU).

PERBEDAAN SISTEM KONVENSIONAL DAN SISTEM PAKAR

Sistem Konvensional	Sistem Pakar
Informasi dan pemrosesannya biasanya jadi satu dengan program	Basis pengetahuan merupakan bahgian terpisah dari mekanisme inferensi
Program tidak pernah salah (kecualai pemrogramnya yang salah)	Program bisa saja melakukan kesalahan
Biasanya tidak bisa menjelaskan mengapa suatu input data dibutuhkan atau bagaimana output itu diperoleh	Penjelasan adalah bagian terpenting dari system pakar
Pengubahan program cukup sulit dan merepotkan	Pengubahan pada aturan / kaidah dapat dilakukan dengan mudah
Sistem hanya akan bekerja jika sistem tersebut sudah lengkap	Sistem dapat bekerja hanya dengan beberapa aturan
Eksekusi dilakukan langkah demi langkah secara algoritmik	Eksekusi dilakukan pada keseluruhan basis pengetahuan secara heuristik dan logis
Menggunakan data	Menggunakan pengetahuan
Tujuan utamanya adalah efisiensi	Tujuan utamanya adalah efisiensi

STRUKTUR SISTEM PAKAR

2 bagian utama sistem pakar :

·         Lingkungan pengembangan (development environment) : Digunakan untuk memasukkan pengetahuan pakar ke dalam lingkungan sistem pakar

·         Lingkungan konsultasi (consultation environment) : Digunakan oleh pengguna yang bukan pakar untuk memperoleh pengetahuan pakar

Arsitektur sistem pakar

Komponen-komponen yang terdapat dalam arsitektur/struktur sistem pakar :

1. Antarmuka Pengguna (User Interface)

Merupakan mekanisme yang digunakan oleh pengguna dan sistem pakar untuk berkomunikasi. Antarmuka menerima informasi dari pemakai dan mengubahnya ke dalam bentuk yang dapat diterima oleh sistem. Selain itu antarmuka menerima dari sistem dan menyajikannya ke dalam bentuk yang dapat dimengerti oleh pemakai.

2. Basis Pengetahuan

Basis pengetahuan mengandung pengetahuan untuk pemahaman, formulasi, dan penyelesaian masalah. Komponen sistem pakar ini disusun atas 2 elemen dasar, yaitu :

·         Fakta : Informasi tentang obyek dalam area permasalahan tertentu

·         Aturan : Informasi tentang cara bagaimana memperoleh fakta baru dari fakta yang telah diketahui.

3. Akuisisi Pengetahuan (Knowledge Acquisition)

Akuisisi pengetahuan adalah akumulasi, transfer, dan transformasi keahlian dalam menyelesaikan masalah dari sumber pengetahuan ke dalam program komputer. Dalam tahap ini knowledge engineer berusaha menyerap pengetahuan untuk selanjutnya ditransfer ke dalam basis pengetahuan. Pengetahuan diperoleh dari pakar, dilengkapi dengan buku, basis data, laporan penelitian dan pengalaman pemakai.

Metode akuisisi pengetahuan :

·         Wawancara : Metode yang paling banyak digunakan, yang melibatkan pembicaraan dengan pakar secara langsung dalam suatu wawancara

·         Analisis protokol : Dalam metode ini pakar diminta untuk melakukan suatu pekerjaan dan mengungkapkan proses pemikirannya dengan menggunakan kata-kata. Pekerjaan tersebut direkam, dituliskan, dan dianalisis.

·         Observasi pada pekerjaan pakar : Pekerjaan dalam bidang tertentu yang dilakukan pakar direkam dan diobservasi

·         Induksi aturan dari contoh : Induksi adalah suatu proses penalaran dari khusus ke umum. Suatu sistem induksi aturan diberi contoh-contoh dari suatu masalah yang hasilnya telah diketahui. Setelah diberikan beberapa contoh, sistem induksi aturan tersebut dapat membuat aturan yang benar untuk kasus-kasus contoh. Selanjutnya aturan dapat digunakan untuk menilai kasus lain yang hasilnya tidak diketahui.

4. Mesin/Motor Inferensi (inference engine)

Komponen ini mengandung mekanisme pola pikir dan penalaran yang digunakan oleh pakar dalam menyelesaikan suatu masalah. Mesin inferensi adalah program komputer yang memberikan metodologi untuk penalaran tentang informasi yang ada dalam basis pengetahuan dan dalam workplace, dan untuk memformulasikan kesimpulan.

5. Workplace / Blackboard

Workplace merupakan area dari sekumpulan memori kerja (working memory), digunakan untuk merekam kejadian yang sedang berlangsung termasuk keputusan sementara. Ada 3 keputusan yang dapat direkam :

·         Rencana : Bagaimana menghadapi masalah

·         Agenda : Aksi-aksi yang potensial yang sedang menunggu untuk dieksekusi

·         Solusi : Calon aksi yang akan dibangkitkan

6. Fasilitas Penjelasan

Adalah komponen tambahan yang akan meningkatkan kemampuan sistem pakar. Digunakan untuk melacak respon dan memberikan penjelasan tentang kelakuan sistem pakar secara interaktif melalui pertanyaan :

·         Mengapa suatu pertanyaan ditanyakan oleh sistem pakar ?

·         Bagaimana konklusi dicapai ?

·         Mengapa ada alternatif yang dibatalkan ?

·         Rencana apa yang digunakan untuk mendapatkan solusi ?

7. Perbaikan Pengetahuan

Pakar memiliki kemampuan untuk menganalisis dan meningkatkan kinerjanya serta kemampuan untuk belajar dari kinerjanya. Kemampuan tersebut adalah penting dalam pembelajaran terkomputerisasi, sehingga program akan mampu menganalisis penyebab kesuksesan dan kegagalan yang dialaminya dan juga mengevaluasi apakah pengetahuan-pengetahuan yang ada masih cocok untuk digunakan di masa mendatang

LANGKAH-LANGKAH PEMBUATAN SISTEM PAKAR

·        Mengidentifikasi masalah dan kebutuhan

·         Menentukan problema yang cocok

·         Mempertimbangkan alternative

·         Menghitung pengembalian investasi

·         Memilih alat pengembangan

·         Merekayasa pengetahuan

·         Merancang system

·         Melengkapi pengembangan

·         Menguji dan mencari kesalahan system

·         Memelihara sistem

HEURISTIC SEARCHING

·         Depth First Search : Melakukan penelusuran kaidah secara mendalam dari titik awal dan kemudian ke node-node yang berada pada tingkat bawahnya. Jika node tujuan sudah ditemukan, maka node lain yang belum terlewati tidak perlu dihiraukan lagi

.

·        Breadth First Search : Melakukan analisa pada semua jalur yang dimana node yang berada pada level atau hierarcy yang sama terlebih dahulu baru kemudian menganalisa node yang berada pada level di bawahnya.

·         Hill Climbing Search : Merupakan eksplorasi dari metode Depth First Search tetapi dengan mempertimbangkan cost minimal.

·         Branch and Bound Search : sebuah teknik algoritma yang secara khusus mempelajari bagaimana caranya memperkecil Search Tree menjadi sekecil mungkin.

·         A* Search : Melakukan penelusuran dimana setiap node mempunyai estimasicost sehingga nilai estimasi pada node awal akan di jumlahkan pada nodetujuan.