KOMPONEN SISTEM PAKAR

SISTEM PAKAR(Expert Systems)
Sistem pakar (expert systems) adalah sistem yang berusaha
mengapdosi pengetahuan manusia ke komputer, agar komputer
dapat menyelesaikan masalah seperti yang biasa dilakukan oleh
para ahli. Sistem pakar yang baik dirancang agar dapat
menyelesaikan suatu permasalahan tertentu dengan meniru kerja
dari para ahli.
Jadi sistem pakar →� kepakaran ditransfer dari seorang pakar
(atau sumber kepakaran yang lain) ke komputer, pengetahuan yang
ada disimpan dalam komputer, dan pengguna dapat berkonsultasi
pada komputer itu untuk suatu nasehat, lalu komputer dapat
mengambil inferensi (menyimpulkan, mendeduksi, dll.) seperti
layaknya seorang pakar, kemudian menjelaskannya ke pengguna
tersebut, bila perlu dengan alasan-alasannya.
Dengan sistem pakar, orang awam pun dapat menyelesaikan
masalah yang cukup rumit yang sebenarnya hanya dapat
diselesaikan dengan bantuan para ahli. Bagi para ahli, sistem pakar
juga akan membantu aktivitasnya sebagai asisten yang sangat
berpengalaman.
Sistem pakar dikembangkan pertama kali tahun 1960.
Sistem pakar yang terkenal antara lain:
MYCIN
• Paling terkenal, dibuat oleh Edward Shortlife of Standford
University tahun 70-an
• Sistem pakar medical yang bisa mendiagnosa penyakit infeksi
dan merekomendasi pengobatan
23
• MYCIN membantu dokter mengidentifikasi pasien yang
menderita penyakit. Dokter duduk di depan komputer dan
memasukkan data pasien: umur, riwayat kesehatan, hasil
laboratorium dan informasi terkait lainnya. Dengan informasi ini
ditambah pengetahuan yang sudah ada dalam komputer, MYCIN
mendiagnosa selanjutnya merekomendasi obat dan dosis yang
harus dimakan.
• MYCIN sebagai penasehat medis, tidak dimaksudkan untuk
mengantikan kedudukan seorang dokter. Tetapi membantu dokter
yang belum berpengalaman dalam penyakit tertentu. Juga untuk
membantu dokter dalam mengkonfirmasi diagnosa dan terapi
yang diberikan kepada pasien apakah sesuai dengan diagnosa dan
terapi yang ada dalam basis pengetahuan yang sudah dimasukkan
ke dalam MYCIN, karena MYCIN dirancang oleh dokter-dokter
yang ahli di bidang penyakit tersebut.
• Kesimpulan : sistem pakar seperti MYCIN bisa digunakan
sebagai bahan pembanding dalam pengambilan solusi dan
pemecahan masalah. Keputusan terakhir atas pengobatan tersebut
tetap menjadi tanggung jawab dokter.
DENDRAL
Mengidentifikasi struktur molekular campuran kimia yang tak
dikenal XCON & XSEL
XCON
• Merupakan sistem pakar untuk membantu konfigurasi sistem
komputer besar, membantu melayani order langganan sistem
24
komputer DEC VAX 11/780 ke dalam sistem spesifikasi final
yang lengkap
• Komputer besar seperti VAX dan komponen yang berbeda
digabung dan disesuaikan dengan konfigurasi tertentu yang
diinginkan oleh para pelanggan.
• Ada ribuan cara dimana aseosri Pcboard, kabel, disk drive,
periperal, perangkat lunak, dan lainnya bisa dirakit ke dalam
konfigurasi yang sangat rapih. Untuk meng-identifikasi hal-hal
tersebut diperlukan waktu berhari-hari/berminggu-minggu agar
bisa memenuhi spesifikasi yang diinginkan pemesan, tapi dengan
XCON bisa dalam beberapa menit.
XSEL
• Dirancang untuk membantu karyawan bagian penjualan dalam
memilih komponen sistem VAX. Karena banyaknya pilihan
karyawan tersebut sering menghadapi kesulitan dalam memilih
suatu komponen yang paling tepat.
• Basis
pengetahuan
yang
ada pada XSEL membantu
mengarahkan para pemesan serius untuk memilih konfigurasi
yang dikehendaki, kemudian XSEL memilih CPU, memori,
periperal dan menyarankan paket software tertentu yang paling
tepat dengan konfigurasinya.
PROSPECTOR
• = sistem pakar yang membantu ahli geologi dalam mencari dan
menemukan deposit
• Basis pengetahuan berisi bermacam-macam mineral dan batubatuan. Banyak pakar geologi diwawancarai dan pengetahuan
25
mereka tentang berbagai bentuk biji deposit dimasukkan ke dalam
sistem pakar.
• Ahli geologi melacak biji deposit dengan pergi ke lapangan untuk
meninjau medan dan mengumpulkan bukti yang ada seperti ciriciri geologi dicatat, sampel tanah dan batu-batuan. Sistem pakar
mengevaluasi areal dalam bentuk pertanyaan dan data-data
tersebut dimasukkan, kemudian Prospector memberikan
rekomendasi yang menunjukkan jumlah deposit yang ada dan
apakah menguntungkan atau tidak bila dieksplorasi atau di bor
lebih lanjut.
DELTA
• Dibuat oleh perusahaan General Electric (GE) membantu
karyawan bagian pemeliharaan mesin lokomotif diesel dalam
memantau mesin-mesin yang tidak berfungsi dengan baik dan
membimbing ke arah prosedur perbaikan.
FOLIO
• Sistem pakar yang menolong stock broker dan tugas manajer
dalam menangani investasi bagi kepentingan para langganannya.
Stock broker mewawancarai langganan untuk menentukan tujuan
sumber dan investasi mereka.
• FOLIO bisa memberikan rekomendasi tentang keamanan
investasi, mengevaluasi stock beresiko tinggi,menghitung
pengembalian modal, dan membuat keputusan dalam hal
pemasaran suatu komoditi.
26
• Membantu para perencana keuangan untuk memperkecil
kerugian karena pajak, inflasi atau faktor lain misal turun naiknya
nilai mata uang.
ELECTRONIC LAYER.
• Digunakan untuk menganalisa dan membantu rekayasa
rancangan sirkuit elektronik yang terbuat dari transistor, dioda
dan resistor.
• Diagram skematik dari sirkuit ini dimasukkan ke dalam komputer
dan EL menganalisis menentukan karakteristik sirkuit, nilai
voltase, dan strum yang ada pada semua titik sirkuit.
• Basis pengetahuan pada EL merupakan prinsip umum elektronik
seperti hukum OHM, hukum kirchoff, karakteris-tik komponen,
teori operasi transistor.
RAMALAN CUACA
Dengan diberi input tentang situasi cuaca yang sedang
berlangsung, baik lokal maupun ditempat lain, maka sistem pakar
bisa menyajikan ramalan yang akurat tentang cuaca yang akan
terjadi dalam suatu periode tertentu.
CONTOH LAIN SISTEM PAKAR
Sistem pakar :
- Digunakan untuk konsultasi
- Sistem pakar selalu tersedia di organisasi, sedang pakar belum
tentu selalu berada di tempat. Misal suatu keputus-an harus
diambil oleh manajer yang pakar dalam suatu bi-dang, karena
27
manajer ini pergi dan tidak berada di kantor, maka keputusan
yang harus diambil tertunda.
- Sistem pakar dapat menyimpan dan mengingat pengeta-huan
yang sangat tidak terbatas dan tidak kenal lelah. Oleh karena itu
pekerjaan dokter akan sangat terbantu sekali dengan SP yang diisi
dengan sejumlah pengetahuan (mi-sal semua jenis obat dan
efeknya) yang pakarnya sendiri belum tentu dapat mengingatnya.
• Pak A nasabah bank X. Pak A akan meminjam uang untuk
membeli rumah. Di bank X pak A menanyakan ke bagian
informasi dan disarankan untuk menuju ke lantai 3 di kantor
manajer installment loan. Di kantor ini, pak A mengutarakan
maksudnya untuk meminjam uang dan akan dibayar angsuran
tiap
bulannya
bervariasi
besarnya
tergantung
dari
penghasilannya. Manajer installment loan menolak karena
pinjaman di bagian ini harus dibayar angsuran yang nilainya
sudah tetap ditentukan di muka. Manajer ini mengatakan bahwa
pak A salah tempat menemui dia dan menyarankan ke lantai 5 di
kantor manajer mortgage loan. Sesampainya disana, pak A
mengutarakan kembali maksudnya untuk meminjam uang dengan
membayar secara angsuran. Manajer ini setuju tetapi pak A harus
meninggalkan sertifikat tanahnya sebagai agunan. Sebaliknya pak
A tidak setuju karena dia akan menggunakan sertifikat tanah ini
untuk keperluan yang lain. Manajer mortgage loan menyarankan
pak A untuk menemui kepala cabang di lantai 1. Pak A turun ke
lantai 1 bukannya menemui kepala cabang tetapi bank lain yaitu
Y di seberang jalan.
28
Di bank Y pak A ditemui oleh seorang pegawai bank yang
mempersilahkan dia duduk. Setelah pak A mengutarakan
maksudnya, tak lama kemudian setelah pegawai menggunakan
komputer dihadapannya, pegawai tersebut menyetujui pinjaman
pak A.
Beda bank X dan bank Y.
Untuk bank X kepandaian atau pengetahuan (knowledge) dimiliki
di masing-masing manajer. Dan jika pak A menemui manajer yang
pengetahuannya lain yang tidak sesuai de-ngan permasalahannya,
pak A salah alamat dan harus me-nemui manajer lain yang sesuai.
Untuk bank Y, pengetahuan dari manajer-manajer bersang-kutan
dimasukkan dan berada di dalam sistem komputer dalam bentuk
basis data pengetahuan (knowledge base).
• Sistem pakar yang digunakan di dinas sosial negara bagian
California, Amerika Serikat. Sebelum SP diguna-kan, pemberian
tunjangan sosial kurang efektif karena beragamnya macam
tunjangan yang diberikan dan banyaknya aturan yang ada untuk
mendapatkan tunjangan sosial. Lebih dari 3000 aturan dibukukan
untuk tunjangan sosial ini. Pada waktu seseorang melamar untuk
meminta tunjangan sosial, orang ini akan dilayani dengan pekerja
sosial dan pekerja sosial harus mengetahui aturan-aturan yang
ada. Jika ada kasus khusus dan pekerja sosial tidak memahami
aturannya tetapi memutuskan hasilnya, maka hasil keputusan
dapat tidak efektif. Menyadari kelemahan-kelemahan ini maka
dinas sosial kemudian menerapkan sistem pakar yang berisi
dengan knowledge base berupa ribuan aturan-aturan ini.Bedanya
: sebelum ada SP, yang pakar adalah pekerja sosialnya dan jika
29
pekerja sosial kurang pakar maka dapat mengakibatkan kesalahan
keputusan. Setelah ada SP, pekerja sosial tidak harus pakar
karena yang pakar adalah sistemnya karena sistem-nya berisi
dengan semua aturan, sehingga mengurangi kesalahan
pengambilan keputusan.
Konsep dasar sistem pakar mengandung keahlian, ahli/ pakar,
pengalihan keahlian, mengambil keputusan, aturan, kemampuan
menjelaskan.
Keahlian
Keahlian bersifat luas dan merupakan penguasaan penge-tahuan
dalam bidang khusus yang diperoleh dari pelatihan, membaca atau
pengalaman. Contoh bentuk pengetahuan yang termasuk keahlian :
- Teori, fakta, aturan-aturan pada lingkup permasalahan tertentu
- Strategi global untuk menyelesaikan masalah
Ahli / Pakar
Seorang ahli adalah seseorang yang mampu menjelaskan suatu
tanggapan, mempelajari hal-hal baru seputar topik permasalahan,
menyusun
kembali
pengetahuan
jika
dipandang
perlu,
memecahkan masalah dengan cepat dan tepat.
Pengalihan keahlian
Tujuan dari sistem pakar adalah untuk mentransfer keahlian dari
seorang pakar ke dalam komputer kemudian ke masyarakat. Proses
ini meliputi 4 kegiatan, yaitu perolehan pengetahuan (dari para ahli
30
atau sumber-sumber lainnya), representasi pengetahuan ke
komputer,
kesimpulan
dari
pengetahuan
dan
pengalihan
pengetahuan ke pengguna.
Mengambil keputusan
Hal yang unik dari sistem pakar adalah kemampuan untuk
menjelaskan dimana keahlian tersimpan dalam basis pengetahuan.
Kemampuan komputer untuk mengambil kesimpulan dilakukan
oleh komponen yang dikenal dengan mesin inferensi yaitu meliputi
prosedur tentang pemecahan masalah.
Aturan
Sistem pakar yang dibuat merupakan sistem yang berdasar-kan
pada aturan – aturan dimana program disimpan dalam bentuk
aturan-aturan sebagai prosedur pemecahan masalah. Aturan
tersebut biasanya berbentuk IF – THEN.
Kemampuan menjelaskan
Keunikan lain dari sistem pakar adalah kemampuan dalam
menjelaskan atau memberi saran/rekomendasi serta juga
menjelaskan mengapa beberapa tindakan/saran tidak direkomendasikan.
SIAPA
SAJA
YANG
DAPAT
TERKAIT
DALAM
PENGGUNAAN DAN PENGEMBANGAN SISTEM PAKAR
1. Pakar
Pakar adalah orang yang memiliki pengetahuan khusus,
pendapat, pengalaman dan metode, serta kemampuan untuk
31
mengaplikasikan keahliannya tersebut guna menyelesaikan
masalah.
2. Perekayasa pengetahuan
Perekayasa pengetahuan adalah orang yang membantu pakar
dalam
menyusun
area
permasalahan
dengan
menginterpretasikan dan mengintegrasikan jawaban-jawaban
pakar atas pertanyaan yang diajukan, menggambarkan analogi,
mengajukan counter example dan menerangkan kesulitankesulitan konseptual.
3. Pemakai
- Pemakai awam : dalam hal ini sistem pakar bertindak se-bagai
konsultan untuk memberikan saran dan solusi kepada pemakai
- Pelajar yang ingin belajar : sistem pakar bertindak sebagai
instruktur
- Pembuat sistem pakar : sistem pakar sebagai partner dalam
pengembangan basis pengetahuan.
- Pakar : sistem pakar bertindak sebagai mitra kerja/asisten
AREA PERMASALAHAN APLIKASI SISTEM PAKAR
1. Interpretasi
Yaitu pengambilan keputusan dari hasil observasi, diantaranya :
pengawasan, pengenalan ucapan, analisis citra, interpretasi
sinyal, dan beberapa analisis kecerdasan.
2. Prediksi
Memprediksi akibat-akibat yang dimungkinkan dari situasisituasi tertentu, diantaranya : peramalan, prediksi demografis,
32
peralaman ekonomi, prediksi lalulintas, estimasi hasil, militer,
pemasaran, atau peramalan keuangan.
3. Diagnosis
Menentukan sebab malfungsi dalam situasi kompleks yang
didasarkan pada gejala-gejala yang teramati, diantaranya :
medis, elektronis, mekanis, dan diagnosis perangkat lunak
4. Desain
Menentukan konfigurasi komponen-komponen sistem yang
cocok dengan tujuan-tujuan kinerja tertentu dan kendalakendala tertentu, diantaranya : layout sirkuit, perancangan
bangunan
5. Perencanaan
Merencanakan serangkaian tindakan yang akan dapat mencapai
sejumlah tujuan dengan kondisi awal tertentu, diantaranya :
perencanaan keuangan, komunikasi, militer, pengembangan
politik, routing dan manajemen proyek.
6. Monitoring
Membandingkan tingkah laku suatu sistem yang teramati
dengan tingkah laku yang diharapkan darinya, diantara-nya :
Computer Aided Monitoring System
7. Debugging dan repair
Menentukan dan mengimplementasikan cara-cara untuk
mengatasi malfungsi, diantaranya memberikan resep obat
terhadap suatu kegagalan.
8. Instruksi
Melakukan instruksi untuk diagnosis, debugging dan per-baikan
kinerja.
33
9. Kontrol
Mengatur tingkah laku suatu environment yang kompleks
seperti
kontrol
terhadap
interpretasiinterpretasi,
prediksi,
perbaikan, dan monitoring kelakuan sistem
10. Seleksi
Mengidentifikasi pilihan terbaik dari sekumpulan (list)
kemungkinan.
11. Simulasi
Pemodelan interaksi antara komponen-komponen sistem.
KOMPONEN SISTEM PAKAR
Komponen sistem pakar ada empat bagian :
1. KNOWLEDGE BASE (BASIS PENGETAHUAN).
Knowledge Base (Basis pengetahuan) merupakan inti dari
program sistem pakar karena basis pengetahuan itu merupakan
presentasi pengetahuan atau knowledge representation basis
pengetahuan adalah sebuah basis data yang menyimpan aturanaturan tentang suatu domain knowledge/pengetahuan tertentu.
Basis pengetahuan ini terdiri dari kumpulan objek beserta aturan
dan atributnya (sifat atau cirinya), tentu saja di dalam domain
tertentu. Contoh :If hewan merupakan sayap dan bertelur then
hewan jenis burung.
Ada 2 bentuk pendekatan basis pengetahuan yang sangat umum
digunakan yaitu :
a. Rule-Based Reasoning (Penalaran berBasis Aturan)
Pada penalaran berbasis aturan, pengetahuan direpresentasikan dengan menggunakan aturan berbentuk IF-THEN.
34
Bentuk
ini
digunakan
jika
kita
memiliki
sejumlah
pengetahuan pakar pada suatu permasalahan tertentu, dan
pakar
dapat
menyelesaikan
masalah
tersebut
secara
berurutan. Bentuk ini juga digunakan jika dibutuhkan
penjelasan tentang jejak (langkah-langkah) pencapaian
solusi.
b. Case-Based Reasoning (Penalaran berBasis Kasus).
Basis pengetahuan akan berisi solusi-solusi yang telah dicapai sebelumnya, kemudian akan diturunkan suatu solusi
untuk keadaan yang terjadi sekarang (fakta yang ada). Bentuk
ini digunakan jika pemakai (user) menginginkan untuk tahu
lebih banyak lagi pada kasus-kasus yang hampir sama
(mirip). Bentuk ini juga digunakan jika kita telah memiliki
sejumlah situasi atau kasus tertentu dalam basis pengetahuan.
2. Working Memory (Basis Data atau Memori Kerja).
Working memory adalah bagian yang mengandung semua
fakta-fakta baik fakta awal pada saatsistem beroperasi maupun
fakta-fakta
pada
saat
pengambilan
kesimpulan
sedang
dilaksanakan selama sistem pakar beroperasi, basis data berada
di dalam memori kerja.
3. Inference Engine (Mesin/Motor Inferensi).
Inference Engine adalah bagian yang menyediakan mekanisme
fungsi berfikir dan pola-pola penalaran sistem yang digunakan
oleh seorang pakar.
 Mekanisme ini akan menganalisa masalah tertentu dan
selanjutnya akan mencari jawaban atau kesimpulan yang
terbaik.
35
 Mesin ini akan dimulai pelacakannya dengan mencocokan
kaidah-kaidah dalam basis pengetahuan dengan fakta-fakta
yang ada dalam basis data.
Dua teknik untuk melakukan Inferensia, yaitu:
a) Forward Chaining (Pelacakan ke depan). Pencocokan fakta
atau pernyataan dimulai dari bagian sebelah kiri (IF) dulu.
Dengan perkataan lain, penalaran dimulai dari fakta terlebih
dahulu untuk menguji kebenaran hipotesa.
Contoh-contoh aturan
No.
Aturan
R-1
IF A & B THEN C
R-2
IF C THEN D
R-3
IF A & E THEN F
R-4
IF A THEN G
R-5
IF F & G THEN D
R-6
IF G & E THEN H
R-7
IF C & H THEN I
R-8
IF I & A THEN J
R-9
IF G THEN J
R-10
IF J THEN K
Pada tabel di atas ada 10 aturan (rule) yang tersimpan dalam basis
pengetahuan. Fakta awal yang diberikan hanya : A & E (yaitu
berarti A dan F bernilai benar). Hipotesanya adalah apakah K
bernilai benar ? Untuk itu dilakukan langkah-langkah inferensia
sebagai berikut :
36
 Start dari R-1. A merupakan fakta sehingga bernilai benar,
sedangkan B belum diketahui kebenarannya, sehingga C pun
belum diketahui kebenarannya. Oleh karena itu pada R-1 kita
tidak mendapatkan informasi apapun. Sehingga kita menuju ke
R-2.
 Pada R-2 juga sama kita tidak dapat memastikan kebenaran D
karena C belum diketahui apakah benar atau salah sehingga kita
tidak mendapatkan informasi apapun , sehingga kita menuju ke
R-3.
 Pada R-3 A dan E adalah fakta sehingga jelas benar. Dengan
demikian F sebagai konsekuensi juga benar. Dari sini kita
mendapat fakta baru yaitu F, tetapi karena F bukan hipotesa
maka langkah diteruskan ke R-4
 Pada R-4 A adalah fakta berarti jelas benar, sehingga G sebagai
konsekuen juga benar. Jadi terdapat fakta baru yaitu G, tetapi G
bukan hipotesa sehingga langkah diteruskan ke R-5.
 Pada R-5 F dan G benar berdasarkan aturan R-3 dan R-4,
sehingga D sebagai konsekuen juga benar. Terdapat fakta baru
yaitu D, tetapi D bukan hipotesa sehingga diteruskan ke R-6.
 Pada R-6, E dan G benar berdasarkan fakta dan R-4, maka H
benar. Sehingga terdapat fakta baru yaitu H, tetapi H bukan
hipotesa, sehingga diteruskan ke R-7.
 Pada R-7, karena C belum diketahui, maka I juga belum dapat
diketahui kebenarannya, sehingga kita tidak mendapatkan
informasi apapun. Diteruskan ke R-8
37
 Pada R-8, meskipun A benar karena fakta tetapi I belum
diketahui, sehingga J juga belum dapat diketahui kebenarannya.
Diteruskan ke R-9.
 Pada R-9, G benar menurut R-4, sehingga konsekuennya J juga
benar, tetapi J bukan hipotesa, maka diteruskan ke R-10.
 Pada R-10, K benar karena J benar menurut R-9. Karena K
merupakan hipotesa yang dibuktikan maka selesai.
Secara diagram dapat digambarkan sebagai berikut :
R-4
G
R-9
J
R-10
K
R-5
A
R-3
F
D
E
R-6
H
Gambar. Forward Chaining
b) Backward
Chaining
(Pelacakan
kebelakang).
Melalui
penalaranya dari sekumpulan hipotesis menuju fakta-fakta
yang mendukung tersebut, jadi proses pelacakan berjalan
mundur dimulai dengan menentukan kesimpulan yang akan
dicari baru kemudian fakta-fakta pembangun kesimpulan
atau a Goal Driven. Atau dengan kata lain pencocokan fakta
atau pernyataan dimulai dari sebelah kanan (THEN) dulu.
Kita lihat lagi tabel aturan sebelumnya. Terlihat ada 10 aturan yang
tersimpan dalam basis pengetahuan. Fakta awal A dan E. Hipotesa
adalah K. Langkah-langkahnya adalah :
38
 Pertama-tama dicari terlebih dahulu mulai dari R-1 aturan yang
memiliki konsekuen K, dan ternyata ada di R-10. Dari R-10,
untuk membuktikan K benar harus dibuktikan dahulu bahwa J
benar.
 Dicari aturan yang mempunyai J sebagai konsekuen mulai dari
R-1 dan ternyata di R-8. Pada R-8 A benar tetapi I belum
diketahui kebenarannya, maka mulai R-1 perlu dicari aturan
dengan konsekuen I yaitu di R-7.
 Untuk membuktikan I benar di R-7, perlu dibuktikan C dan H
benar. Untuk itu dicari aturan dengan konsekuen C yaitu di R-1.
 Untuk membuktikan C benar di R-1 haruslah A dan B benar. A
jelas
benar
karena
fakta,
tetapi
B
belum
diketahui
kebenarannya, dan dalam basis pengetahuan tidak ada aturan
yang konsekuennya B. Dengan demikian penalaran ini tidak
bisa membuktikan kebenaran K. Namun demikian, masih punya
alternatif lain untuk melakukan penalaran, yaitu dengan
backtracking.
 Backtracking. Diulangi lagi dengan langkah dengan pembuktian
kebenaran C dengan mencari aturan lain yang konsekuennya C.
Ternyata tidak ditemukan.
 Lakukan backtracking lagi dengan mencari aturan dengan
konsekuen I, ternyata tidak ada.
 Lakukan backtracking lagi mencari aturan dengan konsekuen J,
ditemukan di R-9, tetapi harus membuktikan bahwa G benar,
maka dicari aturan dengan konsekuen G yaitu di R-4
39
 R-4, A adalah fakta jadi jelas benar maka G juga benar. Jadi
berdasarkan penalaran ini dapat dibuktikan bahwa hipotesa K
benar.
R-10
K
J
I
R-8
C
R-7
A
A
R-1
H
B
Gagal
R-10
K
R-9
J
R-4
G
fakta
A
Sukses.
Contoh : Misal diketahui sistem pakar dengan aturan-aturan sbb :
R-1 : IF suku bunga turun THEN harga obligasi naik.
R-2 : IF suku bunga naik THEN harga obligasi turun.
R-3 : IF suku bunga tidak berubah THEN harga obligasi tidak
berubah.
R-4 : IF nilai dolar naik THEN suku bunga turun.
R-5 : IF nilai dolar turun THEN suku bunga naik.
R-6 : IF harga obligasi turun THEN beli obligasi.
Sekarang apabila diketahui bahwa nilai dolar turun, maka untuk
memutuskan apakah akan membeli obligasi atau tidak, dapat
ditunjukkan sebagai berikut :
Forward Chaining (Pelacakan ke depan/Maju). Dari fakta nilai
dolar turun, berdasarkan R-5 diperoleh bahwa suku bunga naik,
dari R-2 diperoleh suku bunga naik menyebabkan harga obligasi
40
turun, kemudian dengan R-6 jika harga obligasi turun, maka beli
obligasi. Jadi kesimpulan beli obligasi.
Nilai dolar turun
R-5
Suku bunga naik
R-2
Harga obligasi turun
R-6
Beli obligasi
Backward Chaining (Pelacakan kebelakang/Mundur). Berangkat
dari membeli obligasi, dengan R-6 diperoleh anteseden harga
obligasi turun. Dari R-2 dapat dibuktikan bahwa harga obligasi
turun bernilai benar jika suku bunga naik bernilai benar. Dari R-5,
suku bunga naik memang bernilai benar karena diketahui fakta
bahwa nilai dolar turun.
Nilai dolar turun
R-5
Suku bunga naik
R-2
Harga obligasi turun
R-6
Beli obligasi
4. User Interface (Antarmuka Pemakai).
41
Antarmuka pemakai adalah bagian penghubung antara program
sistem pakar dengan pemakai.Pada bagian memungkinkan
pengguna untuk memasukkan instruksi dan informasi ke dalam
sistempakar serta menerima penjelasan dan kesimpulan.
(Gambar di bawah ini).
Knowlegde Base
Inference Engine
User Interface
Working Memory
Komponen Utama Sistem Pakar.
CIRI-CIRI SISTEM PAKAR.
Ciri-ciri sistem pakar adalah sebagai berikut:
1. Terbatas pada domain keahlian tertentu.
2. Memiliki fasilitas informasi yang handal.
3. Dapat memberikan penalaran untuk data data yang tidak pasti.
4. Dapat mengemukan rangkaian alasan-alasan yang diberikannya
dengan cara yang dapat dipahami.
5. Berdasarkan pada kaidah/rRule tertentu.
6. Memiliki kemampuan untuk belajar beradaptasi.
7. Dirancang untuk dapat dikembangkan secara bertahap (mudah
dimodifikasi).
8. Dapat digunakan dalam berbagai jenis komputer
9. Keluaranya bersifat anjuran.
SISTEM KERJA PAKAR.
42
Menurut Staugard (1987) sistem kerja pakar terbagi dalam tiga
modul yaitu:
1. Modul Penerimaan Pengetahuan.
Modul ini digunakan untuk mendapatkan pengetahuan sistem
pakar yang melalui proses penerimaan pengetahuan. Proses ini
dilakukakan melalui interaksi dengan pakar, sedangkan penerimaan pengetahuan dilakukan dengan bantuan Knowledge
Engineer
(KE),
yaitu
seorang
spesialis
sistem
yang
menterjemahkan pengetahuan yang dimiliki seorang pakar
menjadi pengetahuan yang akan tersimpan dalam basis
pengetahuan pada sebuah sistem pakar (Gambar di bawah).
SISTEM PAKAR
KNOWLEDGE ENGINEER
PAKAR
(Staugaard, 1987)
2. Modul Konsultasi.
Sistem pakar pada modul konsultasi apabila sistem memberikan
konsultasi berupa jawaban atas permasalahan yang diajukan
oleh pemakai pada modul ini pemakai yang awam berinteraksi
dengan sistem dengan memasukkan data dan jawaban-jawaban
pertanyaan sistem. Data yang dimasukkan oleh pemakai
43
ditempatkan dalam database sistem dan kemudian diakses oleh
pembangkit inference untuk mendapatkan kesimpulan.
3. Modul Penjelasan.
Modul Penjelasan adalah menjelaskan proses pengambilan
keputusan yang dilakukan oleh sistem.
CARA REPRESENTASI.
Cara representasi dalam sistem pakar (Turban,1992) terbagi dalam
tiga teknik, yaitu:
1. Production Rule
Production Rule adalah model ide dasar dari sistem yang
memopresentasikan pengetahuan dengan bentuk pasangan
kondisi aksi (Jika-Maka, IF - THEN).
2. Semantic Network.
Semantic Network adalah gambaran grafis dari pengetahuan
yang terdiri node atau symbol dan hubungan atau link yang
memperlihatkan hubungan hirarkis antar objek.
3. Frame.
Frame adalah struktur data yang berisi semua pengetahuan
tentang objek tertentu.
PENGEMBANGAN SISTEM PAKAR.
Diperlukan beberapa tahapan, misal kita dapat menggunakan
metode choice/pilihan. Metode ini terdiri dari :
1. Rekayasa sistem dan analisis.
44
Dalam tahap ini dilakukan komunikasi antar pencari dan
pengguna sistem untuk membahas masalah yang dihadapi.
Mengidentifikasi masalah dan kebutuhan. Mengkaji situasi dan
memutuskan dengan pasti tentang
masalah
yang akan
dikomputerisasi dan apakah dengan sistem pakar bisa lebih
membantu atau tidak. Misalnya :
 Pemakai sistem sangat tergantung dengan beberapa spesialis
yang diperlukan dalam sistem pakar. Ini jangan sampai
terjadi.
 Tidak terlalu membebani operator dengan tugas-tugas yang
seharusnya dikerjakan oleh seorang pakar.
2. Menentukan masalah yang cocok. Ada beberapa syarat yang
harus dipenuhi agar sistem pakar dapat bekerja dengan baik,
yaitu :
 Domain tidak terlalu luas;
 Kompleksitasnya menengah, artinya jika masalah terlalu
mudah (dapat diselesaikan dalam beberapa detik saja) atau
masalah yang sangat komplek seperti peramalan berhentinya
semburan lumpur lapindo tidak perlu menggunakan sistem
pakar;
 Tersedianya ahli (pakar) dalam bidang yang akan dibuat
sistem pakarnya;
 Menghasilkan solusi mental bukan fisik, artinya sistem pakar
hanya memberikan anjuran tidak bisa melakukan aktivitas
fisik seperti membau atau merasakan;
 Tidak melibatkan hal-hal yang common sense, yaitu
penalaran yang diperoleh dari pengalaman, seperti : adanya
45
gravitasi membuat benda jatuh, atau jika lampu traffic light
merah maka kendaraan harus berhenti.
3. Mempertimbangkan Alternatif. Yaitu menggunakan sistem
pakar atau komputer tradisional.
4. Menghitung pengembalian investasi, termasuk diantaranya
biaya pembuatan sistem pakar, biaya pemeliharaan, dan biaya
pelatihan.
5. Memilih alat pengembangan. Dapat menggunakan software
pembuat sistem pakar (seperti SHELL, dengan WinExsys yang
beroperasi pada sistem operasi windows 97), atau dirancang
dengan bahasa pemrograman sendiri (misal dengan bahasa
PROLOG).
6. Rekayasa
Pengetahuan.
Perlu
dilakukan
penyempurnaan
terhadap aturan-aturan yang sesuai.
7. Desain (Design) sistem. Tahap ini termasuk pembuatan
prototype serta menterjemahkan pengetahuan menjadi aturanaturan. Juga pada tahap ini ditentukan konfigurasi yang
dibutuhkan oleh sistem dan metode yang digunakan dalam
mengambil keputusan.
8. Pengkodean (Coding). Pada tahap ini dilakukan perubahan hasil
desain menjadi program yang dapat dibaca oleh komputer.
9. Pengujian (Testing). Pada tahap ini dilakukan pengujian dari
kinerja sistem,mencari dan memperbaiki kesalahan/error yang
ada.
10. Pemeliharaan (Maintanance). Pemeliharaan sistem dilakukan
dengan kaidah pengambil keputusan. Serta memperbaharui
pengetahuan, mengganti pengetahuan yang sudah ketinggalan,
46
dan meluweskan sistem agar bisa lebih baik lagi dalam
menyelesaikan masalah.
47