Sistem Pakar (Expert System)

Posted in Wednesday, May 8, 2013
by Unknown
0 komentar

 Sistem Pakar (Expert System)

a.   Definisi
Secara umum, sistem pakar (expert system) adalah sistem yang berusaha mengadopsi pengetahuan manusia ke komputer, agar komputer dapat menyelesaikan masalah seperti yang biasa dilakukan oleh para ahli[1]. Sistem pakar yang baik dirancang agar dapat menyelesaikan suatu permasalahan tertentu dengan meniru kerja dari para ahli. Dengan sistem pakar ini, 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.
b.   Keuntungan dan Kelemahan Sistem Pakar
Secara garis besar, banyak manfaat atau keuntungan yang dapat di ambil dengan adanya sistem pakar[1][2], antara lain :
a)  Memungkinkan orang awam bisa mengerjakan pekerjaan para ahli.
b)  Meningkatkan output dan produktifitas.
c)  Bisa melakukan proses secara berulang dan otomatis.
d)  Menyimpan pengetahuan dan keahlian para pakar.
e)  Mengurangi waktu didalam membuat keputusan.
f)   Meningkatkan kualitas.
g)  Mampu mengambil dan melestarikan keahlian para pakar (terutama yang termasuk keahlian langka).
h)  Mampu beroperasi pada lingkungan yang berbahaya.
i)   Memiliki kemampuan untuk mengakses pengetahuan.
j)   Memiliki reliabilitas.
k)  Meningkatkan kapabilitas sistem komputer.
l)   Meningkatkan kemampuan untuk bekerja dengan informasi yang tidak lengkap dengan dan mengandung ketidakpastian.
m)  Sebagai media pelengkap dalam pelatihan.
n)   Meningkatkan kapabilitas dalam penyelesaian masalah.

Sedangkan kelemahan dari sistem pakar[1], antara lain  :
a)  Biaya yang diperlukan untuk membuat dan memeliharanya sangat mahal.
b) Sulit dikembangkan. Erat kaitannya dengan ketersediaan pakar di bidangnya.
c)  Sistem pakar tidak 100% bernilai benar.

c. Konsep Dasar Sistem Pakar
Menurut Efraim Turban, konsep dasar sistem pakar mengandung : keahlian, ahli, pengalihan keahlian, inferensi, aturan dan kemampuan menjelaskan. Keahlian adalah suatu kelebihan penguasaan pengetahuan di bidang tertentu yang diperoleh dari pelatihan, membaca atau pengalaman. Contoh bentuk pengetahuan yang termasuk keahlian adalah :
a)  Fakta-fakta pada lingkup permasalahan tertentu.
b)  Teori-teori pada lingkup permasalahan tertentu.
c) Prosedur-prosedur dan aturan-aturan berkenaan dengan lingkup  permasalahan tertentu.
d)  Strategi-strategi global untuk menyelesaikan masalah.
e)  Meta Knowledge (pengetahuan tentang pengetahuan).

Bentuk-bentuk ini memungkinkan para ahli untuk dapat mengambil keputusan lebih cepat dan lebih baik daripada seseorang yang bukan ahli. Pengalihan keahlian dari para ahli ke komputer untuk kemudian dialihkan lagi ke orang lain yang bukan ahli, merupakan tujuan utama dari sistem pakar. 
Proses ini membutuhkan 4 aktivitas yaitu:
a) Tambahan pengetahuan (dari para ahli atau sumber-sumber lainnya), representasi pengetahuan (ke komputer).
b)   Inferensi pengetahuan
c)   Pengalihan pengetahuan ke user.
d) Pengetahuan yang disimpan di komputer disebut dengan nama basis pengetahuan, yaitu : fakta dan prosedur (biasanya berupa aturan).

Salah satu fitur yang harus dimiliki oleh sistem pakar adalah kemampuan untuk menalar. Jika keahlian-keahlian sudah tersimpan sebagai basis pengetahuan dan sudah tersedia program yang mampu mengakses basisdata, maka komputer harus dapat diprogram untuk membuat inferensi. Proses inferensi ini dikemas dalam bentuk motor inferensi (inference engine).

d. Ciri – Ciri Sistem Pakar
Sistem pakar yang baik harus memenuhi ciri-ciri sebagai berikut:[1]
a)   Memiliki fasilitas informasi yang handal.
b)   Mudah dimodifikasi.
c)   Dapat digunakan dalam berbagai jenis komputer.
d)   Memiliki kemampuan untuk belajar beradaptasi.
e.    Komponen – Komponen Sistem Pakar
Sistem pakar pada umumnya mempunyai tiga elemen, yaitu : basis pengetahuan (Knowledge Base), Mesin Inferensi (Inference Engine), dan Antarmuka Pemakai (User Interface), dengan penjelasan sebagai berikut ini :[1]
1. Subsistem Penambahan Pengetahuan
Bagian ini digunakan untuk memasukkan pengetahuan, mengkonstruksi atau memperluas pengetahuan dalam basis pengetahuan dalam basis pengetahuan. Pengetahuan ini bisa berasal dari : ahli, buku, basis data, penelitian, dan gambar.
2.Basis Pengetahuan (Knowledge Base)
Basis berisi pengetahuan-pengetahuan yang dibutuhkan untuk memahami, memformulasikan dan menyelesaikan masalah. Ada 2 bentuk pendekatan basis pengetahuan yang sangat umum digunakan, yaitu:
a.  Penalaran berbasis aturan (Rule-Based-Reasoning) Pengetahuan direpresentasikan dengan menggunakan aturan berbentuk IF – THEN. Bentuk ini digunakan apabila ada sejumlah pengetahuan pakar pada suatu permasalahan tertentu dan pakar dapat menyelesaikan masalah tersebut secara berurutan. Di samping itu, bentuk ini juga digunakan apabila dibutuhkan penjelasan tentang jejak (langkah-langkah) pencapaian solusi.
b. Penalaran berbasis kasus (Case-Based-Reasoning)
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 apabila user menginginkan untuk tahu lebih banyak lagi pada kasus-kasus yang hampir sama.                      
3. Motor Inferensi (Inference Engine)
Program yang berisi metodologi yang digunakan untuk melakukan penalaran terhadap informasi-informasi dalam basis pengetahuan dan blackboard, serta digunakan untuk memformulasikan konklusi. Ada 3 elemen utama dalam motor inferensi, yaitu :
a. Interpreter, mengeksekusi item-item agenda yang terpilih dengan menggunakan aturan-aturan dalam basis pengetahuan yang sesuai.
b. Scheduler,  mengontrol agenda.
c.Consistency Enforce, berusaha memelihara konsistensi dalam mempresentasikan solusi yang bersifat darurat.
d. Blackboard, merupakan area dalam memori yang digunakan untuk merekam kejadian yang sedang berlangsung termasuk keputusan sementara yaitu rencana (tentang bagaimana menghadapi masalah), agenda (aksi-aksi yang potensial yang sedang menunggu untuk di eksekusi ) dan solusi (calon aksi yang akan dibangkitkan).
e. Antarmuka, digunakan untuk media komunikasi antara user dan program.
f. Subsistem Penjelasan, digunakan untuk melacak respon dan memberikan penjelasan kelakuan tentang sistem pakar secara interaktif melalui pertanyaan.
g. Sistem penyaring pengetahuan, sistem ini digunakan untuk mengevaluasi kinerja sistem pakar itu sendiri untuk melihat apakah pengetahuan-pengetahuan yang ada masih cocok untuk digunakan di masa mendatang.


Referensi :
1. Kusumadewi, Sri., 2003, Artificial Intelligence (Teknik dan Aplikasinya), Graha        Ilmu, Yogjakarta.
2. Kusrini, 2006, Sistem Pakar Teori Dan Aplikasi. CV Andi Offset, Yogyakarta.


Anda baru saja membaca artikel yang berkategori Expert System / ILLO Spocky / knowledge / Sistem Pakar dengan judul Sistem Pakar (Expert System). Anda boleh mengcopy pastenya namun tetap menaruhkan link aktif dengan URL berikut https://illospocky.blogspot.com/2013/05/sistem-pakar-mendeteksi-kerusakan-pada.html. Jika artikel ini bermanfaat maka bagikan ke teman-teman Anda. Terima kasih!

Related Post:

Share this article :