5.Sistem Pakar lengkap
-
Upload
lukman-dns -
Category
Documents
-
view
30 -
download
0
description
Transcript of 5.Sistem Pakar lengkap
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 rarr1048774 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
bull Paling terkenal dibuat oleh Edward Shortlife of Standford
University tahun 70-an
bull Sistem pakar medical yang bisa mendiagnosa penyakit infeksi
dan merekomendasi pengobatan
23
bull 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
bull 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
bull 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 amp XSEL
XCON
bull Merupakan sistem pakar untuk membantu konfigurasi sistem
komputer besar membantu melayani order langganan sistem
24
komputer DEC VAX 11780 ke dalam sistem spesifikasi final
yang lengkap
bull Komputer besar seperti VAX dan komponen yang berbeda
digabung dan disesuaikan dengan konfigurasi tertentu yang
diinginkan oleh para pelanggan
bull 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-hariberminggu-minggu agar
bisa memenuhi spesifikasi yang diinginkan pemesan tapi dengan
XCON bisa dalam beberapa menit
XSEL
bull 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
bull 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
bull = sistem pakar yang membantu ahli geologi dalam mencari dan
menemukan deposit
bull Basis pengetahuan berisi bermacam-macam mineral dan batu-
batuan Banyak pakar geologi diwawancarai dan pengetahuan
25
mereka tentang berbagai bentuk biji deposit dimasukkan ke dalam
sistem pakar
bull Ahli geologi melacak biji deposit dengan pergi ke lapangan untuk
meninjau medan dan mengumpulkan bukti yang ada seperti ciri-
ciri 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
bull 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
bull 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
bull FOLIO bisa memberikan rekomendasi tentang keamanan
investasi mengevaluasi stock beresiko tinggimenghitung
pengembalian modal dan membuat keputusan dalam hal
pemasaran suatu komoditi
26
bull Membantu para perencana keuangan untuk memperkecil
kerugian karena pajak inflasi atau faktor lain misal turun naiknya
nilai mata uang
ELECTRONIC LAYER
bull Digunakan untuk menganalisa dan membantu rekayasa
rancangan sirkuit elektronik yang terbuat dari transistor dioda
dan resistor
bull 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
bull 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
bull 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)
bull 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
iniBedanya sebelum ada SP yang pakar adalah pekerja
29
sosialnya dan jika 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 ndash aturan dimana program disimpan dalam bentuk
aturan-aturan sebagai prosedur pemecahan masalah Aturan
tersebut biasanya berbentuk IF ndash THEN
Kemampuan menjelaskan
Keunikan lain dari sistem pakar adalah kemampuan dalam
menjelaskan atau memberi saranrekomendasi serta juga
menjelaskan mengapa beberapa tindakansaran tidak di-
rekomendasikan
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 kesulitan-
kesulitan 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 kerjaasisten
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 situasi-
situasi 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 kendala-
kendala 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 aturan-
aturan tentang suatu domain knowledgepengetahuan 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 direpresentasi-
kan 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 di-
capai 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 (MesinMotor 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
R-2
R-3
R-4
R-5
R-6
R-7
R-8
R-9
R-10
IF A amp B THEN C
IF C THEN D
IF A amp E THEN F
IF A THEN G
IF F amp G THEN D
IF G amp E THEN H
IF C amp H THEN I
IF I amp A THEN J
IF G THEN J
IF J THEN K
Pada tabel di atas ada 10 aturan (rule) yang tersimpan dalam basis
pengetahuan Fakta awal yang diberikan hanya A amp 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 R-9 R-10
R-5
R-3 R-6
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
A
E
G
D
H
KJ
F
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
R-8 R-7 R-1
Gagal
R-10 R-9 R-4 fakta 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 depanMaju) Dari fakta nilai
dolar turun berdasarkan R-5 diperoleh bahwa suku bunga naik
dari R-2 diperoleh suku bunga naik menyebabkan harga obligasi
40
K
BHA
J I C A
K J G A
turun kemudian dengan R-6 jika harga obligasi turun maka beli
obligasi Jadi kesimpulan beli obligasi
R-5
R-2
R-6
Backward Chaining (Pelacakan kebelakangMundur) 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
R-5
R-2
R-6
4 User Interface (Antarmuka Pemakai)
41
Nilai dolar turun
Suku bunga naik
Harga obligasi turun
Beli obligasi
Nilai dolar turun
Suku bunga naik
Harga obligasi turun
Beli obligasi
Antarmuka pemakai adalah bagian penghubung antara program
sistem pakar dengan pemakaiPada 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 kaidahrRule 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 peneri-
maan 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)
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
(Staugaard 1987)
SISTEM PAKAR
KNOWLEDGE ENGINEER
PAKAR
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 (Turban1992) 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 choicepilihan 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 aturan-
aturan 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 sistemmencari dan memperbaiki kesalahanerror 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
bull 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
bull 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
bull 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 amp XSEL
XCON
bull Merupakan sistem pakar untuk membantu konfigurasi sistem
komputer besar membantu melayani order langganan sistem
24
komputer DEC VAX 11780 ke dalam sistem spesifikasi final
yang lengkap
bull Komputer besar seperti VAX dan komponen yang berbeda
digabung dan disesuaikan dengan konfigurasi tertentu yang
diinginkan oleh para pelanggan
bull 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-hariberminggu-minggu agar
bisa memenuhi spesifikasi yang diinginkan pemesan tapi dengan
XCON bisa dalam beberapa menit
XSEL
bull 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
bull 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
bull = sistem pakar yang membantu ahli geologi dalam mencari dan
menemukan deposit
bull Basis pengetahuan berisi bermacam-macam mineral dan batu-
batuan Banyak pakar geologi diwawancarai dan pengetahuan
25
mereka tentang berbagai bentuk biji deposit dimasukkan ke dalam
sistem pakar
bull Ahli geologi melacak biji deposit dengan pergi ke lapangan untuk
meninjau medan dan mengumpulkan bukti yang ada seperti ciri-
ciri 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
bull 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
bull 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
bull FOLIO bisa memberikan rekomendasi tentang keamanan
investasi mengevaluasi stock beresiko tinggimenghitung
pengembalian modal dan membuat keputusan dalam hal
pemasaran suatu komoditi
26
bull Membantu para perencana keuangan untuk memperkecil
kerugian karena pajak inflasi atau faktor lain misal turun naiknya
nilai mata uang
ELECTRONIC LAYER
bull Digunakan untuk menganalisa dan membantu rekayasa
rancangan sirkuit elektronik yang terbuat dari transistor dioda
dan resistor
bull 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
bull 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
bull 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)
bull 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
iniBedanya sebelum ada SP yang pakar adalah pekerja
29
sosialnya dan jika 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 ndash aturan dimana program disimpan dalam bentuk
aturan-aturan sebagai prosedur pemecahan masalah Aturan
tersebut biasanya berbentuk IF ndash THEN
Kemampuan menjelaskan
Keunikan lain dari sistem pakar adalah kemampuan dalam
menjelaskan atau memberi saranrekomendasi serta juga
menjelaskan mengapa beberapa tindakansaran tidak di-
rekomendasikan
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 kesulitan-
kesulitan 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 kerjaasisten
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 situasi-
situasi 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 kendala-
kendala 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 aturan-
aturan tentang suatu domain knowledgepengetahuan 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 direpresentasi-
kan 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 di-
capai 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 (MesinMotor 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
R-2
R-3
R-4
R-5
R-6
R-7
R-8
R-9
R-10
IF A amp B THEN C
IF C THEN D
IF A amp E THEN F
IF A THEN G
IF F amp G THEN D
IF G amp E THEN H
IF C amp H THEN I
IF I amp A THEN J
IF G THEN J
IF J THEN K
Pada tabel di atas ada 10 aturan (rule) yang tersimpan dalam basis
pengetahuan Fakta awal yang diberikan hanya A amp 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 R-9 R-10
R-5
R-3 R-6
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
A
E
G
D
H
KJ
F
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
R-8 R-7 R-1
Gagal
R-10 R-9 R-4 fakta 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 depanMaju) Dari fakta nilai
dolar turun berdasarkan R-5 diperoleh bahwa suku bunga naik
dari R-2 diperoleh suku bunga naik menyebabkan harga obligasi
40
K
BHA
J I C A
K J G A
turun kemudian dengan R-6 jika harga obligasi turun maka beli
obligasi Jadi kesimpulan beli obligasi
R-5
R-2
R-6
Backward Chaining (Pelacakan kebelakangMundur) 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
R-5
R-2
R-6
4 User Interface (Antarmuka Pemakai)
41
Nilai dolar turun
Suku bunga naik
Harga obligasi turun
Beli obligasi
Nilai dolar turun
Suku bunga naik
Harga obligasi turun
Beli obligasi
Antarmuka pemakai adalah bagian penghubung antara program
sistem pakar dengan pemakaiPada 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 kaidahrRule 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 peneri-
maan 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)
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
(Staugaard 1987)
SISTEM PAKAR
KNOWLEDGE ENGINEER
PAKAR
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 (Turban1992) 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 choicepilihan 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 aturan-
aturan 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 sistemmencari dan memperbaiki kesalahanerror 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
komputer DEC VAX 11780 ke dalam sistem spesifikasi final
yang lengkap
bull Komputer besar seperti VAX dan komponen yang berbeda
digabung dan disesuaikan dengan konfigurasi tertentu yang
diinginkan oleh para pelanggan
bull 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-hariberminggu-minggu agar
bisa memenuhi spesifikasi yang diinginkan pemesan tapi dengan
XCON bisa dalam beberapa menit
XSEL
bull 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
bull 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
bull = sistem pakar yang membantu ahli geologi dalam mencari dan
menemukan deposit
bull Basis pengetahuan berisi bermacam-macam mineral dan batu-
batuan Banyak pakar geologi diwawancarai dan pengetahuan
25
mereka tentang berbagai bentuk biji deposit dimasukkan ke dalam
sistem pakar
bull Ahli geologi melacak biji deposit dengan pergi ke lapangan untuk
meninjau medan dan mengumpulkan bukti yang ada seperti ciri-
ciri 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
bull 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
bull 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
bull FOLIO bisa memberikan rekomendasi tentang keamanan
investasi mengevaluasi stock beresiko tinggimenghitung
pengembalian modal dan membuat keputusan dalam hal
pemasaran suatu komoditi
26
bull Membantu para perencana keuangan untuk memperkecil
kerugian karena pajak inflasi atau faktor lain misal turun naiknya
nilai mata uang
ELECTRONIC LAYER
bull Digunakan untuk menganalisa dan membantu rekayasa
rancangan sirkuit elektronik yang terbuat dari transistor dioda
dan resistor
bull 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
bull 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
bull 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)
bull 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
iniBedanya sebelum ada SP yang pakar adalah pekerja
29
sosialnya dan jika 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 ndash aturan dimana program disimpan dalam bentuk
aturan-aturan sebagai prosedur pemecahan masalah Aturan
tersebut biasanya berbentuk IF ndash THEN
Kemampuan menjelaskan
Keunikan lain dari sistem pakar adalah kemampuan dalam
menjelaskan atau memberi saranrekomendasi serta juga
menjelaskan mengapa beberapa tindakansaran tidak di-
rekomendasikan
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 kesulitan-
kesulitan 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 kerjaasisten
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 situasi-
situasi 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 kendala-
kendala 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 aturan-
aturan tentang suatu domain knowledgepengetahuan 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 direpresentasi-
kan 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 di-
capai 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 (MesinMotor 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
R-2
R-3
R-4
R-5
R-6
R-7
R-8
R-9
R-10
IF A amp B THEN C
IF C THEN D
IF A amp E THEN F
IF A THEN G
IF F amp G THEN D
IF G amp E THEN H
IF C amp H THEN I
IF I amp A THEN J
IF G THEN J
IF J THEN K
Pada tabel di atas ada 10 aturan (rule) yang tersimpan dalam basis
pengetahuan Fakta awal yang diberikan hanya A amp 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 R-9 R-10
R-5
R-3 R-6
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
A
E
G
D
H
KJ
F
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
R-8 R-7 R-1
Gagal
R-10 R-9 R-4 fakta 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 depanMaju) Dari fakta nilai
dolar turun berdasarkan R-5 diperoleh bahwa suku bunga naik
dari R-2 diperoleh suku bunga naik menyebabkan harga obligasi
40
K
BHA
J I C A
K J G A
turun kemudian dengan R-6 jika harga obligasi turun maka beli
obligasi Jadi kesimpulan beli obligasi
R-5
R-2
R-6
Backward Chaining (Pelacakan kebelakangMundur) 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
R-5
R-2
R-6
4 User Interface (Antarmuka Pemakai)
41
Nilai dolar turun
Suku bunga naik
Harga obligasi turun
Beli obligasi
Nilai dolar turun
Suku bunga naik
Harga obligasi turun
Beli obligasi
Antarmuka pemakai adalah bagian penghubung antara program
sistem pakar dengan pemakaiPada 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 kaidahrRule 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 peneri-
maan 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)
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
(Staugaard 1987)
SISTEM PAKAR
KNOWLEDGE ENGINEER
PAKAR
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 (Turban1992) 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 choicepilihan 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 aturan-
aturan 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 sistemmencari dan memperbaiki kesalahanerror 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
mereka tentang berbagai bentuk biji deposit dimasukkan ke dalam
sistem pakar
bull Ahli geologi melacak biji deposit dengan pergi ke lapangan untuk
meninjau medan dan mengumpulkan bukti yang ada seperti ciri-
ciri 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
bull 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
bull 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
bull FOLIO bisa memberikan rekomendasi tentang keamanan
investasi mengevaluasi stock beresiko tinggimenghitung
pengembalian modal dan membuat keputusan dalam hal
pemasaran suatu komoditi
26
bull Membantu para perencana keuangan untuk memperkecil
kerugian karena pajak inflasi atau faktor lain misal turun naiknya
nilai mata uang
ELECTRONIC LAYER
bull Digunakan untuk menganalisa dan membantu rekayasa
rancangan sirkuit elektronik yang terbuat dari transistor dioda
dan resistor
bull 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
bull 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
bull 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)
bull 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
iniBedanya sebelum ada SP yang pakar adalah pekerja
29
sosialnya dan jika 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 ndash aturan dimana program disimpan dalam bentuk
aturan-aturan sebagai prosedur pemecahan masalah Aturan
tersebut biasanya berbentuk IF ndash THEN
Kemampuan menjelaskan
Keunikan lain dari sistem pakar adalah kemampuan dalam
menjelaskan atau memberi saranrekomendasi serta juga
menjelaskan mengapa beberapa tindakansaran tidak di-
rekomendasikan
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 kesulitan-
kesulitan 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 kerjaasisten
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 situasi-
situasi 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 kendala-
kendala 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 aturan-
aturan tentang suatu domain knowledgepengetahuan 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 direpresentasi-
kan 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 di-
capai 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 (MesinMotor 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
R-2
R-3
R-4
R-5
R-6
R-7
R-8
R-9
R-10
IF A amp B THEN C
IF C THEN D
IF A amp E THEN F
IF A THEN G
IF F amp G THEN D
IF G amp E THEN H
IF C amp H THEN I
IF I amp A THEN J
IF G THEN J
IF J THEN K
Pada tabel di atas ada 10 aturan (rule) yang tersimpan dalam basis
pengetahuan Fakta awal yang diberikan hanya A amp 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 R-9 R-10
R-5
R-3 R-6
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
A
E
G
D
H
KJ
F
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
R-8 R-7 R-1
Gagal
R-10 R-9 R-4 fakta 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 depanMaju) Dari fakta nilai
dolar turun berdasarkan R-5 diperoleh bahwa suku bunga naik
dari R-2 diperoleh suku bunga naik menyebabkan harga obligasi
40
K
BHA
J I C A
K J G A
turun kemudian dengan R-6 jika harga obligasi turun maka beli
obligasi Jadi kesimpulan beli obligasi
R-5
R-2
R-6
Backward Chaining (Pelacakan kebelakangMundur) 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
R-5
R-2
R-6
4 User Interface (Antarmuka Pemakai)
41
Nilai dolar turun
Suku bunga naik
Harga obligasi turun
Beli obligasi
Nilai dolar turun
Suku bunga naik
Harga obligasi turun
Beli obligasi
Antarmuka pemakai adalah bagian penghubung antara program
sistem pakar dengan pemakaiPada 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 kaidahrRule 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 peneri-
maan 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)
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
(Staugaard 1987)
SISTEM PAKAR
KNOWLEDGE ENGINEER
PAKAR
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 (Turban1992) 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 choicepilihan 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 aturan-
aturan 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 sistemmencari dan memperbaiki kesalahanerror 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
bull Membantu para perencana keuangan untuk memperkecil
kerugian karena pajak inflasi atau faktor lain misal turun naiknya
nilai mata uang
ELECTRONIC LAYER
bull Digunakan untuk menganalisa dan membantu rekayasa
rancangan sirkuit elektronik yang terbuat dari transistor dioda
dan resistor
bull 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
bull 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
bull 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)
bull 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
iniBedanya sebelum ada SP yang pakar adalah pekerja
29
sosialnya dan jika 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 ndash aturan dimana program disimpan dalam bentuk
aturan-aturan sebagai prosedur pemecahan masalah Aturan
tersebut biasanya berbentuk IF ndash THEN
Kemampuan menjelaskan
Keunikan lain dari sistem pakar adalah kemampuan dalam
menjelaskan atau memberi saranrekomendasi serta juga
menjelaskan mengapa beberapa tindakansaran tidak di-
rekomendasikan
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 kesulitan-
kesulitan 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 kerjaasisten
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 situasi-
situasi 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 kendala-
kendala 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 aturan-
aturan tentang suatu domain knowledgepengetahuan 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 direpresentasi-
kan 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 di-
capai 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 (MesinMotor 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
R-2
R-3
R-4
R-5
R-6
R-7
R-8
R-9
R-10
IF A amp B THEN C
IF C THEN D
IF A amp E THEN F
IF A THEN G
IF F amp G THEN D
IF G amp E THEN H
IF C amp H THEN I
IF I amp A THEN J
IF G THEN J
IF J THEN K
Pada tabel di atas ada 10 aturan (rule) yang tersimpan dalam basis
pengetahuan Fakta awal yang diberikan hanya A amp 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 R-9 R-10
R-5
R-3 R-6
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
A
E
G
D
H
KJ
F
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
R-8 R-7 R-1
Gagal
R-10 R-9 R-4 fakta 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 depanMaju) Dari fakta nilai
dolar turun berdasarkan R-5 diperoleh bahwa suku bunga naik
dari R-2 diperoleh suku bunga naik menyebabkan harga obligasi
40
K
BHA
J I C A
K J G A
turun kemudian dengan R-6 jika harga obligasi turun maka beli
obligasi Jadi kesimpulan beli obligasi
R-5
R-2
R-6
Backward Chaining (Pelacakan kebelakangMundur) 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
R-5
R-2
R-6
4 User Interface (Antarmuka Pemakai)
41
Nilai dolar turun
Suku bunga naik
Harga obligasi turun
Beli obligasi
Nilai dolar turun
Suku bunga naik
Harga obligasi turun
Beli obligasi
Antarmuka pemakai adalah bagian penghubung antara program
sistem pakar dengan pemakaiPada 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 kaidahrRule 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 peneri-
maan 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)
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
(Staugaard 1987)
SISTEM PAKAR
KNOWLEDGE ENGINEER
PAKAR
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 (Turban1992) 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 choicepilihan 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 aturan-
aturan 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 sistemmencari dan memperbaiki kesalahanerror 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
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
bull 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)
bull 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
iniBedanya sebelum ada SP yang pakar adalah pekerja
29
sosialnya dan jika 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 ndash aturan dimana program disimpan dalam bentuk
aturan-aturan sebagai prosedur pemecahan masalah Aturan
tersebut biasanya berbentuk IF ndash THEN
Kemampuan menjelaskan
Keunikan lain dari sistem pakar adalah kemampuan dalam
menjelaskan atau memberi saranrekomendasi serta juga
menjelaskan mengapa beberapa tindakansaran tidak di-
rekomendasikan
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 kesulitan-
kesulitan 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 kerjaasisten
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 situasi-
situasi 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 kendala-
kendala 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 aturan-
aturan tentang suatu domain knowledgepengetahuan 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 direpresentasi-
kan 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 di-
capai 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 (MesinMotor 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
R-2
R-3
R-4
R-5
R-6
R-7
R-8
R-9
R-10
IF A amp B THEN C
IF C THEN D
IF A amp E THEN F
IF A THEN G
IF F amp G THEN D
IF G amp E THEN H
IF C amp H THEN I
IF I amp A THEN J
IF G THEN J
IF J THEN K
Pada tabel di atas ada 10 aturan (rule) yang tersimpan dalam basis
pengetahuan Fakta awal yang diberikan hanya A amp 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 R-9 R-10
R-5
R-3 R-6
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
A
E
G
D
H
KJ
F
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
R-8 R-7 R-1
Gagal
R-10 R-9 R-4 fakta 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 depanMaju) Dari fakta nilai
dolar turun berdasarkan R-5 diperoleh bahwa suku bunga naik
dari R-2 diperoleh suku bunga naik menyebabkan harga obligasi
40
K
BHA
J I C A
K J G A
turun kemudian dengan R-6 jika harga obligasi turun maka beli
obligasi Jadi kesimpulan beli obligasi
R-5
R-2
R-6
Backward Chaining (Pelacakan kebelakangMundur) 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
R-5
R-2
R-6
4 User Interface (Antarmuka Pemakai)
41
Nilai dolar turun
Suku bunga naik
Harga obligasi turun
Beli obligasi
Nilai dolar turun
Suku bunga naik
Harga obligasi turun
Beli obligasi
Antarmuka pemakai adalah bagian penghubung antara program
sistem pakar dengan pemakaiPada 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 kaidahrRule 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 peneri-
maan 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)
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
(Staugaard 1987)
SISTEM PAKAR
KNOWLEDGE ENGINEER
PAKAR
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 (Turban1992) 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 choicepilihan 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 aturan-
aturan 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 sistemmencari dan memperbaiki kesalahanerror 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
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)
bull 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
iniBedanya sebelum ada SP yang pakar adalah pekerja
29
sosialnya dan jika 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 ndash aturan dimana program disimpan dalam bentuk
aturan-aturan sebagai prosedur pemecahan masalah Aturan
tersebut biasanya berbentuk IF ndash THEN
Kemampuan menjelaskan
Keunikan lain dari sistem pakar adalah kemampuan dalam
menjelaskan atau memberi saranrekomendasi serta juga
menjelaskan mengapa beberapa tindakansaran tidak di-
rekomendasikan
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 kesulitan-
kesulitan 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 kerjaasisten
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 situasi-
situasi 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 kendala-
kendala 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 aturan-
aturan tentang suatu domain knowledgepengetahuan 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 direpresentasi-
kan 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 di-
capai 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 (MesinMotor 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
R-2
R-3
R-4
R-5
R-6
R-7
R-8
R-9
R-10
IF A amp B THEN C
IF C THEN D
IF A amp E THEN F
IF A THEN G
IF F amp G THEN D
IF G amp E THEN H
IF C amp H THEN I
IF I amp A THEN J
IF G THEN J
IF J THEN K
Pada tabel di atas ada 10 aturan (rule) yang tersimpan dalam basis
pengetahuan Fakta awal yang diberikan hanya A amp 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 R-9 R-10
R-5
R-3 R-6
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
A
E
G
D
H
KJ
F
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
R-8 R-7 R-1
Gagal
R-10 R-9 R-4 fakta 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 depanMaju) Dari fakta nilai
dolar turun berdasarkan R-5 diperoleh bahwa suku bunga naik
dari R-2 diperoleh suku bunga naik menyebabkan harga obligasi
40
K
BHA
J I C A
K J G A
turun kemudian dengan R-6 jika harga obligasi turun maka beli
obligasi Jadi kesimpulan beli obligasi
R-5
R-2
R-6
Backward Chaining (Pelacakan kebelakangMundur) 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
R-5
R-2
R-6
4 User Interface (Antarmuka Pemakai)
41
Nilai dolar turun
Suku bunga naik
Harga obligasi turun
Beli obligasi
Nilai dolar turun
Suku bunga naik
Harga obligasi turun
Beli obligasi
Antarmuka pemakai adalah bagian penghubung antara program
sistem pakar dengan pemakaiPada 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 kaidahrRule 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 peneri-
maan 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)
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
(Staugaard 1987)
SISTEM PAKAR
KNOWLEDGE ENGINEER
PAKAR
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 (Turban1992) 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 choicepilihan 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 aturan-
aturan 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 sistemmencari dan memperbaiki kesalahanerror 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
sosialnya dan jika 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 ndash aturan dimana program disimpan dalam bentuk
aturan-aturan sebagai prosedur pemecahan masalah Aturan
tersebut biasanya berbentuk IF ndash THEN
Kemampuan menjelaskan
Keunikan lain dari sistem pakar adalah kemampuan dalam
menjelaskan atau memberi saranrekomendasi serta juga
menjelaskan mengapa beberapa tindakansaran tidak di-
rekomendasikan
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 kesulitan-
kesulitan 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 kerjaasisten
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 situasi-
situasi 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 kendala-
kendala 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 aturan-
aturan tentang suatu domain knowledgepengetahuan 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 direpresentasi-
kan 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 di-
capai 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 (MesinMotor 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
R-2
R-3
R-4
R-5
R-6
R-7
R-8
R-9
R-10
IF A amp B THEN C
IF C THEN D
IF A amp E THEN F
IF A THEN G
IF F amp G THEN D
IF G amp E THEN H
IF C amp H THEN I
IF I amp A THEN J
IF G THEN J
IF J THEN K
Pada tabel di atas ada 10 aturan (rule) yang tersimpan dalam basis
pengetahuan Fakta awal yang diberikan hanya A amp 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 R-9 R-10
R-5
R-3 R-6
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
A
E
G
D
H
KJ
F
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
R-8 R-7 R-1
Gagal
R-10 R-9 R-4 fakta 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 depanMaju) Dari fakta nilai
dolar turun berdasarkan R-5 diperoleh bahwa suku bunga naik
dari R-2 diperoleh suku bunga naik menyebabkan harga obligasi
40
K
BHA
J I C A
K J G A
turun kemudian dengan R-6 jika harga obligasi turun maka beli
obligasi Jadi kesimpulan beli obligasi
R-5
R-2
R-6
Backward Chaining (Pelacakan kebelakangMundur) 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
R-5
R-2
R-6
4 User Interface (Antarmuka Pemakai)
41
Nilai dolar turun
Suku bunga naik
Harga obligasi turun
Beli obligasi
Nilai dolar turun
Suku bunga naik
Harga obligasi turun
Beli obligasi
Antarmuka pemakai adalah bagian penghubung antara program
sistem pakar dengan pemakaiPada 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 kaidahrRule 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 peneri-
maan 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)
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
(Staugaard 1987)
SISTEM PAKAR
KNOWLEDGE ENGINEER
PAKAR
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 (Turban1992) 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 choicepilihan 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 aturan-
aturan 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 sistemmencari dan memperbaiki kesalahanerror 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
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 ndash aturan dimana program disimpan dalam bentuk
aturan-aturan sebagai prosedur pemecahan masalah Aturan
tersebut biasanya berbentuk IF ndash THEN
Kemampuan menjelaskan
Keunikan lain dari sistem pakar adalah kemampuan dalam
menjelaskan atau memberi saranrekomendasi serta juga
menjelaskan mengapa beberapa tindakansaran tidak di-
rekomendasikan
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 kesulitan-
kesulitan 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 kerjaasisten
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 situasi-
situasi 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 kendala-
kendala 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 aturan-
aturan tentang suatu domain knowledgepengetahuan 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 direpresentasi-
kan 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 di-
capai 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 (MesinMotor 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
R-2
R-3
R-4
R-5
R-6
R-7
R-8
R-9
R-10
IF A amp B THEN C
IF C THEN D
IF A amp E THEN F
IF A THEN G
IF F amp G THEN D
IF G amp E THEN H
IF C amp H THEN I
IF I amp A THEN J
IF G THEN J
IF J THEN K
Pada tabel di atas ada 10 aturan (rule) yang tersimpan dalam basis
pengetahuan Fakta awal yang diberikan hanya A amp 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 R-9 R-10
R-5
R-3 R-6
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
A
E
G
D
H
KJ
F
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
R-8 R-7 R-1
Gagal
R-10 R-9 R-4 fakta 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 depanMaju) Dari fakta nilai
dolar turun berdasarkan R-5 diperoleh bahwa suku bunga naik
dari R-2 diperoleh suku bunga naik menyebabkan harga obligasi
40
K
BHA
J I C A
K J G A
turun kemudian dengan R-6 jika harga obligasi turun maka beli
obligasi Jadi kesimpulan beli obligasi
R-5
R-2
R-6
Backward Chaining (Pelacakan kebelakangMundur) 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
R-5
R-2
R-6
4 User Interface (Antarmuka Pemakai)
41
Nilai dolar turun
Suku bunga naik
Harga obligasi turun
Beli obligasi
Nilai dolar turun
Suku bunga naik
Harga obligasi turun
Beli obligasi
Antarmuka pemakai adalah bagian penghubung antara program
sistem pakar dengan pemakaiPada 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 kaidahrRule 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 peneri-
maan 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)
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
(Staugaard 1987)
SISTEM PAKAR
KNOWLEDGE ENGINEER
PAKAR
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 (Turban1992) 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 choicepilihan 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 aturan-
aturan 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 sistemmencari dan memperbaiki kesalahanerror 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
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 kesulitan-
kesulitan 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 kerjaasisten
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 situasi-
situasi 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 kendala-
kendala 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 aturan-
aturan tentang suatu domain knowledgepengetahuan 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 direpresentasi-
kan 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 di-
capai 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 (MesinMotor 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
R-2
R-3
R-4
R-5
R-6
R-7
R-8
R-9
R-10
IF A amp B THEN C
IF C THEN D
IF A amp E THEN F
IF A THEN G
IF F amp G THEN D
IF G amp E THEN H
IF C amp H THEN I
IF I amp A THEN J
IF G THEN J
IF J THEN K
Pada tabel di atas ada 10 aturan (rule) yang tersimpan dalam basis
pengetahuan Fakta awal yang diberikan hanya A amp 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 R-9 R-10
R-5
R-3 R-6
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
A
E
G
D
H
KJ
F
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
R-8 R-7 R-1
Gagal
R-10 R-9 R-4 fakta 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 depanMaju) Dari fakta nilai
dolar turun berdasarkan R-5 diperoleh bahwa suku bunga naik
dari R-2 diperoleh suku bunga naik menyebabkan harga obligasi
40
K
BHA
J I C A
K J G A
turun kemudian dengan R-6 jika harga obligasi turun maka beli
obligasi Jadi kesimpulan beli obligasi
R-5
R-2
R-6
Backward Chaining (Pelacakan kebelakangMundur) 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
R-5
R-2
R-6
4 User Interface (Antarmuka Pemakai)
41
Nilai dolar turun
Suku bunga naik
Harga obligasi turun
Beli obligasi
Nilai dolar turun
Suku bunga naik
Harga obligasi turun
Beli obligasi
Antarmuka pemakai adalah bagian penghubung antara program
sistem pakar dengan pemakaiPada 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 kaidahrRule 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 peneri-
maan 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)
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
(Staugaard 1987)
SISTEM PAKAR
KNOWLEDGE ENGINEER
PAKAR
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 (Turban1992) 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 choicepilihan 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 aturan-
aturan 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 sistemmencari dan memperbaiki kesalahanerror 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
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 kendala-
kendala 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 aturan-
aturan tentang suatu domain knowledgepengetahuan 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 direpresentasi-
kan 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 di-
capai 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 (MesinMotor 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
R-2
R-3
R-4
R-5
R-6
R-7
R-8
R-9
R-10
IF A amp B THEN C
IF C THEN D
IF A amp E THEN F
IF A THEN G
IF F amp G THEN D
IF G amp E THEN H
IF C amp H THEN I
IF I amp A THEN J
IF G THEN J
IF J THEN K
Pada tabel di atas ada 10 aturan (rule) yang tersimpan dalam basis
pengetahuan Fakta awal yang diberikan hanya A amp 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 R-9 R-10
R-5
R-3 R-6
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
A
E
G
D
H
KJ
F
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
R-8 R-7 R-1
Gagal
R-10 R-9 R-4 fakta 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 depanMaju) Dari fakta nilai
dolar turun berdasarkan R-5 diperoleh bahwa suku bunga naik
dari R-2 diperoleh suku bunga naik menyebabkan harga obligasi
40
K
BHA
J I C A
K J G A
turun kemudian dengan R-6 jika harga obligasi turun maka beli
obligasi Jadi kesimpulan beli obligasi
R-5
R-2
R-6
Backward Chaining (Pelacakan kebelakangMundur) 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
R-5
R-2
R-6
4 User Interface (Antarmuka Pemakai)
41
Nilai dolar turun
Suku bunga naik
Harga obligasi turun
Beli obligasi
Nilai dolar turun
Suku bunga naik
Harga obligasi turun
Beli obligasi
Antarmuka pemakai adalah bagian penghubung antara program
sistem pakar dengan pemakaiPada 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 kaidahrRule 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 peneri-
maan 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)
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
(Staugaard 1987)
SISTEM PAKAR
KNOWLEDGE ENGINEER
PAKAR
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 (Turban1992) 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 choicepilihan 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 aturan-
aturan 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 sistemmencari dan memperbaiki kesalahanerror 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
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 aturan-
aturan tentang suatu domain knowledgepengetahuan 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 direpresentasi-
kan 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 di-
capai 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 (MesinMotor 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
R-2
R-3
R-4
R-5
R-6
R-7
R-8
R-9
R-10
IF A amp B THEN C
IF C THEN D
IF A amp E THEN F
IF A THEN G
IF F amp G THEN D
IF G amp E THEN H
IF C amp H THEN I
IF I amp A THEN J
IF G THEN J
IF J THEN K
Pada tabel di atas ada 10 aturan (rule) yang tersimpan dalam basis
pengetahuan Fakta awal yang diberikan hanya A amp 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 R-9 R-10
R-5
R-3 R-6
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
A
E
G
D
H
KJ
F
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
R-8 R-7 R-1
Gagal
R-10 R-9 R-4 fakta 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 depanMaju) Dari fakta nilai
dolar turun berdasarkan R-5 diperoleh bahwa suku bunga naik
dari R-2 diperoleh suku bunga naik menyebabkan harga obligasi
40
K
BHA
J I C A
K J G A
turun kemudian dengan R-6 jika harga obligasi turun maka beli
obligasi Jadi kesimpulan beli obligasi
R-5
R-2
R-6
Backward Chaining (Pelacakan kebelakangMundur) 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
R-5
R-2
R-6
4 User Interface (Antarmuka Pemakai)
41
Nilai dolar turun
Suku bunga naik
Harga obligasi turun
Beli obligasi
Nilai dolar turun
Suku bunga naik
Harga obligasi turun
Beli obligasi
Antarmuka pemakai adalah bagian penghubung antara program
sistem pakar dengan pemakaiPada 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 kaidahrRule 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 peneri-
maan 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)
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
(Staugaard 1987)
SISTEM PAKAR
KNOWLEDGE ENGINEER
PAKAR
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 (Turban1992) 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 choicepilihan 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 aturan-
aturan 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 sistemmencari dan memperbaiki kesalahanerror 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
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 di-
capai 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 (MesinMotor 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
R-2
R-3
R-4
R-5
R-6
R-7
R-8
R-9
R-10
IF A amp B THEN C
IF C THEN D
IF A amp E THEN F
IF A THEN G
IF F amp G THEN D
IF G amp E THEN H
IF C amp H THEN I
IF I amp A THEN J
IF G THEN J
IF J THEN K
Pada tabel di atas ada 10 aturan (rule) yang tersimpan dalam basis
pengetahuan Fakta awal yang diberikan hanya A amp 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 R-9 R-10
R-5
R-3 R-6
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
A
E
G
D
H
KJ
F
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
R-8 R-7 R-1
Gagal
R-10 R-9 R-4 fakta 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 depanMaju) Dari fakta nilai
dolar turun berdasarkan R-5 diperoleh bahwa suku bunga naik
dari R-2 diperoleh suku bunga naik menyebabkan harga obligasi
40
K
BHA
J I C A
K J G A
turun kemudian dengan R-6 jika harga obligasi turun maka beli
obligasi Jadi kesimpulan beli obligasi
R-5
R-2
R-6
Backward Chaining (Pelacakan kebelakangMundur) 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
R-5
R-2
R-6
4 User Interface (Antarmuka Pemakai)
41
Nilai dolar turun
Suku bunga naik
Harga obligasi turun
Beli obligasi
Nilai dolar turun
Suku bunga naik
Harga obligasi turun
Beli obligasi
Antarmuka pemakai adalah bagian penghubung antara program
sistem pakar dengan pemakaiPada 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 kaidahrRule 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 peneri-
maan 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)
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
(Staugaard 1987)
SISTEM PAKAR
KNOWLEDGE ENGINEER
PAKAR
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 (Turban1992) 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 choicepilihan 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 aturan-
aturan 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 sistemmencari dan memperbaiki kesalahanerror 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
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
R-2
R-3
R-4
R-5
R-6
R-7
R-8
R-9
R-10
IF A amp B THEN C
IF C THEN D
IF A amp E THEN F
IF A THEN G
IF F amp G THEN D
IF G amp E THEN H
IF C amp H THEN I
IF I amp A THEN J
IF G THEN J
IF J THEN K
Pada tabel di atas ada 10 aturan (rule) yang tersimpan dalam basis
pengetahuan Fakta awal yang diberikan hanya A amp 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 R-9 R-10
R-5
R-3 R-6
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
A
E
G
D
H
KJ
F
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
R-8 R-7 R-1
Gagal
R-10 R-9 R-4 fakta 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 depanMaju) Dari fakta nilai
dolar turun berdasarkan R-5 diperoleh bahwa suku bunga naik
dari R-2 diperoleh suku bunga naik menyebabkan harga obligasi
40
K
BHA
J I C A
K J G A
turun kemudian dengan R-6 jika harga obligasi turun maka beli
obligasi Jadi kesimpulan beli obligasi
R-5
R-2
R-6
Backward Chaining (Pelacakan kebelakangMundur) 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
R-5
R-2
R-6
4 User Interface (Antarmuka Pemakai)
41
Nilai dolar turun
Suku bunga naik
Harga obligasi turun
Beli obligasi
Nilai dolar turun
Suku bunga naik
Harga obligasi turun
Beli obligasi
Antarmuka pemakai adalah bagian penghubung antara program
sistem pakar dengan pemakaiPada 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 kaidahrRule 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 peneri-
maan 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)
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
(Staugaard 1987)
SISTEM PAKAR
KNOWLEDGE ENGINEER
PAKAR
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 (Turban1992) 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 choicepilihan 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 aturan-
aturan 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 sistemmencari dan memperbaiki kesalahanerror 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
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 R-9 R-10
R-5
R-3 R-6
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
A
E
G
D
H
KJ
F
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
R-8 R-7 R-1
Gagal
R-10 R-9 R-4 fakta 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 depanMaju) Dari fakta nilai
dolar turun berdasarkan R-5 diperoleh bahwa suku bunga naik
dari R-2 diperoleh suku bunga naik menyebabkan harga obligasi
40
K
BHA
J I C A
K J G A
turun kemudian dengan R-6 jika harga obligasi turun maka beli
obligasi Jadi kesimpulan beli obligasi
R-5
R-2
R-6
Backward Chaining (Pelacakan kebelakangMundur) 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
R-5
R-2
R-6
4 User Interface (Antarmuka Pemakai)
41
Nilai dolar turun
Suku bunga naik
Harga obligasi turun
Beli obligasi
Nilai dolar turun
Suku bunga naik
Harga obligasi turun
Beli obligasi
Antarmuka pemakai adalah bagian penghubung antara program
sistem pakar dengan pemakaiPada 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 kaidahrRule 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 peneri-
maan 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)
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
(Staugaard 1987)
SISTEM PAKAR
KNOWLEDGE ENGINEER
PAKAR
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 (Turban1992) 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 choicepilihan 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 aturan-
aturan 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 sistemmencari dan memperbaiki kesalahanerror 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
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 R-9 R-10
R-5
R-3 R-6
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
A
E
G
D
H
KJ
F
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
R-8 R-7 R-1
Gagal
R-10 R-9 R-4 fakta 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 depanMaju) Dari fakta nilai
dolar turun berdasarkan R-5 diperoleh bahwa suku bunga naik
dari R-2 diperoleh suku bunga naik menyebabkan harga obligasi
40
K
BHA
J I C A
K J G A
turun kemudian dengan R-6 jika harga obligasi turun maka beli
obligasi Jadi kesimpulan beli obligasi
R-5
R-2
R-6
Backward Chaining (Pelacakan kebelakangMundur) 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
R-5
R-2
R-6
4 User Interface (Antarmuka Pemakai)
41
Nilai dolar turun
Suku bunga naik
Harga obligasi turun
Beli obligasi
Nilai dolar turun
Suku bunga naik
Harga obligasi turun
Beli obligasi
Antarmuka pemakai adalah bagian penghubung antara program
sistem pakar dengan pemakaiPada 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 kaidahrRule 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 peneri-
maan 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)
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
(Staugaard 1987)
SISTEM PAKAR
KNOWLEDGE ENGINEER
PAKAR
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 (Turban1992) 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 choicepilihan 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 aturan-
aturan 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 sistemmencari dan memperbaiki kesalahanerror 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
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
R-8 R-7 R-1
Gagal
R-10 R-9 R-4 fakta 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 depanMaju) Dari fakta nilai
dolar turun berdasarkan R-5 diperoleh bahwa suku bunga naik
dari R-2 diperoleh suku bunga naik menyebabkan harga obligasi
40
K
BHA
J I C A
K J G A
turun kemudian dengan R-6 jika harga obligasi turun maka beli
obligasi Jadi kesimpulan beli obligasi
R-5
R-2
R-6
Backward Chaining (Pelacakan kebelakangMundur) 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
R-5
R-2
R-6
4 User Interface (Antarmuka Pemakai)
41
Nilai dolar turun
Suku bunga naik
Harga obligasi turun
Beli obligasi
Nilai dolar turun
Suku bunga naik
Harga obligasi turun
Beli obligasi
Antarmuka pemakai adalah bagian penghubung antara program
sistem pakar dengan pemakaiPada 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 kaidahrRule 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 peneri-
maan 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)
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
(Staugaard 1987)
SISTEM PAKAR
KNOWLEDGE ENGINEER
PAKAR
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 (Turban1992) 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 choicepilihan 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 aturan-
aturan 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 sistemmencari dan memperbaiki kesalahanerror 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
R-4 A adalah fakta jadi jelas benar maka G juga benar Jadi
berdasarkan penalaran ini dapat dibuktikan bahwa hipotesa K
benar
R-10
R-8 R-7 R-1
Gagal
R-10 R-9 R-4 fakta 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 depanMaju) Dari fakta nilai
dolar turun berdasarkan R-5 diperoleh bahwa suku bunga naik
dari R-2 diperoleh suku bunga naik menyebabkan harga obligasi
40
K
BHA
J I C A
K J G A
turun kemudian dengan R-6 jika harga obligasi turun maka beli
obligasi Jadi kesimpulan beli obligasi
R-5
R-2
R-6
Backward Chaining (Pelacakan kebelakangMundur) 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
R-5
R-2
R-6
4 User Interface (Antarmuka Pemakai)
41
Nilai dolar turun
Suku bunga naik
Harga obligasi turun
Beli obligasi
Nilai dolar turun
Suku bunga naik
Harga obligasi turun
Beli obligasi
Antarmuka pemakai adalah bagian penghubung antara program
sistem pakar dengan pemakaiPada 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 kaidahrRule 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 peneri-
maan 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)
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
(Staugaard 1987)
SISTEM PAKAR
KNOWLEDGE ENGINEER
PAKAR
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 (Turban1992) 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 choicepilihan 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 aturan-
aturan 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 sistemmencari dan memperbaiki kesalahanerror 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
turun kemudian dengan R-6 jika harga obligasi turun maka beli
obligasi Jadi kesimpulan beli obligasi
R-5
R-2
R-6
Backward Chaining (Pelacakan kebelakangMundur) 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
R-5
R-2
R-6
4 User Interface (Antarmuka Pemakai)
41
Nilai dolar turun
Suku bunga naik
Harga obligasi turun
Beli obligasi
Nilai dolar turun
Suku bunga naik
Harga obligasi turun
Beli obligasi
Antarmuka pemakai adalah bagian penghubung antara program
sistem pakar dengan pemakaiPada 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 kaidahrRule 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 peneri-
maan 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)
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
(Staugaard 1987)
SISTEM PAKAR
KNOWLEDGE ENGINEER
PAKAR
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 (Turban1992) 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 choicepilihan 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 aturan-
aturan 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 sistemmencari dan memperbaiki kesalahanerror 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
Antarmuka pemakai adalah bagian penghubung antara program
sistem pakar dengan pemakaiPada 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 kaidahrRule 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 peneri-
maan 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)
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
(Staugaard 1987)
SISTEM PAKAR
KNOWLEDGE ENGINEER
PAKAR
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 (Turban1992) 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 choicepilihan 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 aturan-
aturan 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 sistemmencari dan memperbaiki kesalahanerror 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
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 peneri-
maan 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)
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
(Staugaard 1987)
SISTEM PAKAR
KNOWLEDGE ENGINEER
PAKAR
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 (Turban1992) 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 choicepilihan 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 aturan-
aturan 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 sistemmencari dan memperbaiki kesalahanerror 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
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 (Turban1992) 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 choicepilihan 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 aturan-
aturan 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 sistemmencari dan memperbaiki kesalahanerror 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
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 aturan-
aturan 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 sistemmencari dan memperbaiki kesalahanerror 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
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 aturan-
aturan 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 sistemmencari dan memperbaiki kesalahanerror 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