Dw 7-intelijensi buatan
Transcript of Dw 7-intelijensi buatan
IntelijensiIntelijensi BuatanBuatanIntelijensiIntelijensi BuatanBuatan
Dian Wirdasari, S.Si.,M.Kom
IntelijensiIntelijensi BuatanBuatanIntelijensiIntelijensi BuatanBuatan
Dian Wirdasari, S.Si.,M.Kom
Materi-6 Sistem Pakar (Expert System)
� Sistem Pakar (SP) adalah sistem yg berusaha
mengadopsi pengetahuan manusia ke
komputer agar komputer dapat
menyelesaikan masalah seperti yg biasamenyelesaikan masalah seperti yg biasa
dilakukan oleh para ahli.
� SP tidak utk menggantikan kedudukan
seorang pakar, tetapi utk memasyarakatkan
pengetahuan dan pengalaman pakar tsb.
� Diperlukan suatu program yang melakukan
simulasi penalaran-penalaran seorang pakar
yang berbekal pada pengetahuan-
pengetahuan yang telah tersimpan di dalam pengetahuan yang telah tersimpan di dalam
basis data.
� Sebelum kita merencanakan suatu sistem pakar, kita harus membuat suatu aturan-aturan dasar (rule base) yang berlaku atau ygakan digunakan pada program. akan digunakan pada program.
� Untuk sistem pakar yang sederhana, kita dapat menggunakan aturan-aturan logika yang ada pada bahasa pemrograman.
� Contoh aplikasi sistem pakar :
� medical diagnostic
� electronics circuit diagnostic
� mineral exploration
� CAI (Computer Aided Instruction)
� dll
� Memungkinkan org awam bisa mengerjakanpekerjaan para ahli
� Bisa melakukan proses berulang secara otomatis� Menyimpan pengetahuan dan keahlian para pakar utk
melestarikan keahlian mereka.melestarikan keahlian mereka.� Meningkatkan output, kualitas dan produktivitas kerja� Mampu beroperasi dlm lingkungan berbahaya� Meningkatkan kapabilitas sistem komputer� Mampu bekerja dgn informasi yg tidak lengkap dan
mengandung ketidak-pastian� Sbg media pelengkap dalam pelatihan� Menghemat waktu dalam pengambilan keputusan
� Biaya yg diperlukan utk membuat dan
memeliharanya sangat mahal
� Sulit dikembangkan. Berkaitan dgn
ketersediaan pakar dlm bidangnyaketersediaan pakar dlm bidangnya
� Tidak 100% bernilai benar
� Suatu SP harus mengandung keahlian,
ahli/pakar, pengalihan keahlian, mengambil
keputusan, aturan, kemampuan menjelaskan.
Keahlian adalah suatu kelebihan penguasaan� Keahlian adalah suatu kelebihan penguasaan
pengetahuan di bidang tertentu yg diperoleh
dari pelatihan, membaca atau dari
pengalaman.
� Bentuk pengetahuan yg termasuk keahlian
antara lain:
� Fakta-fakta pd lingkup permasalahan tertentu
� Teori-teori pd lingkup masalah tertentu
� Prosedur-prosedur berkenaan dgn lingkup
masalah tertentu
� Meta-knowledge (pengetahuan tentang
pengetahuan)
� Ahli/pakar adalah org yg mampu menjelaskan suatupermasalahan, mampu mempelajari hal-hal baruseputar permasalahan, mampu menyusun kembalipengetahuan jika dipandang perlu, dan mampumemecahkan masalah dgn cepat dan tepat.memecahkan masalah dgn cepat dan tepat.
� Pengalihan keahlian, merupakan tujuan dari SP yaituutk mentransfer keahlian dari seorang pakar ke dalamkomputer kemudian ke masyarakat. Terdapat 4 kegiatan dlm proses ini yaitu, perolehanpengetahuan, representasi pengetahuan kekomputer, kesimpulan dari pengetahuan, danpengalihan pengetahuan ke pengguna
� Mengambil KeputusanHal yang unik dari sistem pakar adalah kemampuan untukmenjelaskan dimana keahlian tersimpan dalam basis pengetahuan. Kemampuan komputer untuk mengambilkesimpulan dilakukan oleh komponen yang dikenaldengan mesin inferensi yaitu meliputi prosedur tentangdengan mesin inferensi yaitu meliputi prosedur tentangpemecahan masalah.
� Aturan (Rule)Sistem pakar yang dibuat merupakan sistem yang berdasarkan pada aturan – aturan dimana program disimpan dalam bentuk aturan-aturan sebagai prosedurpemecahan masalah. Aturan tersebut biasanya berbentukIF – THEN.
� Kemampuan Menjelaskan
Keunikan lain dari sistem pakar adalah
kemampuan dalam menjelaskan atau
memberi saran/rekomendasi serta jugamemberi saran/rekomendasi serta juga
menjelaskan mengapa beberapa
tindakan/saran tidak direkomendasikan.
� Blok diagram SP
� Interpretasi, pengambilan keputusan dari hasil observasi, termasuk : pengawasan, pengenalan ucapan, analisis citra, interpretasi sinyal dan beberapa analisis kecerdasan lainnya.
� Prediksi, diantaranya : peramalan, prediksi demografis, peramalanekonomi, prediksi lalulintas, estimasi hasil, militer, pemasaran dankeuangan.Diagnosis, diantaranya : medis, elektronis, mekanis dan diagnosis keuangan.
� Diagnosis, diantaranya : medis, elektronis, mekanis dan diagnosis perangkat lunak.
� Perancangan : perancangan sirkuit dan bangunan.� Perencanaan, seperti : perencanaan keuangan, komunikasi,
produk dan manajemen proyek.� Monitoring : Computer-Aided Monotoring Sistem.� Debugging : memberikan resep obat terhadap suatu kegagalan.� Instruksi, untuk diagnosis, debugging dan perbaikan kinerja. � Kontrol, terhadap interpretasi, prediksi, perbaikan dan monitoring
kelakuan sistem.
� Ada dua bagian utama sistem pakar :
� Lingkungan pengembangan (development
environment): digunakan untuk memasukkan
pengetahuan pakar ke dalam lingkungan sistem pengetahuan pakar ke dalam lingkungan sistem
pakar
� Lingkungan konsultasi (consultation
environment): digunakan oleh pengguna yang
bukan pakar untuk memperoleh pengetahuan
pakar
� Antarmuka Pengguna (User Interface)
Merupakan mekanisme yang digunakan oleh
pengguna dan sistem pakar untuk
berkomunikasi. berkomunikasi.
� Basis PengetahuanBasis pengetahuan mengandungpengetahuan untuk pemahaman, formulasi, dan penyelesaian masalah. Komponen sistem dan penyelesaian masalah. Komponen sistem pakar ini disusun atas 2 elemen dasar, yaitu : � fakta : informasi tentang obyek dalam area
permasalahan tertentu
� aturan : informasi tentang cara bagaimanamemperoleh fakta baru dari fakta yang telahdiketahui.
� Akuisisi Pengetahuan (Knowledge Acquisition)Akuisisi pengetahuan adalah akumulasi, transfer, dan transformasi keahlian dalammenyelesaikan masalah dari sumberpengetahuan ke dalam program komputer. pengetahuan ke dalam program komputer. Dalam tahap ini knowledge engineer berusahamenyerap pengetahuan untuk selanjutnyaditransfer ke dalam basis pengetahuan. Pengetahuan diperoleh dari pakar, dilengkapidengan buku, basis data, laporan penelitian danpengalaman pemakai.
� WawancaraMetode yang paling banyak digunakan, yang melibatkan pembicaraandengan pakar secara langsung dalam suatu wawancara.
� Analisis protokolDalam metode ini pakar diminta untuk melakukan suatu pekerjaan danmengungkapkan proses emikirannya dengan menggunakan kata-kata. Pekerjaan tersebut direkam, dituliskan, dan dianalisis. Pekerjaan tersebut direkam, dituliskan, dan dianalisis.
� Observasi pada pekerjaan pakarPekerjaan dalam bidang tertentu yang dilakukan pakar direkam dandiobservasi.
� Induksi aturan dari contohInduksi adalah suatu proses penalaran dari khusus ke umum. Suatusistem induksi aturan diberi contoh-contoh dari suatu masalah yang hasilnya telah diketahui. Setelah diberikan beberapa contoh, sistem induksi aturan tersebut dapat membuat aturan yang benar untuk kasus-kasus contoh. Selanjutnya aturan dapat digunakan untuk menilai kasuslain yang hasilnya tidak diketahui.
� Mesin/Motor Inferensi (Inference Engine)
Komponen ini mengandung mekanisme pola
pikir dan penalaran yang digunakan oleh
pakar dalam menyelesaikan suatu masalah. pakar dalam menyelesaikan suatu masalah.
Mesin inferensi adalah program komputer
yang memberikan metodologi untuk
penalaran tentang informasi yang ada dalam
basis pengetahuan dan dalam workplace, dan
untuk memformulasikan kesimpulan.
� Workplace / BlackboardWorkplace merupakan area dari sekumpulanmemori kerja (working memory), digunakanuntuk merekam kejadian yang sedanguntuk merekam kejadian yang sedangberlangsung termasuk keputusan sementara. Ada 3 keputusan yang dapat direkam : � Rencana : bagaimana menghadapi masalah
� Agenda : aksi-aksi yang potensial yang sedangmenunggu untuk dieksekusi
� Solusi : calon aksi yang akan dibangkitkan
� Fasilitas PenjelasanAdalah komponen tambahan yang akanmeningkatkan kemampuan sistem pakar. Digunakanuntuk melacak respon dan memberikan penjelasantentang kelakuan sistem pakar secara interaktiftentang kelakuan sistem pakar secara interaktifmelalui pertanyaan :
- mengapa suatu pertanyaan ditanyakan oleh sistem pakar ?
- bagaimana konklusi dicapai ? - mengapa ada alternatif yang dibatalkan ? - rencana apa yang digunakan untuk mendapatkan
solusi ?
� Perbaikan PengetahuanPakar memiliki kemampuan untuk menganalisisdan meningkatkan kinerjanya serta kemampuanntuk belajar dari kinerjanya. Kemampuantersebut adalah penting dalam pembelajarantersebut adalah penting dalam pembelajaranterkomputerisasi, sehingga program akanmampu menganalisis penyebab kesuksesan dankegagalan yang dialaminya dan jugamengevaluasi apakah pengetahuan-pengetahuan yang ada masih cocok untukdigunakan di masa mendatang
� Ada 2 bentuk pendekatan basis
pengetahuan:
a. Penalaran berbasis aturan (rule-based
reasoning) reasoning)
Pada penalaran berbasis aturan,
pengetahuan direpresentasikan dengan
menggunakan aturan berbentuk IF-THEN.
Contoh : aturan identifikasi hewan
� Rule 1 : IF hewan berambut dan menyusui
THEN hewan mamalia
Rule 2 : IF hewan mempunyai sayap dan� Rule 2 : IF hewan mempunyai sayap dan
bertelur THEN hewan jenis burung
� Rule 3 : IF hewan mamalia dan memakan
daging THEN hewan karnivora
� Dan seterusnya…….
b. Penalaran berbasis kasus (case-based
reasoning)
Basis pengetahuan akan berisi solusi-solusi
yang telah dicapai sebelumnya, kemudianyang telah dicapai sebelumnya, kemudian
akan diturunkan suatu solusi untuk keadaan
yang terjadi sekarang (fakta yang ada).
� Production rule: if_then_ rule.if A then B
A: condition part, Left Hand Side (LHS)
(antecedent)(antecedent)
B: action part, Right Hand Side (RHS) (consequent)
� Istilah fire digunakan jika condition part dipenuhi
yang berarti action part dilaksanakan / terjadi.
� Di dalam logika, istilah fire adalah kalimat
bernilai benar (true).
� Ada dua strategi pencarian dasar yang bisa
digunakan oleh mesin inferensi dalam
mencari kesimpulan untuk mendapatkan
solusi bagi permasalahan yang dihadapi solusi bagi permasalahan yang dihadapi
sistem pakar, yaitu runut maju (forward
chaining) dan runut balik (backward chaining).
� Mesin inferensi membandingkan setiap rule dlm knowledge base dgn fakta yg ada dlm database.
� Ketika bagian IF (condition) dari rule tsb cocok(match) dgn sebuah fakta, maka rule tsb akan(match) dgn sebuah fakta, maka rule tsb akanfire dan bagian THEN (action) akan dieksekusi.
� Bagian IF dari rule yg cocok (match) dgn faktaakan membentuk inference chains.
� Inference chain menunjukkan bagaimana sistem pakar memakai aturan-aturan (rules) utk mendapatkan kesimpulan.
Database
Fact: A is x Fact: B is y
Knowledge Base
Match Fire
Rule: IF A is x THEN B is y
� Runut maju memulai proses pencarian dengandata sehingga strategi ini disebut juga data-driven.
� Proses dimulai dari data yg diketahui (ada dlm� Proses dimulai dari data yg diketahui (ada dlmdatabase).
� Rule yg telah dieksekusi akan ditambahkan sbgfakta baru dalam database.
� Sebuah rule hanya dapat dieksekusi sekali saja.� Siklus match-fire berhenti ketika tidak ada lagi
rule yg dapat dieksekusi.
� Proses pencarian dimulai dari tujuan sehingga strategi inidisebut juga goal-driven, yaitu kesimpulan yang menjadisolusi permasalahan yang dihadapi.
� Mesin inferensi mencari rule dalam basis pengetahuanyang kesimpulannya merupakan solusi yang ingin dicapai, kemudian dari rule tsb, masing-masing kesimpulankemudian dari rule tsb, masing-masing kesimpulandirunut balik jalur yang mengarah ke kesimpulan tersebut.
� Jika informasi-informasi atau nilai dari atribut-atribut yang mengarah ke kesimpulan tersebut sesuai dengan data yang diberikan maka kesimpulan tersebut merupakansolusi yang dicari, jika tidak sesuai maka kesimpulantersebut bukan merupakan solusi yang dicari.
� Diketahui sistem pakar dengan aturan-aturan sebagai berikut :� R1 : IF suku bunga turun THEN harga obligasi
naik.
� R2 : IF suku bunga naik THEN harga obligasi � R2 : IF suku bunga naik THEN harga obligasi turun.
� R3 : IF suku bunga tidak berubah THEN harga obligasi tidak berubah.
� R4 : IF dolar naik THEN suku bunga turun.
� R5 : IF dolar turun THEN suku bunga naik.
� R6 : IF harga obligasi turun THEN beli obligasi.
� Apabila diketahui bahwa dolar turun, maka untuk memutuskan apakah akan membeli obligasi atau tidak dapat ditunjukan sebagai berikut :
� Forward Chaining. � Forward Chaining. Dari fakta dolar turun, berdasarkan Rule-5, diperoleh konklusi suku bunga naik. Dari Rule-2, suku bunga naik menyebabkan harga obligasi turun. Dengan menggunakan Rule-6, jika harga obligasi turun, maka kesimpulan yang diambiladalah membeli obligasi.
� Penyelesaian dgn forward chaining
� Backward Chaining.
Berangkat dari solusi yaitu membeli obligasi,
dengan menggunakan Rule-6 diperoleh
anteseden harga obligasi turun. Dari Rule-2 anteseden harga obligasi turun. Dari Rule-2
bisa dibuktikan bahwa harga obligasi turun
bernilai benar jika suku bunga naik bernilai
benar. Dari Rule-5, suku bunga naik memang
bernilai benar karena diketahui fakta dolar
turun.
� Penyelesaian dengan Backward Chaining
Database
A B C D E
X
Database
A B C D E
LX
Database
A C D E
YL
B
X
Database
A C D E
ZY
B
LX
Match Fire
Knowledge Base
Match Fire
Knowledge Base
Match Fire
Knowledge Base
Match Fire
Knowledge Base
Cycle 1 Cycle 2 Cycle 3
X & B & E YZY & D
LC
L & M
A X
N
X & B & E YZY & D
LC
L & M
A X
N
X & B & E YZY & D
LC
L & M
A X
N
X & B & E YZY & D
LC
L & M
A X
N
Pass 2
Knowledge Base
Goal: Z
Knowledge Base
Sub-Goal: Y
Knowledge Base
Sub-Goal: X
Pass 1 Pass 3
Database
A B C D E
Database
A B C D E
Database
B C D EA
YZ
?
X
?
X & B & E Y
LCL & M
A X
N
ZY & DX & B & E Y
ZY & D
LCL & M
A X
NLC
L & M N
X & B & E YZY & D
A X
Match Fire
Knowledge Base
Database
A B C D E
X
Match Fire
Knowledge Base
Database
A C D E
YX
B
Sub-Goal: X Sub-Goal: Y
Knowledge Base
Database
A C D E
ZY
B
X
Match Fire
Goal: Z
Pass 5Pass 4 Pass 6
X & B & E YZY & D
LC
L & M
A X
N
X & B & E Y
LCL & M
A X
N
ZY & DX & B & E Y
ZY & D
LC
L & M
A X
N
� Pada tabel terlihat 10
aturan yang tersimpan
dalam basis pengetahuan.
Fakta awal yang diberikanFakta awal yang diberikan
hanya A & E (artinya A
dan E bernilai benar).
Ingin dibuktikan apakah K
bernilai benar?
D
� Pada tabel di bawah ini terdapat 14 aturan (rule) yang tersimpan dalam
basis pengetahuan. Fakta awal yang diberikan hanya A, B, C, dan D
(artinya A, B, C, dan D bernilai benar). Ingin dibuktikan apakah Z bernilai
benar? Gunakan metode forward chaining untuk menyelesaikannya.
No Rule No RuleNo Rule No Rule
R1 A & G & Y � I R8 B & C � X
R2 C & X� Y R9 L & M � N
R3 A & D & H & I � K R10 F & K � O
R4 D & E & J � F R11 G & H & K & L � Z
R5 A & X � G R12 I & J � H
R6 E & Z � M R13 G � J
R7 E & F � Z R14 G & I � L
Buatlah inference chainingnya dan tentukan rule-rule baru yang terbentuk.
IntelijensiIntelijensi BuatanBuatanIntelijensiIntelijensi BuatanBuatan
Dian Wirdasari, S.Si.,M.KomSee you next week……..!
� Nama : Dian Wirdasari� Email :
[email protected], [email protected]@gmail.com
� Website : http://dianws.webs.com
� Ym: dianws� Facebook:
http://www.facebook.com/dianws