SISTEM PAKAR(Expert Systems) Sistem pakar (expert systems) adalah sistem yang berusaha

mengapdosi pengetahuan manusia ke komputer, agar komputer

dapat menyelesaikan masalah seperti yang biasa dilakukan

oleh para ahli. Sistem pakar yang baik dirancang agar dapat

menyelesaikan suatu permasalahan tertentu dengan meniru kerja

dari para ahli. Jadi sistem pakar → kepakaran ditransfer dari seorang pakar

(atau sumber kepakaran yang lain) ke komputer, pengetahuan yang

ada disimpan dalam komputer, dan pengguna dapat berkonsultasi

pada komputer itu untuk suatu nasehat, lalu komputer dapat

mengambil inferensi (menyimpulkan, mendeduksi, dll.) seperti

layaknya seorang pakar, kemudian menjelaskannya ke pengguna

tersebut, bila perlu dengan alasan-alasannya.

Dengan sistem pakar, orang awam pun dapat menyelesaikan

masalah yang cukup rumit yang sebenarnya hanya dapat

diselesaikan dengan bantuan para ahli. Bagi para ahli, sistem pakar

juga akan membantu aktivitasnya sebagai asisten yang sangat

berpengalaman.

Sistem pakar dikembangkan pertama kali tahun 1960.

Sistem pakar yang terkenal antara lain:

MYCIN

• Paling terkenal, dibuat oleh Edward Shortlife of Standford

University tahun 70-an

• Sistem pakar medical yang bisa mendiagnosa penyakit infeksi

dan merekomendasi pengobatan

24

• MYCIN membantu dokter mengidentifikasi pasien yang

menderita penyakit. Dokter duduk di depan komputer dan

memasukkan data pasien: umur, riwayat kesehatan, hasil

laboratorium dan informasi terkait lainnya. Dengan informasi ini

ditambah pengetahuan yang sudah ada dalam komputer, MYCIN

mendiagnosa selanjutnya merekomendasi obat dan dosis yang

harus dimakan.

• MYCIN sebagai penasehat medis, tidak dimaksudkan untuk

mengantikan kedudukan seorang dokter. Tetapi membantu dokter

yang belum berpengalaman dalam penyakit tertentu. Juga untuk

membantu dokter dalam mengkonfirmasi diagnosa dan terapi

yang diberikan kepada pasien apakah sesuai dengan diagnosa dan

terapi yang ada dalam basis pengetahuan yang sudah dimasukkan

ke dalam MYCIN, karena MYCIN dirancang oleh dokter-dokter

yang ahli di bidang penyakit tersebut.

• Kesimpulan : sistem pakar seperti MYCIN bisa digunakan

sebagai bahan pembanding dalam pengambilan solusi dan

pemecahan masalah. Keputusan terakhir atas pengobatan tersebut

tetap menjadi tanggung jawab dokter.

DENDRAL

Mengidentifikasi struktur molekular campuran kimia yang tak

dikenal XCON & XSEL

XCON

• Merupakan sistem pakar untuk membantu konfigurasi sistem

komputer besar, membantu melayani order langganan sistem

komputer DEC VAX 11/780 ke dalam sistem spesifikasi final

25

yang lengkap

• Komputer besar seperti VAX dan komponen yang berbeda

digabung dan disesuaikan dengan konfigurasi tertentu yang

diinginkan oleh para pelanggan.

• Ada ribuan cara dimana aseosri Pcboard, kabel, disk drive,

periperal, perangkat lunak, dan lainnya bisa dirakit ke dalam

konfigurasi yang sangat rapih. Untuk meng-identifikasi hal-hal

tersebut diperlukan waktu berhari-hari/berminggu-minggu agar

bisa memenuhi spesifikasi yang diinginkan pemesan, tapi dengan

XCON bisa dalam beberapa menit.

XSEL

• Dirancang untuk membantu karyawan bagian penjualan dalam

memilih komponen sistem VAX. Karena banyaknya pilihan

karyawan tersebut sering menghadapi kesulitan dalam memilih

suatu komponen yang paling tepat.

• Basis pengetahuan yang ada pada XSEL membantu

mengarahkan para pemesan serius untuk memilih konfigurasi

yang dikehendaki, kemudian XSEL memilih CPU, memori,

periperal dan menyarankan paket software tertentu yang paling

tepat dengan konfigurasinya.

PROSPECTOR

• = sistem pakar yang membantu ahli geologi dalam mencari dan

menemukan deposit

• Basis pengetahuan berisi bermacam-macam mineral dan batu-

batuan. Banyak pakar geologi diwawancarai dan pengetahuan

mereka tentang berbagai bentuk biji deposit dimasukkan ke dalam

26

sistem pakar.

• 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

• Dibuat oleh perusahaan General Electric (GE) membantu

karyawan bagian pemeliharaan mesin lokomotif diesel dalam

memantau mesin-mesin yang tidak berfungsi dengan baik dan

membimbing ke arah prosedur perbaikan.

FOLIO

• Sistem pakar yang menolong stock broker dan tugas manajer

dalam menangani investasi bagi kepentingan para langganannya.

Stock broker mewawancarai langganan untuk menentukan tujuan

sumber dan investasi mereka.

• FOLIO bisa memberikan rekomendasi tentang keamanan

investasi, mengevaluasi stock beresiko tinggi,menghitung

pengembalian modal, dan membuat keputusan dalam hal

pemasaran suatu komoditi.

• Membantu para perencana keuangan untuk memperkecil

kerugian karena pajak, inflasi atau faktor lain misal turun naiknya

27

nilai mata uang.

ELECTRONIC LAYER.

• Digunakan untuk menganalisa dan membantu rekayasa

rancangan sirkuit elektronik yang terbuat dari transistor, dioda

dan resistor.

• Diagram skematik dari sirkuit ini dimasukkan ke dalam komputer

dan EL menganalisis menentukan karakteristik sirkuit, nilai

voltase, dan strum yang ada pada semua titik sirkuit.

• Basis pengetahuan pada EL merupakan prinsip umum elektronik

seperti hukum OHM, hukum kirchoff, karakteris-tik komponen,

teori operasi transistor.

RAMALAN CUACA

Dengan diberi input tentang situasi cuaca yang sedang

berlangsung, baik lokal maupun ditempat lain, maka sistem pakar

bisa menyajikan ramalan yang akurat tentang cuaca yang akan

terjadi dalam suatu periode tertentu.

CONTOH LAIN SISTEM PAKAR

Sistem pakar :

- Digunakan untuk konsultasi

- Sistem pakar selalu tersedia di organisasi, sedang pakar belum

tentu selalu berada di tempat. Misal suatu keputus-an harus

diambil oleh manajer yang pakar dalam suatu bi-dang, karena

manajer ini pergi dan tidak berada di kantor, maka keputusan

yang harus diambil tertunda.

28

- Sistem pakar dapat menyimpan dan mengingat pengeta-huan

yang sangat tidak terbatas dan tidak kenal lelah. Oleh karena itu

pekerjaan dokter akan sangat terbantu sekali dengan SP yang

diisi dengan sejumlah pengetahuan (mi-sal semua jenis obat dan

efeknya) yang pakarnya sendiri belum tentu dapat mengingatnya.

• Pak A nasabah bank X. Pak A akan meminjam uang untuk

membeli rumah. Di bank X pak A menanyakan ke bagian

informasi dan disarankan untuk menuju ke lantai 3 di kantor

manajer installment loan. Di kantor ini, pak A mengutarakan

maksudnya untuk meminjam uang dan akan dibayar

angsuran tiap bulannya bervariasi besarnya tergantung dari

penghasilannya. Manajer installment loan menolak karena

pinjaman di bagian ini harus dibayar angsuran yang nilainya

sudah tetap ditentukan di muka. Manajer ini mengatakan bahwa

pak A salah tempat menemui dia dan menyarankan ke lantai 5

di kantor manajer mortgage loan. Sesampainya disana, pak A

mengutarakan kembali maksudnya untuk meminjam uang dengan

membayar secara angsuran. Manajer ini setuju tetapi pak A harus

meninggalkan sertifikat tanahnya sebagai agunan. Sebaliknya pak

A tidak setuju karena dia akan menggunakan sertifikat tanah ini

untuk keperluan yang lain. Manajer mortgage loan menyarankan

pak A untuk menemui kepala cabang di lantai 1. Pak A turun ke

lantai 1 bukannya menemui kepala cabang tetapi bank lain yaitu

Y di seberang jalan.

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

29

komputer dihadapannya, pegawai tersebut menyetujui pinjaman

pak A.

Beda bank X dan bank Y.

Untuk bank X kepandaian atau pengetahuan (knowledge) dimiliki

di masing-masing manajer. Dan jika pak A menemui manajer yang

pengetahuannya lain yang tidak sesuai de-ngan permasalahannya,

pak A salah alamat dan harus me-nemui manajer lain yang sesuai.

Untuk bank Y, pengetahuan dari manajer-manajer bersang-kutan

dimasukkan dan berada di dalam sistem komputer dalam bentuk

basis data pengetahuan (knowledge base).

• Sistem pakar yang digunakan di dinas sosial negara bagian

California, Amerika Serikat. Sebelum SP diguna-kan, pemberian

tunjangan sosial kurang efektif karena beragamnya macam

tunjangan yang diberikan dan banyaknya aturan yang ada

untuk mendapatkan tunjangan sosial. Lebih dari 3000 aturan

dibukukan untuk tunjangan sosial ini. Pada waktu seseorang

melamar untuk meminta tunjangan sosial, orang ini akan dilayani

dengan pekerja sosial dan pekerja sosial harus mengetahui

aturan-aturan yang ada. Jika ada kasus khusus dan pekerja sosial

tidak memahami aturannya tetapi memutuskan hasilnya, maka

hasil keputusan dapat tidak efektif. Menyadari kelemahan-

kelemahan ini maka dinas sosial kemudian menerapkan sistem

pakar yang berisi dengan knowledge base berupa ribuan aturan-

aturan ini.Bedanya : sebelum ada SP, yang pakar adalah pekerja

sosialnya dan jika pekerja sosial kurang pakar maka dapat

mengakibatkan kesalahan keputusan. Setelah ada SP, pekerja

sosial tidak harus pakar karena yang pakar adalah sistemnya

30

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 atau sumber-sumber lainnya), representasi pengetahuan

ke komputer, kesimpulan dari pengetahuan dan pengalihan

pengetahuan ke pengguna.

31

Mengambil keputusan

Hal yang unik dari sistem pakar adalah kemampuan untuk

menjelaskan dimana keahlian tersimpan dalam basis pengetahuan.

Kemampuan komputer untuk mengambil kesimpulan dilakukan

oleh komponen yang dikenal dengan mesin inferensi yaitu meliputi

prosedur tentang pemecahan masalah.

Aturan

Sistem pakar yang dibuat merupakan sistem yang berdasar-kan

pada aturan – aturan dimana program disimpan dalam bentuk

aturan-aturan sebagai prosedur pemecahan masalah. Aturan

tersebut biasanya berbentuk IF – THEN.

Kemampuan menjelaskan

Keunikan lain dari sistem pakar adalah kemampuan dalam

menjelaskan atau memberi saran/rekomendasi serta juga

menjelaskan mengapa beberapa tindakan/saran tidak 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

mengaplikasikan keahliannya tersebut guna menyelesaikan

masalah.

2. Perekayasa pengetahuan

32

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 kerja/asisten

AREA PERMASALAHAN APLIKASI SISTEM PAKAR

1. Interpretasi

Yaitu pengambilan keputusan dari hasil observasi, diantaranya :

pengawasan, pengenalan ucapan, analisis citra, interpretasi

sinyal, dan beberapa analisis kecerdasan.

2. Prediksi

Memprediksi akibat-akibat yang dimungkinkan dari situasi-

situasi tertentu, diantaranya : peramalan, prediksi demografis,

peralaman ekonomi, prediksi lalulintas, estimasi hasil, militer,

pemasaran, atau peramalan keuangan.

3. Diagnosis

Menentukan sebab malfungsi dalam situasi kompleks yang

33

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.

9. Kontrol

Mengatur tingkah laku suatu environment yang kompleks

seperti kontrol terhadap interpretasiinterpretasi, prediksi,

perbaikan, dan monitoring kelakuan sistem

34

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 knowledge/pengetahuan tertentu.

Basis pengetahuan ini terdiri dari kumpulan objek beserta aturan

dan atributnya (sifat atau cirinya), tentu saja di dalam domain

tertentu. Contoh :If hewan merupakan sayap dan bertelur then

hewan jenis burung.

Ada 2 bentuk pendekatan basis pengetahuan yang sangat umum

digunakan yaitu :

a. Rule-Based Reasoning (Penalaran berBasis Aturan)

Pada penalaran berbasis aturan, pengetahuan direpresentasi-

kan dengan menggunakan aturan berbentuk IF-THEN.

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

35

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 (Mesin/Motor Inferensi).

Inference Engine adalah bagian yang menyediakan mekanisme

fungsi berfikir dan pola-pola penalaran sistem yang digunakan

oleh seorang pakar.

• Mekanisme ini akan menganalisa masalah tertentu dan

selanjutnya akan mencari jawaban atau kesimpulan yang

terbaik.

• 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:

36

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 & B THEN C

IF C THEN D

IF A & E THEN F

IF A THEN G

IF F & G THEN D

IF G & E THEN H

IF C & H THEN I

IF I & 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 & E (yaitu

berarti A dan F bernilai benar). Hipotesanya adalah apakah K

bernilai benar ? Untuk itu dilakukan langkah-langkah inferensia

sebagai berikut :

• 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

38

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

• 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

38

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 :

• 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

39

A

E

G

DH

KJ

F

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

• 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

40

K

BHA

J I C A

K J G A

Sukses.

Contoh : Misal diketahui sistem pakar dengan aturan-aturan sbb :

R-1 : IF suku bunga turun THEN harga obligasi naik.

R-2 : IF suku bunga naik THEN harga obligasi turun.

R-3 : IF suku bunga tidak berubah THEN harga obligasi tidak

berubah.

R-4 : IF nilai dolar naik THEN suku bunga turun.

R-5 : IF nilai dolar turun THEN suku bunga naik.

R-6 : IF harga obligasi turun THEN beli obligasi.

Sekarang apabila diketahui bahwa nilai dolar turun, maka untuk

memutuskan apakah akan membeli obligasi atau tidak, dapat

ditunjukkan sebagai berikut :

Forward Chaining (Pelacakan ke depan/Maju). Dari fakta nilai

dolar turun, berdasarkan R-5 diperoleh bahwa suku bunga naik,

dari R-2 diperoleh suku bunga naik menyebabkan harga obligasi

turun, kemudian dengan R-6 jika harga obligasi turun, maka beli

obligasi. Jadi kesimpulan beli obligasi.

R-5

R-2

R-6

41

Nilai dolar turun

Suku bunga naik

Harga obligasi turun

Beli obligasi

Backward Chaining (Pelacakan kebelakang/Mundur). Berangkat

dari membeli obligasi, dengan R-6 diperoleh anteseden harga

obligasi turun. Dari R-2 dapat dibuktikan bahwa harga obligasi

turun bernilai benar jika suku bunga naik bernilai benar. Dari R-

5, suku bunga naik memang bernilai benar karena diketahui fakta

bahwa nilai dolar turun.

R-5

R-2

R-6

4. User Interface (Antarmuka Pemakai).

Antarmuka pemakai adalah bagian penghubung antara program

sistem pakar dengan pemakai.Pada bagian memungkinkan

pengguna untuk memasukkan instruksi dan informasi ke

dalam sistempakar serta menerima penjelasan dan kesimpulan.

(Gambar di bawah ini).

Knowlegde Base Inference Engine User Interface Working Memory Komponen Utama Sistem Pakar.

42

Nilai dolar turun

Suku bunga naik

Harga obligasi turun

Beli obligasi

CIRI-CIRI SISTEM PAKAR.

Ciri-ciri sistem pakar adalah sebagai berikut:

1. Terbatas pada domain keahlian tertentu.

2. Memiliki fasilitas informasi yang handal.

3. Dapat memberikan penalaran untuk data data yang tidak pasti.

4. Dapat mengemukan rangkaian alasan-alasan yang diberikannya

dengan cara yang dapat dipahami.

5. Berdasarkan pada kaidah/rRule tertentu.

6. Memiliki kemampuan untuk belajar beradaptasi.

7. Dirancang untuk dapat dikembangkan secara bertahap (mudah

dimodifikasi).

8. Dapat digunakan dalam berbagai jenis komputer

9. Keluaranya bersifat anjuran.

SISTEM KERJA PAKAR.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).

43

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

ditempatkan dalam database sistem dan kemudian diakses oleh

pembangkit inference untuk mendapatkan kesimpulan.

3. Modul Penjelasan.

Modul Penjelasan adalah menjelaskan proses pengambilan

keputusan yang dilakukan oleh sistem.

CARA REPRESENTASI.Cara representasi dalam sistem pakar (Turban,1992) terbagi dalam

tiga teknik, yaitu:

1. Production Rule

Production Rule adalah model ide dasar dari sistem yang

44

(Staugaard, 1987)

SISTEM PAKAR

KNOWLEDGE ENGINEER

PAKAR

memopresentasikan pengetahuan dengan bentuk pasangan

kondisi aksi (Jika-Maka, IF - THEN).

2. Semantic Network.

Semantic Network adalah gambaran grafis dari pengetahuan

yang terdiri node atau symbol dan hubungan atau link yang

memperlihatkan hubungan hirarkis antar objek.

3. Frame.

Frame adalah struktur data yang berisi semua pengetahuan

tentang objek tertentu.

PENGEMBANGAN SISTEM PAKAR.

Diperlukan beberapa tahapan, misal kita dapat menggunakan

metode choice/pilihan. Metode ini terdiri dari :

1. Rekayasa sistem dan analisis.

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,

47

yaitu :

47

• 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

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.

47

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 sistem,mencari dan memperbaiki kesalahan/error yang

ada.

10. Pemeliharaan (Maintanance). Pemeliharaan sistem dilakukan

dengan kaidah pengambil keputusan. Serta memperbaharui

pengetahuan, mengganti pengetahuan yang sudah ketinggalan,

dan meluweskan sistem agar bisa lebih baik lagi dalam

menyelesaikan masalah.

47