Sistem Pakar (Expert System)

Sistem Pakar

Pakar adalah orang yang memiliki pengetahuan, penilaian, pengalaman, metode khusus, serta kemampuan untuk menerapkan bakat ini dalam memberi nasihat dan memecahkan masalah. Pakar biasa memiliki beberapa konsep umum.

• Pertama, harus mampu memecahkan persoalan dan mencapai tingkat performa yang secara signifikan ebih baik dari orang kebanyakan.

• Kedua, pakar adalah relatif. Pakar pada satu waktu atau satu wilayah mungkin tidak menjadi pakar di waktu atau wilayah lain. Misalnya, mahasiswa kedokteran mungkin disebut pakar dalam penyakit dibanding petugas administrasi, tetapi bukan pakar di rumah sakit terkemuka.

Biasanya pakar manusia mampu melakukan hal berikut : Mengenali dan merumuskan persoalan, Memecahkan persoalan dengan cepat dan tepat, Menjelaskan solusi tersebut, Belajar dari pengalaman, Menyusun ulang pengetahuan, Membagi-bagi aturan jika diperlukan, Menetapkan relevansi Keahlian adalah pengetahuan ekstensif yang spesifik terhadap tugas yang dimiliki pakar. 

 

Keahlian sering dicapai dari pelatihan, membaca, dan mempraktikkan. Keahlian mencakup pengetahuan eksplisit, misalnya teori yang dipelajari dari buku teks atau kelas, dan pengetahuan implisit yang diperoleh dari pengalaman. Pengembangan sistem pakar dibagi menjadi dua generasi. Kebanyakan sistem pakar generasi pertama menggunakan aturan jika-maka untuk merepresentasikan dan menyimpan pengetahuannya. Sistem pakar generasi kedua jauh lebih fleksibel dalam mengadopsi banyak representasi pengetahuan dan metode pertimbangan.

Sistem pakar adalah suatu program komputer yang mengandung pengetahuan dari satu atau lebih pakar mengenai suatu bidang spesifik. Jenis program ini pertama kali dikembangkan oleh periset kecerdasan buatan pada dasawarsa 1960-an dan 1970-an dan diterapkan secara komersial selama 1980-an. Bentuk umum sistem pakar adalah suatu program yang dibuat berdasarkan suatu set aturan yang menganalisis informasi (biasanya diberikan oleh pengguna suatu sistem) mengenai suatu kelas masalah spesifik serta analisis matematis dari masalah tersebut. Tergantung dari desainnya, sistem pakar juga mampu merekomendasikan suatu rangkaian tindakan pengguna untuk dapat menerapkan koreksi. Sistem ini memanfaatkan kapabilitas penalaran untuk mencapai suatu simpulan.

Tujuan dari Sistem Pakar

Pengalihan keahlian dari para ahli ke media elektronik seperti komputer untuk kemudian dialihkan lagi pada orang yang bukan ahli, merupakan tujuan utama dari sistem pakar. Proses ini membutuhkan 4 aktivitas yaitu :

• Knowledge Acquisition

Tambahan pengetahuan (dari para ahli atau sumber-sumber lainnya)

• Knowledge Representation

Representasi pengetahuan (ke komputer)

• Knowledge Inferencing

Inferensi pengetahuan

• Knowledge Transfering

Pengalihan pengetahuan ke user.

Pengetahuan yang disimpan di komputer disebut sebagai basis pengetahuan, yaitu : fakta dan prosedur (biasanya berupa aturan). Salah satu fitur yang harus dimiliki oleh sistem pakar adalah kemampuan untuk menalar. Jika keahlian-keahlian sudah tersimpan sebagai basis pengetahuan dan tersedia program yang mampu mengakses basis data, maka komputer harus dapat diprogram untuk membuat inferensi. Proses inferensi ini dikemas dalam bentuk motor inferensi (inference engine). Dan setiap sub sistem mempunyai sifat dari sistem untuk menjalankan suatu fungsi sistem tertentu dan mempengaruhi proses sistem secara keseluruhan.

Struktur Sistem Pakar

Teknik Representasi Sistem Pakar

Representasi pengetahuan adalah suatu teknik untuk merepresentasikan basis pengetahuan yang diperoleh ke dalam suatu skema/diagram tertentu sehingga dapat diketahui relasi/keterhubungan antara suatu data dengan data yang lain. Teknik ini membantu knowledge engineer dalam memahami struktur pengetahuan yang akan dibuat sistem pakarnya. Terdapat beberapa teknik representasi pengetahuan yang biasa digunakan dalam pengembangan suatu sistem pakar, yaitu

a.      Rule-Based Knowledge

Pengetahuan direpresentasikan dalam suatu bentuk fakta (facts) dan aturan (rules). Bentuk representasi ini terdiri atas premise dan kesimpulan.

b.      Frame-Based Knowledge

Pengetahuan direpresentasikan dalam suatu bentuk hirarki atau jaringan frame.

c.       Object-Based Knowledge

Pengetahuan direpresentasikan sebagai jaringan dari obyek-obyek. Obyek adalah elemen data yang terdiri dari data dan metoda (proses).

d.      Case-Base Reasoning

Pengetahuan direpresentasikan dalam bentuk kesimpulan kasus (cases).

Inferencing dengan Rule : Forward dan Backward Chaining

Inferensi dengan rules merupakan implementasi dari modus ponen, yang direfleksikan dalam mekanisme search (pencarian). Dapat pula mengecek semua rule pada knowledge base dalam arah forward maupun backward. Proses pencarian berlanjut sampai tidak ada rule yang dapat digunakan atau sampai sebuah tujuan (goal) tercapai. Ada dua metode inferencing dengan rules, yaitu forward chaining atau data-driven dan backward chaining atau goal-driven.

a.      Backward chaining

•  Menggunakan pendekatan goal - driven, dimulai dari ekspektasi apa yang diinginkan terjadi (hipotesis), kemudian mengecek pada sebab-sebab yang mendukung (ataupun kontradiktif) dari ekspektasi tersebut.

•  Jika suatu aplikasi menghasilkan tree yang sempit dan cukup dalam, maka gunakan backward chaining.

b.      Forward chaining

•  Forward chaining merupakan grup dari multiple inferensi yang melakukan pencarian dari suatu masalah kepada solusinya.

•  Jika klausa premis sesuai dengan situasi (bernilai TRUE), maka proses akan meng-assert konklusi.

•    Forward chaining adalah data-driven karena inferensi dimulai dengan informasi yang tersedia dan baru konklusi diperoleh.

•     Jika suatu aplikasi menghasilkan tree yang lebar dan tidak dalam, maka gunakan forward chaining.

 

Permasalahan Yang Disentuh Oleh Sistem Pakar

Ada beberapa masalah yang menjadi area luas aplikasi sistem pakar, antara lain :

1.  Kontrol

     -  Aplikasi komputer yang sangat umum

        Ada 2 jenis kontrol : loop terbuka & Tertutup

2.  Debugging

     -  Proses mencari kesalahan & memperbaiki solusi.

3.  Design

     -  Pengumpulan informasi mengenai spesifikasi sistem & produk tertentu

     -  Untuk merancang sirkit elektronik, bangunan, dan rumah.

4.  Diagnosis

     -  Untuk mendiagnosa produk atau sistem yang sudah tdk berfungsi.

5.  Instruksional

    -  Untuk membantu dalam proses belajar mengajar

6.  Interpretasi

     -  Membantu seorang dlm menafsir & memahami situasi / perspektif suatu peristiwa.

     -  Contoh : analisa intelegensia, daya tahan, citra dan sinyal

7.  Planning

     -  Merumuskan metode, penataan yang dapat mendekatkan pd tujuan.

        Contoh : proyek manajemen, taktik & strategi militer, pemrograman robot

8.  Prediksi

    -  Meramalkan apa yang terjadi di masa yang akan datang.

9.  Reparasi

    -  Memperbaiki barang yang rusak ke keadaan semula

10. Konfigurasi

Contoh - Contoh Penerapan Sistem Pakar

 1.       MYCIN

-    Dirancang oleh Edward Feigenbaum (Universitas Stanford) th ’70 an

-    Sistem Pakar medical yg dpt mendiagnosa infeksi bakteri & rekomendasi pengobatan antibiotik

2.       DENDRAL

-    Sistem Pakar struktur molekular & kimia 

3.       PROSISTEM PAKARECTOR

-    Membantu ahli geologi yg mencari & menemukan biji deposit (Mineral & Batubatuan)

-    Didesign oleh Sheffield Research Institute, akhir ‘70an

4.       XCON (R1)

-    Sistem Pakar konfigurasi sistem komputer dasar

-    Dikembangkan oleh Digital Equipment Corporation (DEC) dan Carnegie Mellon Universitas 

    (CMU), akhir ’70 an

-     Untuk sistem komputer DEC VAC 11 1780

5.       DELTA

-     Didesign & dikembangkan oleh General Electric Company

-     Sistem Pakar personal maintenance dg mesin lokomotif listrik diesel.

6.       YESMVS

-     Didesign oleh IBM awal th ‘80an

-   Membantu operator komputer & mengontrol sistem operasi MVS (multiple virtual storage)

7.       ACE

-     Didesign & dikembangkan oleh AT&T Bell Lab awal th ‘80an

-     Sistem Pakar troubleshooting pd sistem kabel telpon

disusun dari berbagai sumber berbeda | Pondok IT

Read More