System pakar ( expert system )

System pakar ( expert system )

1.       Pengertian Sistem Pakar

• ·      Durkin : Sistem pakar adalah suatu program komputer yang dirancang untuk memodelkan kemampuan penyelesaian masalah yang dilakukan oleh seorang pakar.
• ·      Ignizio : Sistem pakar adalah suatu model dan prosedur yang berkaitan, dalam suatu domain tertentu, yang mana tingkat keahliannya dapat dibandingkan dengan keahlian seorang pakar.
• ·      Giarranto dan Riley : Sistem pakar adalah suatu sistem komputer yang bisa menyamai atau meniru kemampuan seorang pakar.
• ·      Sistem pakar adalah program “artificial inteligence” (”kecerdasan buatan”) yang menggabungkan basis pengetahuan dengan mesin inferensi. Ini merupakan bagian software spesialisasi tingkat tinggi atau bahasa pemrograman tingkat tinggi (High level Language), yang berusaha menduplikasi fungsi seorang pakar dalam satu bidang keahlian tertentu. Program ini bertindak sebagai konsultan yang cerdas atau penasihat dalam suatu lingkungan keahlian tertentu, sebagai hasil himpunan pengetahuan yang telah dikumpulkan dari beberapa orang pakar.

2.       Siapakah pakar / expert ?

Seorang pakar/ahli (human expert) adalah seorang individu yang memiliki kemampuan pemahaman yang superior dari suatu masalah.

 Contoh : seorang dokter, penasehat keuangan, pakar mesin mobil, dll.

3.       Apakah kepakaran itu?

Pemahaman yang luas dari tugas atau pengetahuan spesifik yang diperoleh dari pelatihan, membaca dan pengalaman.

4.       Apa saja kemampuan pakar ?

·         Dapat mengenali (recognizing) dan

·         merumuskan masalah

·         Menyelesaikan masalah dengan cepat dan

·         tepat

·         Menjelaskan solusi

·         Belajar dari pengalaman

·         Restrukturisasi pengetahuan

·         Menentukan relevansi/hubungan

·         Memahami batas kemampuan

5.       Bentuk pengetahuan dalam kepakaran :

o   Fakta-fakta

o   Teori-teori dari permasalahan

o   Aturan dan prosedur yang mengacu pada

o   area permasalahan

o   Aturan (heuristik) yang harus dikerjakan

o   pada situasi yang terjadi

o   Strategi global untuk menyelesaikan

o   berbagai jenis masalah

o   Meta-knowledge (pengetahuan tentang pengetahuan)

6.       Komponen system pakar :

o    Knowledge base (Basis Pengetahuan)

 berisi semua fakta, ide, hubungan, aturan dari suatu domain permasalahan

o   Inference Engine (Motor inferensi )

bertugas untuk menganalisis pengetahuan dan menarik kesimpulan berdasarkan knowledge base dan aturan.

o   User Interface

o   Interaksi dengan user

o   Membangun dan memelihara basis

o   pengetahuan (knowledge base)

7.       Cara kerja system pakar :

1.      Sistem Pakar mempunyai model dari pengetahuan manusia yang digunakannya yang mana dimodel dan ditampilkan dalam bentuk yang dapat diproses oleh komputer, biasa disebut knowledge base. Dua cara untuk memodelkan keahlian dan pengetahuan seseorang yaitu dengan :

o   Dasar aturan (rule base) : sebuah program intelegensia semua yang mempunyai pernyataan berbentuk if-then atau aturan yang terhubung dan berulang dalam jumlah yang besar sebagai dasar pengetahuan dalam sistem

o   Knowledge frames : sebuah metode untuk mengorganisasikan pengetahuan dari sistem pakar kedalam potongan besar, hubungannya berdasarkan karakteristik yang diberikan yang ditentukan oleh pengguna

2.      Sistem Pakar juga mempunyai lingkup pemrograman yang disebut AI Shell.

3.      Sistem pakar juga mempunyai strategi untuk mencari data ke dalam rule base yang ada biasa disebut Inference engine. Dua strategi yang umum dipakai yaitu :

o   Forward Chaining : strategi pencarian yang dimulai dari informasi yang dimasukkan oleh pengguna dan dicari dalam rule base yang ada hingga sampai pada kesimpulan

o   Backward Chaining : Strategi pencarian yang bertindak seperti pemecah masalah yang dimulai dengan hipotesa, pencarian informasi hingga hipotesa tersebut terbukti maupun tidak.

8.       Permasalahan yang di sentuh oleh system pakar :

·         Interpretasi. Pengambilan keputusan dari hasil observasi, termasuk diantaranya :pengawasan, pengenalan ucapan, analisis citra, interpretasi sinyal, dan beberapa analisis kecerdasan.

·         Prediksi. Termasuk diantaranya : peramalan, prediksi demografis, peramalan ekonomi, prediksi lalulintas, estimasi hasil, militer, pemasaran, atau peramalan keuangan.

·         Diagnosis. Termasuk diantaranya : medis, elektronis, mekanis, dan diagnosis perangkat lunak.

·         Perancangan. Termasuk diantaranya : layout sirkuit dan perancangan bangunan.

·         Perencanaan. Termasuk diantaranya : perencanaan keuangan, komunikasi, militer, pengembangan produk, routing, dan manajemen proyek.

·         Monitoring. Misalnya : Computer-Aided Monitoring Systems.

·         Debugging, memberikan resep obat terhadap suatu kegagalan.

·         Perbaikan.

·         Instruksi. Melakukan instruksi untuk diagnosis, debungging, dan perbaikan kerja.

·         Kontrol. Melakukan kontrol terhadap interpretasi interpretasi, prediksi, perbaikan, dan monitoring kelakukan sistem.

9.       Keuntungan system pakar :

o   Memungkinkan orang awam bisa mengerjakan pekerjaan para ahli,

o   Bisa melakukan proses secara berulang secara otomatis

o   Menyimpan pengetahuan dan keahlian para pakar

o   Meningkatkan output dan produktivitas,

o   Meningkatkan kualitas

o   Mampu mengambil dan melestarikan keahlian para pakar (terutama yang termasuk keahlian langka),

o   Mampu beroperasi dalam lingkungan yang berbahaya

o   Memiliki kemampuan untuk mengakses pengetahuan,

o   Memiliki reliabilitas,

o   Meningkatkan kapabilitas sistem komputer,

o   Memiliki kemampuan untuk bekerja dengan informasi yang tidak lengkap dan mengandung ketidakpastian,

o   Sebagai media pelengkap dalam pelatihan,

o   Meningkatkan kapabilitas dalam penyelesaian masalah,

o   Menghemat waktu dalam pengambilan keputusan.

10.   Kelemahan system pakar :

·         Biaya yang diperlukan untuk membuat dan memeliharanya sangat mahal,

·         Sulit dikembangkan. Hal ini tentu saja erat kaitannya dengan ketersediaan pakar di bidangnya.

·         Sistem pakar tidak 100% bernilai benar

11.   Perbandingan system pakar dengan system konvesional :

System pakar

System konvesional

Knowledge base terpisah dari mekanisme pemrosesan (inference). Program bisa saja melakukan kesalahan Penjelasan (explanation) merupakan bagian dari ES. Tidak harus mambutuhkan semua input data atau fakta. Perubahan pada rules dapat dilakukan dengan mudah. Sistem dapat bekerja hanya dengan rules yang sedikit. Eksekusi dilakukan secara heuristic dan logic. Manipulasi efektif pada knowledge-base yang besar. Efektifitas adalah tujuan utama Data kualitatif. Reperesentasi pengetahuan dalam simbol data numerik atau informasi. Menangkap, menambah dan mendistribusi pertimbangan (judgment) dan pengetahuan

Informasi dan pemrosesan umumnya digabung dlm satu program sequential . Program tidak pernah salah (kecuali programer-nya yang salah). Tidak menjelaskan mengapa input dibutuhkan atau bagaimana hasil diperoleh. Membutuhkan semua input data Perubahan pada program merepotkan. Sistem bekerja jika sudah lengkap Eksekusi secara algoritmik (step-by-step). Manipulasi efektif pada database yang besar. Efisiensi adalah tujuan utama Data kuantitatif. Representasi data dalam numeric. Menangkap, menambah dan mendistribusi data numerik atau informasi

12.   Elemen system pakar :

13.   System pakar berbasis aturan :

·         Pengetahuan dikodekan menjadi aturan IF … THEN

·         Motor inferensi menentukan mana aturan yang terpenuhi lebih   

     dahulu

o   sisi kiri harus cocok dengan fakta di dalam memori kerja

·         Aturan yang terpenuhi ditempatkan pada agenda

·         Aturan pada agenda dapat diaktifasi

o   aturan yang teraktifasi mungkin menghasilkan fakta-fakta baru melalui sisi kanan.

o   pengaktifan satu aturan bisa menyebabkan pengaktifan aturan yang lain.

14.   Inference engine cycle

·         conflict resolution

o   Memilih rule dengan prioritas tertinggi dari agenda

·         execution

o   Menjalankan aksi pada consequent dari rule yang terpilih

o   remove the rule from the agenda

·         match

o   update the agenda

v  Menambah rules yang antecedents-nya sesuai dengan agenda

v  remove rules with non-satisfied agendas.

Siklus berhenti ketika tidak ada rules pada agenda atau ketika perintah berhenti ditemukan.

15.   Forward Chaining VS Backward Chaining

Forward Chaining	Backward Chaining
o    reasoning from facts to the conclusion o    as soon as facts are available, they are used to match antecedents of rules o    a rule can be activated if all parts of the antecedent are satisfied o    often used for real-time expert systems in monitoring and control o    examples: CLIPS, OPS5	o    starting from a hypothesis (query), supporting rules and facts are sought until all parts of the antecedent of the hypothesis are satisfied o    often used in diagnostic and consultation systems o   examples: EMYCIN