INTELEGENSI BUATAN Sistem Pakar M. Miftakul Amin, M. Eng. e-mail: mmiftakulamin@gmail.com website : http://mafisamin.web.ugm.ac.id Jurusan Teknik Komputer Politeknik Negeri Sriwijaya Palembang 2015 1
Definisi Sistem Pakar Merupakan salah satu cabang Artificial Intelligence (AI); Membuat komputer agar dapat berpikir dan bertindak (decission maker) seperti manusia. Penggabungan pengetahuan dan penelusuran data untuk memecahkan masalah yang secara normal memerlukan keahlian manusia. 2
Manusia yang terlibat Seorang pakar/ahli/expert adalah seorang individu yang memiliki kemampuan pemahaman yang superior dari suatu masalah. Knowledge Egineer, orang yang melakukan proses desain, mengembangkan dan menguji suatu sistem pakar. 3
Manusia yang terlibat End User, dapat membantu mendefinisikan spesifikasi interface Dapat membantu proses akuisisi pengetahuan Dapat membantu proses pengembangan sistem 4
Model Kepakaran Manusia 5
Manfaat Sistem Pakar 1. Masyarakat awam dapat menggunakan keahlian pakar bidang tertentu. 2. Meningkatkan produktivitas kerja. 3. Menghemat waktu. 4. Menyederhanakan solusi kasus yang kompleks dan berulang. 5. Dokumentasi pengetahuan seorang Pakar. 6. Mengkombinasikan pengetahuan beberapa orang pakar. 6
Kelemahan Sistem Pakar 1. Produktivitas manusia berkurang. 2. Pengembangan relatif lebih sulit dibanding sistem konvensional. 3. Pengembangan relatif lebih mahal dibanding sistem konvensional. 7
Perbandingan Sistem Pakar Pakar Manusia Terbatas Ruang & Waktu Akses lokal Pengetahuan berubah Kecepatan solusi bervariasi Biaya konsultasi mahal Sistem Pakar Tak terbatas ruang & waktu Akses di terminal port Pengetahuan tetap Ketepatan solusi konsisten & cepat Biaya lebih murah 8
Sejarah Sistem Pakar Tahun 1951, istilah AI mulai dipopulerkan oleh John McCarthy, Di Dartmouth College. Th 1951, komputer AI pertama dikembangkan dan diberi nama Logic Theorist untuk teorema kalkulus Th 1955, program game catur dengan AI oleh Shanon. Th 1963, Samuel mengembangkan program pengecekan masalah. Th 1972, Newell & Simon mengenalkan teori logika untuk mendukung pengembangan AI. Th 1976, sistem pakar MYCIN dibuat untuk diagnosis penyakit manusia (memiliki 500 basis pengetahuan dan basis aturan). 9
Karakteristik Sistem Pakar Pengetahuan sistem pakar merupakan konsep (bukan numerik). Informasi dalam SP tak selalu lengkap, bergantung kondisi lingkungan. Kemungkinan solusi SP thdp permasalahan bervariasi (banyak alternatif jawaban). Pengembangan pengetahuan SP dapat dilakukan sepanjang waktu. Jaminan solusi SP tak selalu benar (beregantung pada pengetahuan pakar yang dipakai). Keputusan merupakan bagian yang penting dari sistem pakar. 10
Bidang Sistem Pakar Kontrol, terhadap sesuatu agar ada solusi tepat. Desain, sirkuit elektronik dan permaslhn yang lain Diagnosis, terhadap permasalahan terttu Instruksi, untuk melakukan sesuatu pd bid terttu Interpretasi, proses pemahaman berdasar infrms Monitor, sensor radar menganalisis obyek. Perencanaan, dari suatu proyek dan bisnis. Prediksi, kejadian akn datang berdasar inf & data Seleksi, pilihan terbaik dari sejumlah solusi. Simulasi, memproses beberapa operasi variasi 11
Bidang Sistem Pakar Area Percentage Production/Operations Mgmt 48% Finance 17% Information Systems 12% Marketing/Transactions 10% Accounting/Auditing 5% International Business 3% Human Resources 2% Others 2% 12
Arsitektur Sistem Pakar USER USER INTERFACE INFERENCE ENGINE KNOWLEDGE BASE Rules Frames Semantic Net Dll DATA BASE System Status Initial States Present state Facts 13
User Interface USER INTERFACE Sarana bagi user utk berkomunikasi Berisi pertanyaan kepada user. Berisi pernyataan kepada user. Berisi menu pilihan untuk user. Berisi informasi untuk user. 14
Inference Engine INFERENCE ENGINE Alat pelacakan atau pencocokan: a) Forward chaining b) Backward chaining Penafsir kaidah (interpreter) Menambah, Mencari, Memodifika-si Fakta, Kaidah di DB Pembukti hipotesis 15
Knowledge Base KNOWLEDGE BASE Jantung dari sistem Pakar List, frame, Script, Semantic Net, Rule/Kaidah. Kaidah: IF : premis, condition, antecedent THEN : konklusi, konsekuensi Catatan: penting uutk membuat know-ledge base selalu up to date. 16
Database DATA BASE Disebut juga pangkalan fakta: Fakta lama maupun Fakta baru Dapat berisi daftar kaidah: Kumpulan kaidah Urutan kaidah 17
Contoh Inference Engine Contoh: Forward chaining: Initial facts Infered facts - F - I - L - N - G - H Rule Base 1. IF K and L THEN J 2. IF F and J THEN M 3. IF F THEN I 4. IF L and I THEN N 5. IF N THEN G 6. IF M THEN G 7. IF G THEN H 18
Forward Chaining (IF THEN ) Rule 3 F I Rule 4 G N Rule 5 Rule 7 L H 19
Backward Chaining (THEN IF) Rule 3 F I Rule 4 G N Rule 5 Rule 7 L H 20
Strategi Chaining 21
Certainty Factor CERTAINTY FACTOR Sebagai jaminan kepastian hasil Kepastian hasil adanya kurang nilai masukan Pemberi makna hasil yg dicapai Kepastian hasil adanya nilai masukan tak dikenal Kepastian hasil thdp nilai masukan tak diketahui kebenarannya. 22
Struktur Skematis 23
Sistem Pakar vs. Konvensional 24
Membangun Sistem Pakar Fase 1 Seleksi permasalahan yang sesuai Fase 2 Pembangungan Prototype sistem Fase 3 Pembangungan sistem pakar yang lengkap Fase 4 Evaluasi sistem Fase 5 Integrasi sistem Fase 6 Pemeliharaan 25
Fase 1 Seleksi permasalahan yang sesuai Melakukan identifikasi domain masalah Mencari seorang pakar untuk mendapatkan keahlian yang dimiliki Mengidentifikasi pendekatan sementara untuk mengatasi permasalahan Menganalisa biaya dan keuntungan Menyiapkan rencana pembangunan sistem pakar yang spesifik 26
Fase 2 Pembangungan prototipe sistem pakar Mempelajari mengenai domain yang telah ditetapkan Menentukan kriteria kinerja prototipe Memilih tool yang akan digunakan Membangun prototipe sistem Ujicoba prototipe Membuat rancangan yang rinci untuk sistem pakar yang lengkap 27
Fase 3 Pembangunan sistem pakar yang lengkap Melakukan implementasi struktur utama dari sistem pakar yang lengkap Memperluas basis pengetahuan Membuat antar muka pemakai Mengawasi kinerja sistem 28
Fase 4 Evaluasi sistem Menguji coba untuk melihat kesesuaian dengan kriteria yang ditetapkan Menguji coba dengan berbagai kasus 29
Fase 5 Integrasi sistem Mengintegrasikan sistem pakar ke lingkungan pekerjaan Melakukan pelatihan Menyesuaikan dengan prosedur yang baru 30
Fase 6 Pemeliharaan sistem Menjaga kinerja dan kemutakhiran sistem Update basis pengetahuan 31
Memilih Bahasa Pemrograman Spesifikasi bahasa pemrograman AI (LISP dan PROLOG) Bahasa pemrograman prosedural/desktop (Visual basic, Delphi, Visual FoxPro, etc.) Bahasa pemrograman berorientasi objek (Java, PHP,.NET, etc.) 32