P12 AI, ES & DSS A. Sidiq P. Universitas Mercu Buana Yogyakarta 1
AI Artifical Intellegence Kecerdasan buatan Adalah aktifitas penyediaan mesin seperti komputer yang memiliki kemampuan menampilkan perilaku yang dianggap cerdas seperti yang terjadi pada manusia. 2
Bidang-bidang AI 3
ES Expert System Sebuah program komputer yang dirancang untuk memodelkan kemampuan menyelesaikan masalah seperti layaknya seorang pakar (human expert). 4
Pakar (Expert) Seorang pakar/ahli (human expert) adalah seorang individu yang memiliki kemampuan pemahaman yang superior dari suatu masalah. Misalnya: seorang dokter, penasehat keuangan, pakar mesin mobil, dll. 5
Kemampuan Kepakaran 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 6
Kepakaran (Expertise) Pemahaman yang luas dari tugas atau pengetahuan spesifik yang diperoleh dari pelatihan, membaca dan pengalaman. Jenis-jenis pengetahuan yang dimiliki dalam kepakaran: Teori-teori dari permasalahan Aturan dan prosedur yang mengacu pada area permasalahan Aturan (heuristik) yang harus dikerj akan pada situasi yang terjadi Strategi global untuk menyelesaikan berbagai jenis masalah Meta-knowledge (pengetahuan tentang pengetahuan) Fakta-fakta 7
Data = Informasi Data : Nilai (value) yang turut merepresentasikan deskripsi dari suatu objek atau kejadian (event) Informasi : merupakan hasil dari pengolahan data dalam suatu bentuk yang lebih berguna dan lebih berarti bagi penerimanya, yang menggambarkan suatu kejadiankejadian (event) yang nyata (fact) yang digunakan untuk pengambilan keputusan. 8
Knowledge Proses : pengalaman, pelatihan, dll 9
Human Expert VS ES 10
Alasan Pengembangan ES Dapat menyediakan kepakaran setiap waktu dan diberbagai lokasi Secara otomatis mengerjakan tugas-tugas rutin yang membutuhkan seorang pakar. Seorang Pakar akan pensiun atau pergi Seorang Pakar adalah mahal Kepakaran dibutuhkan juga pada lingkungan yang tidak bersahabat (hostile environtment) 11
ES VS Conventional System 12
Ciri - Ciri ES Memiliki informasi yang handal. Mudah dimodifikasi. Dapat digunakan dalam berbagai jenis komputer. Memiliki kemampuan untuk belajar beradaptasi. 13
Tujuan ES Untuk membuat knowledge dan pengalaman dari para pakar tersimpan dan tersedia lebih luas dan leluasa (Bukan untuk menggantikan seorang pakar). Aktifitas yang dilakukan untuk memindahkan kepakaran: Knowledge Acquisition (dari pakar atau sumber lainnya) Knowledge Representation (ke dalam komputer) Knowledge Inferencing Knowledge Transfering 14
Struktur Dasar ES 15
Knowledge Base Bagian ES yang berisi domain pengetahuan. Berisi pengetahuan yang dibutuhkan untuk memahami, merumuskan dan menyelesaikan masalah. Terdiri dari 2 elemen dasar: Fakta, situasi masalah dan teori yang terkait Heuristik khusus atau rules, yang langsung menggunakan pengetahuan untuk menyelesaikan masalah khusus. 16
Working Memory Bagian ES yang berisi fakta-fakta masalah yang ditemukan dalam suatu sesi. Berisi fakta-fakta tentang suatu masalah yang ditemukan dalam proses konsultasi 17
Inference Engine Merupakan Processor (control structure) pada ES yang mencocokan fakta-fakta yang ada pada working memory dengan domain pengetahuan yang terdapat pada knowledge base, untuk menarik kesimpulan dari masalah yang dihadapi. Proses berpikir pada manusia dimodelkan dalam sistem pakar pada modul yang disebut Inference Engine. 18
Struktur ES Development Environment (Lingkungan Pengembangan) Digunakan oleh ES builder untuk membangun komponen dan membawa knowledge ke dalam knowledge base. Consultation Environment (Lingkungan Konsultasi) Digunakan oleh orang yang bukan ahli untuk mendapatkan knowledge dan saran setara pakar. 19
Bagian-bagian ES / Penyusun ES Penerimaan Pengetahuan (Knowledge Acquisition) Meliputi proses pengumpulan, pemindahan, dan perubahan dari kemampuan pemecahan masalah seorang pakar atau sumber pengetahuan terdokumentasi (buku, dll) ke program komputer, yang bertujuan untuk memperbaiki dan atau mengembangkan basis pengetahuan (knowledge-base), dilakukan dengan bantuan knowledge engineer. Peran knowledge engineer adalah sebagai penghubung antara suatu sistem pakar dengan pakarnya. Konsultasi (Consultation) Memberikan jawaban atas permasalahan yang diajukan oleh user, sistem pakar berada dalam modul konsultasi. Pada modul ini, user berinteraksi dengan sistem dengan menjawab pertanyaanpertanyaan yang diajukan oleh sistem. 20
Penjelasan (Explanation) Menjelaskan proses pengambilan keputusan oleh system (bagaimana suatu keputusan dapat diperoleh). 21
Pakar Elemen dalam pengembangan dan penggunaan ES Knowledge Engineer User, Yang terdiri dari: Klien yang bukan pakar yang menginginkan nasehat langsung. Disini ES bertindak sebagai konsultan atau advisor/penasehat. Pelajar yang ingin belajar, ES disini bertindak sebagai instruktur. ES Builder yang ingin meningkatkan knowledge base-nya. Disini ES bertindak sebagai partner. Pakar. ES disini bertindak sebagai kolega atau sebagai asisten. Pihak lain. Misalnya: system builder, tool builder, vendor, staf pendukung. 22
Kategori Permasalahan yang ditangani ES 23
24
Kelebihan ES Memungkinkan orang awam bisa mengerjakan pekerjaan para ahli. Bisa melakukan proses secara berulang secara otomatis. Menyimpan pengetahuan dan keahlian para pakar. Meningkatkan output dan produktivitas. Meningkatkan kualitas. Mampu mengambil dan melestarikan keahlian para pakar (terutama yang termasuk keahlian langka). Mampu beroperasi dalam lingkungan yang berbahaya. Memiliki kemampuan untuk mengakses pengetahuan. Memiliki reabilitas. Meningkatkan kapabilitas sistem komputer. 25
Memiliki kemampuan untuk bekerja dengan informasi yang tidak lengkap dan mengandung ketidakpastian. Sebagai media pelengkap dalam pelatihan. Meningkatkan kapabilitas dalam penyelesaian masalah. Menghemat waktu dalam pengambilan keputusan. 26
Kekurangan ES 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. 27
ES Vs DSS 28
Kenapa ES bukan DSS? Masalah tersebut melibatkan diagnosis situasi yang kompleks / melibatkan pembutan kesimpulan / peringkasan dari volume data yang besar. Ada tingkat ketidaktentuan dalam aspek masalah tertentu. Ada kemungkinan bagi ahli manusia untuk memecahkan masalah tersebut dalam jangka waktu yang wajar. 29
Referensi Turban, Aronson, and Liang. 2005. Decision Support Systems and Intelligent Systems, 7th Edition, Prentice Hall. Kusrini. 2007. Konsep Dan Aplikasi Sistem Pendukung Keputusan. Yogyakarta : Andi. 30
Tugas Berdasarkan Tugas Kelompok buatlah : Laporan dengan format : Pages : A4 (TLRB=4433) Spacing : 1.5 Font : Times New Rowman (12) Gunakan Bookmark Untuk setiap judul dan sub judul 31
Isi laporan : Cover (Judul, NIM & Nama Kelompok) Daftar Isi Bab I Latar belakang, Masalah, Tujuan, Manfaat Bab II Algoritma Penggalan program (implementasi algoritma) Manual User (Screenshot & Keterangan) Bab III Kesimpulan Saran Daftar Pustaka 32
1 Document Laporan Pengumpulan 1 Aplikasi (DB & Program) Selanjutnya di kumpul dalam bentuk file compress (*.zip, *.7-zip, *.tar, dll) 33
Presentasi Persiapkan : Slide presentasi Running program Kelas 21 : 23 Juni 2014 22 : 26 Juni 2014 34