(Sistem Pakar)
Pendahuluan PENGERTIAN SISTEM PAKAR Kecerdasan Buatan adalah salah satu bidang ilmu komputer yang mendayagunakan komputer sehingga dapat berperilaku cerdas seperti manusia. Cabang-cabang AI:
Sistem pakar dibuat hanya pada domain pengetahuan tertentu untuk suatu kepakaran tertentu yang mendekati kemampuan manusia di salah satu bidang saja. Sistem pakar mencoba mencari penyelesaian yang memuaskan, yaitu sebuah penyelesaian yang cukup bagus agar pekerjaan dapat berjalan walaupun itu bukan penyelesaian yang optimal. Sumber Martin dan Oxman (1988) Ignizio (1991) Turban dan Aronson (2001) Giarratano dan Riley (2005) Durkin Definisi Sistem berbasis computer yang menggunakan pengetahuan, fakta, dan teknik penalaran dalam memecahkan masalah, yang biasanya hanya dapat diselesaikan oleh seorang pakar dalam bidang tertentu. Sistem pakar merupakan bidang yang dicirikan oleh system berbasis pengetahuan (knowledge Base System), memungkinkan komputer dapat berfikir dan mengambil kesimpulan dari sekumpulan kaidah. Sistem yang menggunakan pengetahuan manusia yang dimasukkan ke dalam computer untuk memecahkan masalah-masalah yang biasanya diselesaikan oleh pakar. Salah satu cabang kecerdasan buatan yang menggunakan pengetahuan-pengetahuan khusus yang dimiliki oleh seorang ahli untuk menyelesaikan suatu masalah tertentu. Sistem pakar adalah suatu program komputer yang dirancang untuk memodelkan kemampuan penyelesaian masalah yang dilakukan oleh seorang pakar.
Sumber pengetahuan/sumber keahlian dapat berasal dari pakar, buku-buku, jurnal ilmiah, majalah, maupun dokumnetasi yang tercetak lainnya. Sistem pakar pertama adalah General-purpose Problem Solver (GPS) yang dikembangkan oleh Newel dan Simon pada pertengahan 1960. KEUNTUNGAN SISTEM PAKAR Antara lain: 1. Memungkinkan orang awam bisa mengerjakan pekerjaan para ahli; 2. Bisa melakukan proses secara berulang secara otomatis; 3. Menyimpan pengetahuan dan keahlian para pakar; 4. Meningkatkan output dan produktivitas; 5. Meningkatkan kualitas; 6. Mampu mengambil dan melestarikan keahlian para pakar (keahlian langka); 7. Mampu beroperasi dalam lingkungan yang berbahaya; 8. Memiliki kemampuan untuk mengakses pengetahuan; 9. Memiliki realibilitas; 10. Meningkatkan kapabilitas sistem pakar;
10. Memiliki kemampuan untuk bekerja dengan informasi yang tidak lengkap dan mengandung ketidakpastian; 11. Sebagai media pelengkap dalam pelatihan; 12. Meningkatkan kapabilitas dalam penyelesaian masalah; 13. Menghemat waktu dalam pengambilan keputusan. KELEMAHAN SISTEM PAKAR Antara lain: 1. Biaya yang diperlukan untuk membuat dan memeliharanya sangat mahal; 2. Sulit dikembangkan, tergantung dengan ketersediaan pakar dalam bidang tersebut; 3. Sistem pakar tidak 100% benar. KONSEP DASAR SISTEM PAKAR Menurut Efraim Turban, konsep dasar sistem pakar mengandung: keahlian, ahli, pengalihan keahlian, inferensi, aturan dan kemampuan menjelaskan.
Keahlian adalah suatu kelebihan penguasaan pengetahuan di bidang tertentu yang diperoleh dari pelatihan, membaca atau pengalaman, misalnya: fakta-fakta pada lingkup permasalahan tertentu; teori-teori pada lingkup permasalahan tertentu; prosedurprosedur dan aturan-aturan berkenaan dengan lingkup permasalahn tertentu; strategistrategi global untuk menyelesaikan masalah; maupun meta-knowledge (pengetahuan tentang pengetahuan). Ahli/pakar adalah seseorang yang mampu menjelesakan suatu tanggapan, mempelajari hal-hal baru seputar topik permasalahan (domain), menyusun kembali pengetahuan jika dipandang perlu, memecahkan aturan-aturan jika dibutuhkan, dan menentukan relevan tidaknya keahlian mereka. Pengalihan keahlian dari para pakar ke komputer untuk kemudian dialihkan lagi ke orang lain yang bukan ahli. Proses ini membutuhkan 4 aktivitas yaitu: tambahan pengetahuan, representasi pengetahuan, inferensi pengetahuan, dan pengalihan pengetahuan ke pengguna (user). Kemampuan penalaran/inferensi harus dimiliki oleh sistem pakar untuk menghasilkan output berdasarkan pengetahuan-pengetahuan yang tersimpan dalam basis pengetahuan. Aturan digunakan untuk menyimpan pngetahuan, biasanya dalam bentuk IF-THEN. Kemampuan menjelaskan sangat dibutuhkan untuk menjelaskan bagaimana output tersebut bisa keluar agar user dapat lebih memahaminya.
Sistem Konvensional Informasi dan pemrosesannya biasanya menjadi satu dengan program. Biasanya tidak menjelaskan mengapa suatu input data itu dibutuhkan, atau bagaimana output itu diperoleh. Pengubahan program cukpu sulit dan membosankan. Sistem hanya akan beroperasi jika sistem tersebut sudah lengkap. Eksekusi dilakukan langkah demi langkah. Menggunakan data. Tujuan utamanya adalah efisiensi. Sistem Pakar Basis pengetahuan merupakan bagian terpisah dari mekanisme inferensi. Penjelasan adalah bagian terpenting dari sistem pakar. Pengubahan aturan dapat dilakukan dengan mudah. Sistem dapat beroperasi hanya dengan beberapa aturan. Eksekusi dilakukan pada keseluruhan basis pengetahuan Menggunakan pengetahuan. Tujuan utamanya adalah efektivitas. BENTUK SISTEM PAKAR Ada 4 bentuk sistem pakar, yaitu: 1. Berdiri sendiri; sistem pakar berdiri sendiri tidak tergabung dengan software lainnya. 2. Tergabung; sistem pakar merupakan bagian program yang terkandung di dalam suatu lagoritma (konvensional) atau di dalamnya memanggil algoritma subrutin lainnya. 3. Menghubungkan ke perangkat lunak lainnya; sistem pakar menghubungkan ke suatu paket program tertentu, misalnya DBMS. 4. Sistem mengabdi; sistem pakar merupakan bagian dari komputer khusus yang dihubungkan dengan fungsi tertentu.
Struktur Sistem Pakar BERDASARKAN KOMPONEN Menurut Giarratano da Riley (2005), struktur sebuah sistem pakar harus memiliki komponen-komponen sebagai berikut: a. Antar muka pengguna (user interface) b. Basis pengetahuan (knowledge base) c. Mekanisme inferensi (inference machine) d. Memori kerja (working memori) Sedangkan untuk menjadikan sistem pakar lebih interaktif dibutuhkan 2 fasilitas, yaitu: a. Fasilitas penjelasan (explanation facility) b. Fasilitas akuisisi pengetahuan (knowledge acquisition facility)
Antar muka pengguna; sistem pakar menggantikan peran seorang pakar, oleh karena itu diperlukan sebuah komponen bagi pengguna untuk berkomunikasi dengan sistem. Antar muka yang efektif dan ramah pengguna sangat dibutuhkan bagi pengguna yang awam dalam lingkup pengetahuan sistem pakar tersebut. Basis pengetahuan merupakan kumpulan pengetahuan bidang tertentu pada tingkatan pakar dalam format tertentu. Basis pengetahuan bersifat dinamis, bisa berkembang dari waktu ke waktu. Pemisahan basis pengetahuan dengan mesin inferensi berguna untuk memudahkan pengembangan pengetahuan tanpa mengganggu mesin inferensi.
Mesin inferensi merupakan otak dri sistem pakar, berupa perangkat linak yang melakukan tugas inferensi penalaran sistem pakar. Komponen ini menyediakan metodologi untuk melakukan penalaran tentang informasi pada basis pengetahuan dan pada memori kerja, serta untuk merumuskan kesimpulan-kesimpulan. Memori kerja merupakan komponen yang digunakan untuk menyimpan fakta-fakta yang diperoleh saatproses konsultasi. Fasilitas penjelasan memberikan informasi kepada pemakai mengenai jalannya penalaran sehingga dihasilkan suatu keputusan. Bentuk penjelasan dapat berupa keterangan yang diberikan saat pertanyaan diajukan, yaitu penjelasan atas pertanyaan mengapa, atau penjelasan atas pertanyaan bagaimana sistem mencapai konklusi. Fasilitas akuisisi pengtahuan digunakan untuk melakukan update pengetahuan agar basis pengetahuan dapat terus valid dengan keadaan nyata di lapangan. Dengan adanya fasilitas ini dapat memudahkan seorang pakar/maintenance system untuk melakukan penambahan, pengurangan maupun perubahan pengetahuan. Proses ini meliputi pengumpulan, perpindahan, dan transformasi dari sumber kepakaran/keahlian ke dalam bentuk yang bisa dimengerti oleh komputer. BERDASARKAN LINGKUNGAN Menurut Turban (2005), struktur sistem pakar memiliki 2 lingkungan yaitu lingkungan konsultasi dan lingkungan pengembangan.
Lingkungan konsultasi diperuntukkan bagi pengguna non pakar untuk melakukan konsultasi dengan sistem yang tujuannya adalah mendapatkan nasehat pakar. Lingkungan pengembangan ditujukan bagi pembangun sistem pakar untuk membangun komponen dan memasukkan pengetahuan hasil akuisisi pengetahuan ke dalam basis pengetahuan. Hasil pemrosesan dari mesin inferensi dalam sudut pandang pengguna non pakar menghasilkan aksi/konklusi yang direkomendasikan oleh sistem pakar atau dapat juga berupa penjelasan jika memang dibutuhkan oleh pengguna. Sedangkan pada sudut pandang pembangun sistem, mesin inferensi terdiri dari 3 elemen penting: 1. Intepreter, elemen ini mengeksekusi item-item agenda yang terpilih dengan menggunakan kaidah basis pengetahuan yang bersesuaian. 2. Scheduler, elemen ini mengelola pengontrolan terhadap agenda. Penjadwalan memperkirakan pengaruh-pengaruh dari penggunaan kaidah inferensi pada prioritas-prioritas item atau kriteria lain pada agenda. 3. Consistency enforcer, elemen ini berusaha untuk mengelola penyajian solusi secara konsisten. Blackboard adalah memori kerja yang digunakan untuk menyimpan kondisi/keadaan yang dialami oleh pengguna dan juga hipotesa serta keputusan sementara.