Pengantar Sistem Pakar

dokumen-dokumen yang mirip
SISTEM PAKAR. (Expert System) L/O/G/O

BAB 1 PENGENALAN SISTEM PAKAR

Kecerdasan Buatan dan Sistem Pakar

SISTEM PENDUKUNG KEPUTUSAN (DECISION SUPPORT SYSTEMS-DSS)

Kecerdasan Buatan dan Sistem Pakar

Sistem Pakar Untuk Mendeteksi Kerusakan Pada Sepeda Motor 4-tak Dengan Menggunakan Metode Backward Chaining

EXPERT SYSTEMS ARTIFICIAL INTELLEGENCE

Sistem Pakar Dasar. Ari Fadli

SISTEM PAKAR (SP) Saiful Rahman Yuniarto, S.Sos, M.AB

MANAGEMENT INFORMATION SYSTEMS Raymond McLeod, Jr. and George Schell

Pengantar ke Expert System 1

BAB I Pengenalan Kecerdasan Buatan (Artificial Inteligent / AI ) Created A.Tohir from Dosen Mr.Zulkifli

MENGENAL SISTEM PAKAR

Definisi Keuntungan dan kelemahan Konsep Dasar Bentuk dan Struktur Sistem Basis Pengetahuan Metode Inferensi Ciri-ciri Aplikasi dan Pengembangannya

Pengantar Kecerdasan Buatan (AK045218) Sistem Pakar. Sistem Pakar 1/17

2/22/2017 IDE DASAR PENGANTAR SISTEM PAKAR MODEL SISTEM PAKAR APLIKASI KECERDASAN BUATAN

Pengenalan Kecerdasan Buatan (KB)

SISTEM PAKAR ( EXPERT SYSTEM )

SISTEM BERBASIS PENGETAHUAN PENDAHULUAN HENKI FDS R

APLIKASI SISTEM PAKAR UNTUK PERTOLONGAN PERTAMA MENDIAGNOSA DEMAM Shela Shelina Universitas Gunadarma Jl. Margonda Raya No. 100 Pondok Cina, Depok 164

Bab 1 PENDAHULUAN 1.1. Latar belakang masalah

Expert System. MATA KULIAH : Model & Simulasi Ekosistem Pesisir & Laut. Syawaludin A. Harahap 1

ARTIFICIAL INTELLIGENCE / AI (Kecerdasan Buatan)

BAB III TEORI DASAR SISTEM PAKAR DAN SISTEM KONTROL BERBASIS SISTEM PAKAR 20 BAB III TEORI DASAR SISTEM PAKAR DAN SISTEM KONTROL BERBASIS SISTEM PAKAR

INTELEGENSI BUATAN. Sistem Pakar. M. Miftakul Amin, M. Eng. website :

Materi yang akan dibahas: 11-1

SISTEM PAKAR. Entin Martiana, S.Kom, M.Kom

SISTEM PAKAR. Entin Martiana Jurusan Teknik Informatika - PENS

Seminar Nasional Aplikasi Teknologi Informasi 2004 Yogyakarta, 19 Juni 2004

Artificial Intelegence. Eka Yuniar

BAB II TINJAUAN PUSTAKA

APLIKASI SISTEM PAKAR UNTUK MENGIDENTIFIKASI PENYAKIT DALAM PADA MANUSIA MENGGUNAKAN METODE FORWARD CHAINING

BAB I PENDAHULUAN. tubuh. Dalam suatu serangan jantung (myocardial infarction), bagian dari otot

PENGEMBANGAN SISTEM PAKAR DALAM MEMBANGUN SUATU APLIKASI

SISTEM PAKAR MENDIAGNOSA PENYAKIT PARU-PARU PADA MANUSIA BERBASIS WEB

H. A. Simon [1987] : Rich and Knight [1991]:

BAB 2 TINJAUAN PUSTAKA DAN DASAR TEORI. Menggunakan Metode Forward Chaining diperoleh berdasarkan referensi yang

BAB I PENDAHULUAN. Perkembangan komputer sekarang ini sangat pesat dan salah. satu pemanfaatan komputer adalah dalam bidang kecerdasan buatan.

Artificial intelligence

SISTEM PAKAR BERBASIS MOBILE UNTUK MENDETEKSI PENYAKIT PADA GINJAL

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB 2 TINJAUAN TEORI. Artificial Intelligence. Jika diartikan Artificial memiliki makna buatan,

EXPERT SYSTEM /(Sistem Pakar)

Rancang Bangun Sistem Pakar untuk Diagnosis Penyakit Mulut dan Gigi dengan Metode Fuzzy Logic

BAB I PENGANTAR KECERDASAN BUATAN

BAB II LANDASAN TEORI

MODEL HEURISTIK. Capaian Pembelajaran. N. Tri Suswanto Saptadi

SISTEM PAKAR. Jurusan Teknik Informatika

BAB 2 LANDASAN TEORI

BAB I PENDAHULUAN. produksi secara keseluruhan sangat ditentukan oleh pemilihan jenis perlengkapan

Semoga Tuhan memberi berkah pada kelas ini.

BAB 2 LANDASAN TEORI

EXPERT SYSTEM / ES. Sistem Pakar

BAB I PENDAHULUAN 1.1 Latar Belakang

PERANCANGA SISTEM PAKAR PENDETEKSI GANGGUAN KEHAMILAN ABSTRAK

EXPERT SYSTEM DENGAN BEBERAPA KNOWLEDGE UNTUK DIAGNOSA DINI PENYAKIT-PENYAKIT HEWAN TERNAK DAN UNGGAS

Sistem Pakar untuk Mendiagnosa Penyakit Kucing Menggunakan Metode Backward Chaining

Pengenalan Sitem Pakar

BAB I PENDAHULUAN. (intelligent system) adalah sistem yang dibangun dengan menggunakan

Expert System. Siapakah pakar/ahli. Pakar VS Sistem Pakar. Definisi

1. PENGANTAR KECERDASAN BUATAN (ARTIFICIAL INTELLIGENCE)

KECERDASAN BUATAN Artificial intelligence TRI WAHYUDI TIPA 15

Pengantar Teknologi Informasi

Pendahuluan PENGERTIAN SISTEM PAKAR

Pengendalian Manajemen. Pengendalian Operasi

SISTEM PAKAR DIAGNOSIS PENYAKIT YANG DISEBABKAN OLEH VIRUS INFLUENZA MENGGUNAKAN METODE FORWARD CHAINING DAN CERTAINTY FACTOR

TAKARIR. data atau informasi dan transformasi data yang bergerak dari pemasukan data hingga ke keluaran. Database

PENGEMBANGAN APLIKASI DIAGNOSA PENCARIAN PENYEBAB KERUSAKAN MODEM SPEEDY BERBASIS SISTEM PAKAR

BAB I PENDAHULUAN. 1.1 Latar Belakang

Sistem Pakar Kerusakan pada Perangkat Keras (Hardware) di SMA Negeri 11 Kabupaten Tangerang

BAB I PENDAHULUAN 1.1 Latar Belakang 1.2 Rumusan Masalah

Definisi Sistem Pakar

SISTEM PAKAR PENDETEKSI PENYAKIT MATA BERBASIS ANDROID

SISTEM PAKAR PENDETEKSI PENYAKIT PADA BURUNG MURAI MENGGUNAKAN METODE FORWARD CHAINING

Struktur Sistem Pakar

APLIKASI DIAGNOSA PENYAKIT ANAKMELALUI SISTEM PAKAR MENGGUNAKAN JAVA 2 MICRO EDITION YOSEPHIN ERLITA KRISTANTI

Kecerdasan Buatan (Artificial Intelligence) Muhammad Dahria

Menurut Kaplan, AI mempunyai beberapa kelebihan dibandingkan dengan kecerdasan alami

By: Sulindawaty, M.Kom

Gambar 3.1 Arsitektur Sistem Pakar (James Martin & Steve Osman, 1988, halaman 30)

BAB II TINJAUAN PUSTAKA

APPLIED ARTIFICIAL INTELLIGENT. Ir. Arthur Daniel Limantara, MM.MT

BAB I PENDAHULUAN. Perkembangan teknologi informasi sekarang ini berjalan sangan cepat dan memegang

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah

Sekilas Tentang Kecerdasan Buatan

BAB I PENDAHULUAN. 1.1 Latar Belakang

PERANCANGAN DAN IMPLEMENTASI SISTEM PAKAR TROUBLESHOOTING PADA MESIN FOTOCOPY CANON MENGGUNAKAN FORWARD CHAINING

BAB II LANDASAN TEORI

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

PEMANFATAN TEOREMA BAYES DALAM PENENTUAN PENYAKIT THT

Abstrak. Kata Kunci : Medical Expert System, Mycin PENDAHULUAN

Sistem Pendukung Keputusan. Lecture s Structure. Pengambilan Keputusan

Sistem Pakar untuk Pemilihan Obat Non Resep Dokter. Naskah Publikasi

BAB I PENDAHULUAN. membeli buah tomat di pasar, selain faktor harga jual buah tomat tersebut. Hal ini

IMPLEMENTASI SISTEM PAKAR DALAM PENDETESIAN KERUSAKAN MESIN SEPEDA MOTOR

APLIKASI SISTEM PAKAR DIAGNOSA PENYAKIT GINJAL DENGAN METODE DEMPSTER-SHAFER

BAB I PENDAHULUAN. yaitu dengan suatu media konsultasi yang bersifat online. mengemukakan pesoalan-persoalan yang terjadi kemudian pakar akan

Aplikasi Sistem Pakar untuk Mendiagnosa Gangguan Pernafasan pada Anak Menggunakan Metode CF (Certainty Factor)

SISTEM PAKAR ANALISIS PENYAKIT LUPUS ERITEMATOSIS SISTEMIK PADA IBU HAMIL MENGGUNAKAN METODE FORWARD CHAINING

UKDW BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Transkripsi:

Pengantar Sistem Pakar 1. PENDAHULUAN Sistem Pakar (Expert System) merupakan suatu sistem yang menggunakan pengetahuan manusia dalam komputer untuk memecahkan masalah yang biasanya dikerjakan oleh seorang pakar, misalnya : Dokter, Lawyer, Analist Keuangan, Tax Advisor. Sistem pakar dapat mendorong perhatian besar diantara ahli komputer dan spesialist informasi untuk mengembangkan sistem membantu manajer dan non manajer memecahkan masalah. Sistem pakar terdiri atas 4 bagian: 1. User Interface 2. Knowledge Base 3. Inference Engine 4. Development Engine Sistem Pakar memberikan banyak keuntungan bagi operasi perusahaan dan manajer, tetapi memiliki keterbatasan significan. Artificial Intelligence merupakan suatu aktivitas untuk menyediakan berbagai mesin seperti komputer dengan menampilkan perilaku dengan penalaran yang cerdas apabila diamati sebagai manusia. Artificial Intelligence menyajikan berbagai aplikasi komputer yang canggih untuk menyamai berbagai jenis penalaran manusia. Sejarah Artificial Intelligence John McCarty Logic Theorist General Problem Solver (GPS) Bidang Artificial Intelligence 1. Jaringan Syaraf (Neural Network) Hal.1

2. Sistem Persepsi (Perceptive System) 3. Belajar (Learning) 4. Robot (Robotics) 5.Perangkat Keras Ai (Artificial Intelligence) 6.Pemrosesan Bahasa Alamiah (Natural Language Processing) 2. JENIS-JENIS SISTEM PAKAR Interpretasi : Menghasilkan deskripsi situasi berdasarkan data sensor. Prediksi : Memperkirakan akibat yang mungkin dari situasi yang diberikan. Diagnosis : Menyimpulkan kesalahan sistem berdasarkan gejala (symptoms). Disain : Menyusun objek-objek berdasarkan kendala. Planning : Merencanakan tindakan Monitoring : Membandingkan hasil pengamatan dengan proses perencanaan. Debugging : Menentukan penyelesaian dari kesalahan sistem. Reparasi : Melaksanakan rencana perbaikan. Instruction : Diagnosis, debugging, dan reparasi kelakuan pelajar. Control : Diagnosis, debugging, dan reparasi kelakuan sistem. 3. KOMPONEN SISTEM PAKAR 3.1. User Interface User interface digunakan manajer untuk meng-enter instruksi dan informasi dari sistem. Metode input yang digunakan oleh manajer yaitu: Menu Command Natural Language Output ES memakai 2 bentuk penjelasan (explanation) : Hal.2

Explanation of Question Explanation of Problem Solution 3.2. Knowledge Base (KB) Knowledge base terdiri dari fakta yang menggambarkan area problem atau problem domain dan juga teknik penyajian yang menggunakan fakta sesuai logika. Rule/aturan merupakan rincian dalam situasi yang tidak berubah: Kondisi benar dan tidak benar Tindakan yang diambil bila kondisi benar 3.3. Interface Engine Inference Engine merupakan bagian dari Expert System yang membentuk Reasoning dengan menggunakan isi dari knowledge base dalam urutan tertentu. Dua metode yang digunakan dalam Expert System untuk mengamati Rule, yaitu: a. Penalaran ke depan (Forward) atau Forward Chaining - Evaluasi Rule - Proses Penalaran Berulang (Iterative Reasoning) b. Penalaran ke Belakang (Revierse) atau Backward Chaining. - Alur Logika Pertama diikuti (First Logical Path) - Alur Logika Selanjutnya diikuti (Next Logical Path) 3.4. Development Engine Development Engine membangun Rule Set dengan pendekatan : 1. Bahasa Pemrograman (Programming Language). 2. Bagian Expert System (Expert System Shell) Peran Sistem Analist sebagai Knowledge Engineer dalam organisasi bisnis dengan menggunakan keterampilan untuk membangun aplikasi komputer yang konvesional, yaitu : Hal.3

Memahami bagaimana Expert menerapkan keahliannya dalam pemecahan masalah. Dapat menarik suatu Description Of Knowledge dari Expert. Proses Pengembangan Sistem Permulaan proses pengembangan Prototype pengembangan Expert System Partisipasi User Pemeliharaan Expert System 4. KEUNTUNGAN DAN KERUGIAN EXPERT SYSTEM Keuntungan Expert System untuk manajer. 1. Menyajikan lebih banyak alternatif. 2. Menerapkan logika tingkat tinggi 3. Menyediakan waktu banyak untuk evaluasi hasil keputusan. 4. Memberikan solusi yang lebih konsisten 5. Membuat seorang awam bekerja seperti layaknya seorang pakar; 6. Menyederhanakan pekerjaan dan meningkatnya efisiensi kerja; 7. Meningkatnya kualitas pekerjaan; 8. Meningkatnya produktifitas sehingga meningkat pula performance perusahaan; 9. Merupakan arsip yang terpercaya sehingga seolah-olah langsung konsultasi dengan pakar (meskipun sang pakar telah tiada) 12.. 11. Memperluas jangkauan. Keuntungan Expert System untuk perusahaan. 1. Meningkatkan performance perusahaan. 2. Memelihara pengendalian terhadap knowledge perusahaan. Kerugian Expert System Hal.4

Dua karakteristik Expert System membatasi kemampuan peralatan untuk memecahkan masalah bisnis, yaitu : 1. E.S. tidak dapat menangani inkonsistesi knowledge. 2. E.S. tidak dapat menerapkan judgement dan instuisi sebagai suatu bahan penting untuk pemecahan masalah. Bottom Line Hambatan terbesar untuk menerapkan Expert System kedalam bisnis adalah struktur masalah. 5. PENGAMBILAN KEPUTUSAN MENGGUNAKAN EXPERT SYSTEM. Faktor dan kondisi yang mempengaruhi terdiri atas : 5.1. Alasan Umum Programming Konvensional (Algoritma) tidak memuaskan. Adanya Expert yang dapat memecahkan masalah. Para pakar tidak selalu tersedia. Tidak ada alternatif solusi yang tersedia pada suatu saat. Kelengkapan sistem lebih disesuaikan pengeluaran. Pemilihan problem domain menyajikan kombinasi terbaik. 5.2. Problem Domain Problem Domain ditandai oleh penggunaan Expert Knowledge, Judgement dan pengalaman. Formal Knowledge tersedia pasti dalam bentuk buku. Domain lebih stabil dan Expert System akan menyediakan kebutuhan jangka panjang. 5.3. Domain Task. Task tidak terlalu mudah dan juga tidak terlalu sulit. Task mensyaratkan Primarily Symbolic Reasoning. Task mensyaratkan penggunaan Heuristic. Hal.5

Task tidak mensyaratkan knowledge dari bidang yang luas. Task harus jelas terdefinisi Sejumlah knowledge mensyaratkan dengan task yang menggunakan knowledge base. Sejumlah konsep Important Task tidak lebih dari seratus. Ketrampilan Task dapat diajarkan kepada pemula. cukup luas 5.4. Domain Personnel. Merupakan dukungan manajemen yang kuat. Potential User memiliki harapan realistik Hasil bukan merupakan Politically Sensitive. Sistem menggunakan prosedur standar secara minimal. 5.5. Expert. Memiliki Expert yang kualified dan menepati waktu. Expert harus terpercaya. Expert harus kooperatif dan komunikatif. Expert dapat menyediakan lebih banyak Expertise. Apabila banyak Expertise harus The Right Answer. Salah satu harus sebagai Chief Expertise. 5.6. Sistem Analist Sistem Analist harus telah memahami problem domain atau dapat mempelajarinya. Sistem Analist dapat menarik Expert Knowledge. 6. BEBERAPA APLIKASI SISTEM PAKAR a. ADVER Hal.6

atau Advertising adalah sebuah prototipe ES digunakan untuk menggunakan strategi media periklanan yang sesuai dengan kondisi internal dan eksternal perusahaan dengan parameter biaya iklan per seribu pemirsa. b. BERT atau Brickwork expert adalah sebuah ES untuk disain bangunan. BERT digunakan untuk memeriksa sebuah disain bangunan, kemudian memberikan beberapa rekomendasi untuk perbaikan. Inputnya bisa dalam bentuk gambar. c. DELTA adalah ES untuk mendiagnosa kerusakan pada mesin-mesin Diesel Electric Locomotive. d. DENDRAL Sistem pakar untuk analisis struktur molekul suatu senyawa yang belum diketahui. Senyawa yang belum diketahui tersebut dianalisis dengan menggunakan mass spectrometer dan nuclear magnetic reconancy equipment. Data hasil analisis tersebut dimasukkan ke DENDRAL yang akan membuat struktur molekulnya. e. MYCIN Adalah ES untuk mendiagnosa infeksi akibat bakteri dan menyarankan jenis obat dan dosisnya untuk penyembuhan. f. OPERA atau OPERator Advisor yang digunakan untuk mendiagnosa dan menangani kerusakan pada suatu jaringan komputer. OPERA dijalankan pada malam hari untuk menggantikan Supervisor System Manager. Hal.7

g. PROSPECTOR untuk membantu menemukan lokasi yang mengandung bahan tambang. Basis pengetahuannya berisi kaidah berdasar data empiris dan taksonomi beberapa jenis mineral dan batu-batuan. Untuk mengetahui apakah suatu daerah mengandung bahan tambang, lebih dahulu dilakukan survey keadaan geologi dan pengambilan contoh tanah dan batu-batuan. Berdasarkan data hasil survey tsb akan diberikan rekomendasi apakah daerah tsb layak untuk dieksplorasi dan akan diputuskan apakah akan dilakukan penggalian atau tidak. h. HEATINGS Untuk pengontrolan proses pembakaran batubara secara terus menerus dengan menggunakan sensor yang dihubungkan ke komputer. Bila terjadi kerusakan yang menimbulkan bahaya (peralatan & manusia) dapat dengan mudah mengetahui dan memberikan pemecahannya. Misal, bila bila HEATINGS mendeteksi kadar CO melewati ambang batas akan terdengar bunyi alarm dan menyuruh membuka ventilasi. i. SHEARER Untuk mendiagnosa kerusakan mesin pemotong batubara tipe AM500. Pada pertambangan batubara, batubara dipotong dgn menggunakan alat pemotong à Shearer (sangat mahal, terdiri dari : sistem mekanik, hidrolik, dan elektrik), kemampuannya sekitar 300 ton batubara per jam. SHEARER dapat siaga 24 jam penuh dan cepat melakukan diagnosa kerusakan (hidrolik, mekanik, dan elektrik). j. MSUV-VIS Untuk melakukan analisis multi komponen bahan aktif obat flu dalam berbagai macam pelarut, pada industri farmasi. Hal.8

Selain itu sistem tersebut dapat digunakan untuk penetapan kadar (pk) campuran senyawa-senyawa lain dengan syarat spektranya tumpang tindih yang aditif. 7. IKHTISAR Sistem Pakar (Expert System) merupakan suatu sistem yang menggunakan pengetahuan manusia dalam komputer untuk memecahkan masalah yang biasanya dikerjakan oleh seorang pakar. Sistem pakar dapat mendorong perhatian besar diantara ahli komputer dan spesialist informasi untuk mengembangkan sistem membantu manajer dan non manajer memecahkan masalah. Sistem pakar terdiri atas 4 bagian, yaitu User Interface, Knowledge Base, Inference Engine, dan Development Engine. Adapun jenis-jenis dari Sistem Pakar yaitu Interpretasi, Prediksi, Diagnosis, Disain, Planning, Monitoring, Debugging, Reparasi, Instruction, dan Control. Pengambilan Keputusan menggunakan Expert System dipengaruhi oleh beberapa factor dan kondisi yang terdiri atas Alasan Umum, Problem Domain, Domain Task, Domain Personnel, Expert, dan Sistem Analist. Hal.9