Senin, 19 Oktober 2009

Sistem Pakar
Written by admin
Tuesday, 14 April 2009 02:47


Sistem pakar adalah sebuah perangkat lunak komputer yang memilikibasis pengetahuan untuk domain tertentu dan menggunakan penalaran inferensi menyerupai seorang pakar dalam memecahkan masalah. Sistem Pakar merupakan cabang dari Artificial Intelligent (AI). Tujuan pengembangan sistem pakar sebenarnya bukan untuk menggantikan peran manusia, tetapi untuk mensubstitusikan pengetahuan manusia ke dalam bentuk sistem sehingga dapat digunakan oleh orang banyak.


Ciri-ciri Sistem Pakar


Ciri-ciri Sistem Pakar adalah sebagai berikut :


1) Terbatas pada domain keahlian tertentu.

2) Dapat memberikan penalaran untuk data-data yang tidak pasti.

3) Dapat mengemukan rangkaian alasan-alasan yang diberikannya dengan cara yang dapat dipahami.

4) Berdasarkan pada kaidah/rule tertentu.

5) Dirancang untuk dapat dikembangkan secara bertahap.

6) Keluarannya bersifat anjuran.


Keuntungan Sistem Pakar


Keuntungan-keuntungan dalam menggunakan Sistem Pakar adalah sebagai berikut :


1) Membuat orang awam, bekerja se layaknya seorang pakar.

2) Meningkatkan produktivitas akibat meningkatnya kualitas hasil pekerjaan, peningkatan kualitas disebabkan oleh meningkatnya efisiensi kerja.

3) Menghemat waktu kerja.

4) Menyederhanakan pekerjaan.

5) Merupakan arsip yang terpercaya dari sebuah keahlian, sehingga bagi pemakai sistem pakar akan seolah-olah berkonsultasi langsung dengan sang pakar, meskipun mungkin sang pakar telah meninggal.

6) Memperluas jangkauan, dari keahlian seorang pakar.n Sistem pakar yang telah disahkan, akan sama saja artinya dengan seorang pakar yang tersedia dalam jumlah besar (dapat diperbanyak dengan kemampuan yang persis sama), dapat diperoleh dan dipakai dimana saja


Bagian-bagian Sistem Pakar


Sebuah program sistem pakar terdiri atas komponen-komponen sebagai berikut :


1) Basis Pengetahuan (Knowledge Base)

Basis pengetahuan merupakan inti program system pakar dimana basis pengetahuan ini merupakan representasi pengetahuan (Knowledge Representation) dari seorang pakar. Basis pengetahuan ini tersusun atas fakta yang berupa informasi tentang cara bagaimana membangkitkan fakta baru dari fakta yang sudah diketahui.


2) Basis Data (Data Base)


Basis data adalah bagian yang mengandung semua fakta-fakta, baik fakta awal pada saat sistem mulai beroperasi maupun fakta-fakta yang didapatkan pada saat pengambilan kesimpulan sedang dilaksanakan. Pada kenyataannya, Basis Data berada didalam memori komputer. Secaraumum sistem pakar terdapat Basis Data untuk menyimpan data hasil observasi dan data lainnya yang dibutuhkan selama pengolahan.


3) Mesin Inferensi (Inference Engine)


Mesin Inferensi adalah bagian yang mengandung mekanisme fungsi berpikir dan pola-pola penalaran system yang digunakan oleh seorang pakar. Mekanisme ini akan menganalisa suatu masalah tertentu dan selanjutnya akan mencari jawaban atau kesimpulan yang terbaik. Secara deduktif mesin inferensi memilih pengetahuan yang relevan dalam rangka mencapai kesimpulan. Dengan demikian sistem ini dapat menjawab pertanyaan pemakai meskipun jawaban tersebut tidak tersimpan secara eksplisit didalam basis pengetahuan. Mesin inferensi memulai pelacakannya dengan mencocokkan kaidah kaidah dalam basis pengetahuan dengan fakta-fakta yang ada. Ada dua tipe teknik inferensi :


a. Runut Balik (Backward Chaining)


Runut balik merupakan strategi pencarian yang arahnya kebalikan dari runut maju. Proses pencarian dimulai dari tujuan, yaitu kesimpulan yang menjadi solusi permasalahan yang dihadapi. Mesin inferensi mencari kaidah-kaidah dalam basis pengetahuan yang kesimpulannya merupakan solusi yang ingin dicapai, kemudian dari kaidah-kaidah yang diperoleh, masing-masing kesimpulan dirunut balik jalur yang mengarah ke kesimpulan

tersebut. Jika informasi-informasi atau nilai dari atribut-atribut yang mengarah ke kesimpulan tersebut sesuai dengan data yang diberikan maka kesimpulan tersebut merupakan solusi yang dicari, jika tidak sesuai maka kesimpulan tersebut bukan merupakan solusi yang dicari. Runut balik memulai proses pencarian dengan suatu tujuan sehingga strategi ini disebut juga goal-driven.


b. Runut Maju (Forward Chaining)


Runut maju merupakan strategi pencarian yang memulai proses pencarian dari sekumpulan data atau fakta, dari data-data tersebut dicari suatu kesimpulan yang menjadi solusi dari permasalahan yang dihadapi. Mesin inferensi mencari kaidah-kaidah dalam basis pengetahuan yang premisnya sesuai dengan data-data tersebut, kemudian dari kaidah-kaidah tersebut diperoleh suatu kesimpulan. Runut maju memulai proses pencarian dengan data sehingga strategi ini disebut juga data-driven.



4) Antar muka Pemakai (User Interface)


Antarmuka pemakai adalah bagian penghubung antara program system pakar dengan pemakai. Pada bagian ini akan terjadi dialog antara program dan pemakai. Program akan mengajukan pertanyaan-pertanyaan berbentuk “ya/tidak” (yes or no question) atau berbentuk menu pilihan. Program system pakar akan mengambil kesimpulan berdasarkan jawaban-jawaban dari pemakai tadi.






Selain komponen tersebut, agar sistem pakar lebih baik dalam mengambil keputusan diperlukan komponen-komponen tambahan lain yaitu :

• Kemampuan Belajar

• Kompatibilitas

• Fasilitas Penjelasan

• Kemudahan Memodifikasi

Tidak ada komentar:

Posting Komentar