SISTEM PAKAR

A. Pengertian Sistem Pakar

Sebuah program komputer yang dirancang untuk memodelkan

kemampuan menyelesaikan masalah seperti layaknya seorang pakar (human expert).                                                                                                                             Secara umum, sistem pakar  adalah sistem yang berusaha mengadopsi pengetahuan manusia ke komputer yang dirancang untuk memodelkan kemampuan menyelesaikan masalah seperti layaknya seorang pakar.  Dengan  sistem pakar  ini, orang  awam pun dapat menyelesaikan masalahnya atau  hanya sekedar mencari suatu informasi berkualitas yang sebenarnya hanya dapat diperoleh dengan bantuan para  ahli di bidangnya. Sistem pakar ini juga akan  dapat membantu aktivitas para  pakar  sebagai asisten yang berpengalaman dan mempunyai asisten yang berpengalaman dan mempunyai pengetahuan yang dibutuhkan. B. Ciri-Ciri Sistem Pakar Sistem pakar yang baik harus memenuhi ciri-ciri sebagai berikut : • Memiliki informasi yang handal. • Mudah dimodifikasi. • Dapat digunakan dalam berbagai jenis komputer. • Memiliki kemampuan untuk belajar  beradaptasi. C. Keuntungan Sistem Pakar Secara garis besar, banyak manfaat yang dapat diambil dengan adanya 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  (terutama yang     termasuk keahlian langka). 7. Mampu  beroperasi dalam lingkungan yang berbahaya. 8. Memiliki kemampuan untuk mengakses pengetahuan. 9. Memiliki reabilitas. 10. Meningkatkan kapabilitas sistem computer D. Kelemahan Sistem Pakar Di samping memiliki beberapa keuntungan, sistem pakar  juga memiliki beberapa kelemahan, antara lain :

1. Biaya yang diperlukan untuk membuat dan memeliharanya sangat mahal.

2. Sulit dikembangkan. Hal ini tentu  saja erat kaitannya dengan ketersediaan pakar  di bidangnya.

3. Sistem Pakar  tidak 100% bernilai benar.

E. Manfaat dan Keterbatasan Sistem Pakar

1.      Manfaat Sistem Pakar

Manfaat sistem pakar antara lain yaitu :

a. Dapat meningkatkan output dan produktivitas, karena Sistem Pakar dapat bekerja lebih cepat dari manusia.

b. Meningkatkan kualitas, dengan memberi nasehat yang konsisten dan mengurangi kesalahan.

c. Dapat beroperasi di lingkungan yang berbahaya.

d. Mampu menangkap kepakaran yang sangat terbatas.

e. Memudahkan akses ke pengetahuan.

2.      Keterbatasan Sistem Pakar

Metodologi Sistem Pakar yang ada tidak selalu mudah, sederhana dan efektif. Keterbatasan yang menghambat perkembangan Sistem Pakar:

a. Pengetahuan yang hendak diambil tidak selalu tersedia.

b. Kepakaran sangat sulit diekstrak dari manusia.

c. Pendekatan oleh setiap pakar untuk suatu situasi atau problem bisa berbeda-beda,               meskipun sama-sama benar.

d. Pengguna Sistem Pakar mempunyai batas kognitif alami, sehingga mungkin tidak               bisa memanfaatkan sistem secara maksimal.

e. Sistem Pakar bekerja baik untuk suatu bidang yang sempit.

F. Modul Penyusun Sistem Pakar

Menurut  Staugaard (1987) suatu sistem pakar  disusun oleh tiga modul utama yaitu :

1.      Modul Penerimaan Pengetahuan (Knowledge  Acquisition Mode)

Sistem berada pada modul ini, pada saat ia menerima pengetahuan dari pakar.  Proses mengumpulkan pengetahuan-pengetahuan yang akan  digunakan untuk pengembangan sistem, dilakukan dengan bantuan knowledge engineer. Peran knowledge engineer adalah sebagai penghubung antara suatu sistem pakar  dengan pakarnya.

2.      Modul Konsultasi (Consultation Mode)

Pada saat sistem berada pada posisi memberikan jawaban atas permasalahan yang diajukan oleh user, sistem pakar  berada dalam modul konsultasi. Pada modul ini, user berinteraksi dengan sistem dengan menjawab pertanyaan-pertanyaan yang diajukan oleh sistem.

3.      Modul Penjelasan (Explanation Mode)

Modul ini menjelaskan proses pengambilan keputusan oleh system (bagaimana suatu keputusan dapat diperoleh).

G. Struktur  Sistem Pakar

Komponen utama pada struktur sistem pakar  menurut Huet al (1987) meliputi:

1. Basis Pengetahuan (Knowledge  Base)

Basis pengetahuan merupakan inti dari suatu sistem pakar, yaitu berupa representasi pengetahuan dari pakar.  Basis pengetahuan tersusun atas fakta dan kaidah.  Fakta adalah informasi tentang objek, peristiwa, atau  situasi. Kaidah adalah cara  untuk membangkitkan suatu fakta baru dari fakta yang sudah diketahui.

2. Mesin Inferensi (Inference Engine)

Mesin inferensi berperan sebagai otak dari sistem pakar.  Mesin inferensi berfungsi untuk memandu proses penalaran terhadap suatu kondisi, berdasarkan pada basis pengetahuan yang tersedia. Di dalam mesin inferensi terjadi proses untuk memanipulasi dan mengarahkan kaidah, model, dan fakta yang disimpan dalam basis pengetahuan dalam rangka mencapai solusi atau  kesimpulan.

3. Basis Data (Data Base)

Basis data  terdiri atas semua fakta yang diperlukan, dimana fakta fakta tersebut digunakan untuk memenuhi kondisi dari kaidah-kaidah dalam sistem. Basis data menyimpan semua fakta, baik fakta awal pada saat sistem mulai beroperasi, maupun fakta-fakta yang diperoleh pada saat proses penarikan kesimpulan sedang dilaksanakan. Basis data  digunakan untuk menyimpan data  hasil observasi dan data  lain yang dibutuhkan selama pemrosesan.

4. Antarmuka Pemakai (User Interface)

Fasilitas ini digunakan sebagai perantara komunikasi antara pemakai.dengan komputer.

H. Teknik Representasi Pengetahuan

Representasi pengetahuan adalah suatu teknik untuk merepresentasikan basis pengetahuan yang diperoleh ke dalam suatu skema/diagram tertentu sehingga dapat diketahui relasi/keterhubungan antara suatu data  dengan data  yang lain. Teknik ini membantu knowledge engineer dalam memahami struktur pengetahuan yang akan  dibuat sistem pakarnya. Terdapat beberapa teknik representasi pengetahuan yang biasa digunakan dalam pengembangan suatu sistem pakar, yaitu ;

1. Rule-Based Knowledge

      Pengetahuan direpresentasikan dalam suatu bentuk  fakta (facts) dan aturan (rules).                            Bentuk representasi ini terdiri atas premise dan kesimpulan.

2. Frame-Based Knowledge

Pengetahuan direpresentasikan dalam suatu bentuk  hirarki atau  jaringan frame.

3. Object-Based Knowledge

    Pengetahuan direpresentasikan sebagai jaringan dari obyek-obyek. Obyek adalah eleme          data  yang terdiri dari data  dan metoda (proses).

4. Case-Base Reasoning

Pengetahuan direpresentasikan dalam bentuk  kesimpulan kasus (cases). Inferencing      dengan Rule : Forward  dan Backward ChainingInferensi dengan rules merupakan              implementasi dari modus ponen, yang direfleksikan dalam mekanisme search (pencarian).

Dapat pula mengecek semua rule pada knowledge base dalam arah  forward  maupun backward. Proses pencarian berlanjut sampai tidak ada rule yang dapat digunakan atau  sampai sebuah tujuan  (goal) tercapai. w:st=”on”Ada dua metode inferencing dengan rules, yaitu forward  chaining atau  data-driven dan backward chaining atau  goal-driven.

a. Backward chaining

• Menggunakan pendekatan goal-driven, dimulai dari ekspektasi apa  yang diinginkan               terjadi (hipotesis), kemudian mengecek pada sebab-sebab yang mendukung (ataupun                kontradiktif)  dari ekspektasi tersebut.

• Jika suatu aplikasi menghasilkan tree yang sempit dan cukup  dalam, maka  gunakan                backward chaining.

b. Forward  chaining

• Forward  chaining merupakan grup dari multiple inferensi yang melakukan pencarian               dari suatu masalah kepada solusinya.

• Forward  chaining adalah data-driven karena inferensi dimulai dengan informasi                       yang tersedia dan baru konklusi diperoleh.

• Jika suatu aplikasi menghasilkan tree yang lebar dan tidak dalam, maka  gunakan                     forward  chaining.