Sistem pakar (Expert System) merupakan sistem berbasis komputer yang menggunakan pengetahunan, fakta, dan teknik penalaran dalam memecahkan masalah yang biasanya hanya dapat dipecahkan oleh seorang pakar dalam bidang tertentu. (Kusrini, 2008))
Sistem pakar adalah aplikasi berbasis kmputer yang digunakan untuk menyelesaikan masalah sebagaimana yang dipikirkan oleh pakar. Pakar yang dimaksud disini adalah orang yang mempunyai keahlian khusus yang dapat menyelesaikan masalah yang tidak dapat diselesaikan oleh orang awam. Sebagai contoh, dokter adalah seorang pakar yang mampu mendiagnosis penyakit yang diderita pasien serta dapat memberikan penatalaksanaan terhadap penyakit tersebut. Contoh lain, montir adalah seorang mempunyai keahlian dan pengalaman dalam menyelesaikan kerusakan mesin motor atau mobil, psikolog adalah orang yang ahli dalam memahami kepribadian seseorang, dan lain-lain. (Kusrini, 2008)
Sistem pakar biasa disebut dengan knowledge-based system. Sistem ini bekerja dengan pengetahuan (konowledge) dan metode analisis yang telah didefinisikan terlebih dahulu oleh pakar yang sesuai dengan bidang keahliannya.
Keahlian dipindahkan dari pakar ke suatu komputer. Pengetahuan ini kemudian disimpan dalam komputer. Pada saat user menjalankan komputer untuk mendapatkan informasi, sistem pakar menanyakan fakta-fakta dan dapat membuat penalaran sampai pada sebuah kesimpulan. (Tolle, 2010)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 dapat membantu aktivitas para pakar sebagai asisten yang mempunyai pengetahuan yang dibutuhkan. (Turban, 1990).
Sejarah Sistem Pakar
Sistem pakar mulai dikembangkan pada pertengahan tahun 1960-an oleh Artificial Intelligence Corporation. Periode penelitian Artificial Intelligence ini didominasi oleh suatu keyakinan bahwa nalar yang digabung dengan komputer canggih akan menghasilkan prestasi pakar atau bahkan manusia super. Suatu usaha ke arah ini adalah General Purpose Problem-Solver (GPS). GPS yang berupa sebuah prosedur yang dikembangkan oleh Allen Newell, John Cliff Shaw, dan Hebert Alexander Simon dari Logic Theorist merupakan sebuah percobaan untuk menciptakan mesin yang cerdas. GPS berusaha untuk menyusun langkah-langkah yang dibutuhkan untuk mengubah situasi awal menjadi state tujuan yang telah ditentukan sebelumnya.
Pada pertengahan tahun 1960-an, terjadi pergantian dari program serba bisa (general-purpose) ke program yang spesialis (special-purpose) dengan dikembangkannya DENDRAL oleh E.Feigenbaum dari Universitas Stanford dan kemudian diikuri oleh MYCIN. Pembuatan DENDRAL mengarah pada konklusi-konklusi berikut, GPS terlalu lemah untuk digunakan sebagai dasar untuk membangun Expert System (ES) yang berunjuk kerja tinggi. Masalah yang kompleks membutuhkan pengetahuan yang banyak tentang yang dipermasalahkan.
Awal tahun 1980-an, teknologi Expert System (ES) yang mula-mula dibatasi oleh susana akademis mulai muncul sebagai aplikasi komersil, khususnya XCON, XSEL (dikembangkan dari R-1 pada Digital Equipment Corp.) dan CATS-1 (dikembangkan oleh General Electric). Sistem pakar untuk melakukan diagnosis kesehatan telah dikembangkan sejak pertengahan tahun 1970. Sistem pakar tersebut dibuat oleh Bruce Buchanan dan Edward Shortliffe di Stanford University. Sistem tersebut diberi nama MYCIN. MYCIN merupakan program interaktif yang melakukan diagnosis penyakit miningitis dan infeksi bacremia serta memberikan rekomendasi terapi antimikrobia. MYCIN mampu memberikan penjelasan atas penalarannya secara detail. Dalam uji coba, dia mampu menunjukan kemampuan seperti seorang spesialis. Meskipun MYCIN tidak pernah digunakan secara rutin oleh dokter, MYCIN merupakan referensi yang bagus dalam penelitian kecerdasan buatan yang lainnya. (Kusrini, 2008).
Tujuan Sistem Pakar
Tujuan Sistem Pakar
Tujuan dari sistem pakar adalah untuk memindahkan pengetahuan dari seorang ahli atau sumber keahlian lain ke dalam komputer dan kemudian memindahkan dari komputer kepada user yang tidak ahli (bukan pakar). Aktivitas utama yang dilakukan untuk proses pemindahan kepakaran, yaitu:
1.
Akuisi pengetahuan (knowledge acquisition) adalah kegiatan
mencari dan mengumpulkan pengetahua dari para ahli atau sumber keahlian yang
lain.
2.
Representasi pengetahuan (knowlwdge representation) adalah kegiatan menyimpan dan mengatur
penyimpana pengetahuan yang diperoleh ke dalam komputer.
3.
Inferensi pengetahuan (knowledge inferencing) adalah kegiatan
melakukan inferensi berdasarkan pengetahuan yang telah disimpan dalam komputer.
4.
Pemindahan pengetahuan (knowledge transfering) adalah kegiatan
pemindahan pengetahuan dari komputer ke user yang tidak ahli.
Ciri-ciri Sistem Pakar
Ciri-ciri sistem pakar, yaitu :
1. Terbatas pada bidang yang spesifik.
2.
Dapat memberikan
penalaran untuk data-data yang tidak lengkap atau tidak pasti.
3.
Dapat mengemukakan
rangkaian alasan yang diberikannya dengan cara yang mudah dipahami.
4.
Berdasarkan pada rule atau kaidah tertentu.
5.
Dirancang untuk
dikembangkan secara bertahap.
6.
Outputnya
bersifat nasihat atau anjuran.
7.
Output
tergantung dari dialog dengan user.
8.
Knowledge
base dan inference
engine terpisah.
Menurut Kusrini (2008)
Beberapa
keuntungan pemakaian dari sistem pakar, yaitu :
1.
Membuat seorang yang awam
dapat bekerja seperti seorang pakar.
2.
Dapat bekerja dengan
informasi yang tidak lengkap atau tidak pasti.
3.
Meningkatkan output dan produktivitas. Sistem pakar
dapat bekerja lebih cepat dari manusia.
4.
Menyediakan nasihat yang
konsisten dan dapat mengurangi tingkat kesalahan.
5.
Membuat peralatan yang
kompleks lebih mudah dioperasikan karena
sistem pakar dapat melatih pekerja yang tidak berpengalaman.
6.
Tidak dapat lelah atau
bosan. Juga konsisten dalam memberikan jawaban dan selalu memberikan perhatian
penuh.
Menurut Kusrini (2008)
Struktur dasar
sistem pakar terdiri dari knowledge base,
working memory, dan inference engine. Berikut merupakan
gambar perbandingan antara human expert Gambar
2.2 dan expert system Gambar 2.3
Terlihat bahwa sistem pakar mengadopsi cara berfikir human expert sehingga menghasilkan sebuah keputusan atau solusi.
1. Knowledge Base
Knowledge base merupakan bagian dari sistem pakar yang berisi fakta-fakta masalah yang ditemukan dalam suatu sesi. Berisi pengetahuan yang dibutuhkan untuk memahami, merumuskan, dan menyelesaikan masalah. Knowledge base terdiri dari dua elemen dasar, yaitu:
a.
Fakta, situasi masalah
dan teori yang terkait.
b. Heuristik khusus atau rules, yangg langsung menggunakan pengetahuan untuk menyelesaikan masalah khusus.
2. Working Memory
Working Memory merupakan bagian dari sistem pakar yang berisi fakta-fakta masalah yang ditemukan dalam suatu sesi. Berisi fakta-fakta tentang suatu masalah yang ditemukan dalam proses konsultasi.
3. Inference Engine
Inference Engine merupakan processor pada sistem pakar yang mencocokan fakta-fakta yang ada pada working memory dengan domain pengetahuan yang terdapat pada knowledge base, untuk menarik kesimpulan dari masalah yang dihadapi.
0 comments
Post a Comment