Chapter - 5Kecerdasan Buatan    Artificial Intelligence    Sistem Pakar - 1            Tb. Ai Munandar, M.T.,    Universit...
Outline•   Definisi•   Manfaat, kekurangan, ciri sistem pakar•   Area permasalahan sistem pakar•   Konsep dasar•   Struktu...
Definisi• Sistem pakar merupakan cabang Artificial  Intelligence    dan     mulai     dikembangkan  pertengahan 1960.• Per...
Definisi• Sistem Pakar : “sebuah sistem yang menggunakan  pengetahuan manusia dimana pengetahuan tersebut  dimasukan ke da...
Manfaat•   Meningkatkan produktivitas  dapat bekerja lebih cepat daripada manusia•   Membuat seorang awam bekerja selayak...
Kekurangan SP• Biaya yang sangat mahal untuk membuat dan  memeliharanya• Sulit dikembangkan karena keterbatasan keahlian  ...
Ciri-ciri SP• Terbatas pada domani keahlian tertentu• Dapat memberikan penalaran untuk data-data yang  tidak lengkap atau ...
Area Permasalahan SP1.  Interpretasi: menghasilkan deskripsi situasi berdasarkan data-data    masukan2. Prediksi: memperki...
Konsep Dasar SPAda 6 konsep dasar yang harus dipenuhi untukmengembangkan sistem pakar :1. Kepakaran (Expertise)2. Pakar (E...
Konsep Dasar SP1. Kepakaran (Expertise)Kepakaran merupakan pengetahuan yang diperoleh daripelatihan, membaca dan pengalama...
Konsep Dasar SP2. Pakar (Expert)Pakar adalah seseorang yang mempunyai pengetahuan,pengalaman dan metode khusus, serta mamp...
Konsep Dasar SP3. Pemindahan Kepakaran (Transfering Expertise)Kegiatan ini merupakan proses pemindahankepakaran seseorang ...
Konsep Dasar SP4. Inferensi (inferencing)Inferensi adalah sebuah prosedur (program) yangmempunyai       kemampuan    dalam...
Konsep Dasar SP5. Aturan-aturan (Rule)Pengetahuan berupa aturan (rule) yang digunakansebagai prosedur-prosedur pemecahan m...
Struktur Sistem PakarSistem Pakar memiliki dua bagian penting, yaitu :1. Lingkungan        pengembangan         (developme...
Struktur Sistem Pakar
Struktur Sistem Pakar1. Akuisisi Pengetahuan : digunakan untuk memasukan   pengetahuan seorang pakar dengan cara merekayas...
Struktur Sistem Pakar3. Mesin Inferensi, sebuah program yang berfungsi   untuk memandu proses penalaran terhadap   suatu k...
Struktur Sistem Pakar5. Antarmuka Pengguna (UI), media komunikasi antara   pengguna dan sistem pakar. (dalam bahasa alami,...
Tim Pengembang Sistem PakarTerdiri atas :1. Domain Expert, pengetahuan dan kemampuan seorang pakar    untuk menyelesaikan ...
Tim Pengembang Sistem Pakar
Teknik Representasi PengetahuanRepresentasi Pengetahuan pada sistem pakar secaraumum menggunakan IF THEN RULE.Setiap rule ...
Teknik Representasi PengetahuanJika suatu rule memiliki evidence lebih dari satu yang dihubungkandengan kata penghubung AN...
Teknik Inferensi• Pada sistem pakar berbasis rule, domain  pengetahuan direpresentasikan dalam sebuah  kumpulan rule berbe...
Teknik Inferensi1. Forward ChainingAdalah teknik pencarian yang dimulai dengan fakta yangdiketahui, kemudian mencocokan fa...
Teknik Inferensi1. Forward ChainingContoh :Diketahui sistem pakar menggunakan 5 buah rule sbb :R1     : IF (Y AND D) THEN ...
Teknik InferensiPenyelesaian :Fakta : A, B, C, D dan E-------------------------------------------Iterasi 1 :Fakta A memicu...
Teknik InferensiFakta C memicu Rule 4 (R4) :    IF C Then LSehingga fakta awal ditambah fakta baru menjadi :Fakta         ...
Teknik InferensiIterasi 3 :Fakta Y dan D memicu rule 1 (R1) :    IF (Y AND D) Then ZSehingga fakta awal ditambah fakta bar...
Forward-chaining Example (A,B,C,D,             and E are given)•   If Y and D then Z•   If X and B and E then Y•   If A th...
Teknik Inferensi2. Backward ChainingAdalah metode inferensi yang bekerja mundur ke arahkondisi awal.Proses dimulai dari Go...
Backward Chaining Example•       If Y and D then Z•       If X and B and E then Y•       If A then X•       If C then L•  ...
Forward or Backward Chaining?• Are we trying to prove a particular  hypothesis?  – Backward chaining• Are we trying to fin...
STUDI KASUS•   Sebuah sistem pakar memiliki 10 rule sebagai berikut :     1.   IF (bukan hari minggu) AND (Ruminah Sehat( ...
Upcoming SlideShare
Loading in …5
×

Ai 5

1,131 views
971 views

Published on

1 Comment
1 Like
Statistics
Notes
No Downloads
Views
Total views
1,131
On SlideShare
0
From Embeds
0
Number of Embeds
2
Actions
Shares
0
Downloads
80
Comments
1
Likes
1
Embeds 0
No embeds

No notes for slide

Ai 5

  1. 1. Chapter - 5Kecerdasan Buatan Artificial Intelligence Sistem Pakar - 1 Tb. Ai Munandar, M.T., Universitas Serang Raya - 2012
  2. 2. Outline• Definisi• Manfaat, kekurangan, ciri sistem pakar• Area permasalahan sistem pakar• Konsep dasar• Struktur sistem pakar• Tim pengembang sistem pakar• Representasi Pengetahuan• Teknik inferensi
  3. 3. Definisi• Sistem pakar merupakan cabang Artificial Intelligence dan mulai dikembangkan pertengahan 1960.• Pertama kali muncul SP GPS (general-purposes problem solver) oleh Newel dan Simon, MYCIN untuk diagnosa penyakit, DENDRAL untuk mengidentifikasi struktur molekul campuran tak dikenal, dll
  4. 4. Definisi• Sistem Pakar : “sebuah sistem yang menggunakan pengetahuan manusia dimana pengetahuan tersebut dimasukan ke dalam sebuah komputer dan kemudian digunakan untuk masalah-masalah yang biasanya membutuhkan kepakaran atau keahlian manusia” (Turban, 2001)• Sistem Pakar : “Program komputer yang merepresentasikan dan melakukan penalaran dengan pengetahuan beberapa pakar untuk memecahkan masalah atau memberikan saran” (jackson, 1999)• Sistem Pakar : “program yang berbasiskan pengetahuan yang menyediakan solusi ‘kualitas pakar’ kepada masalah-masalah dalam bidang yang spesifik” (Luger dan Stubblefield, 1993)
  5. 5. Manfaat• Meningkatkan produktivitas  dapat bekerja lebih cepat daripada manusia• Membuat seorang awam bekerja selayaknya pakar• Meningkatkan kualitaas  mampu memberi nasehat yang konsisten dan mengurangi kesalahan.• Mampu menangkap pengetahuan dan kepakaran seseorang• Dapat beroperasi dilingkungan berbahaya• Memudahkan akses pengetahuan seorang pakar• andal  tidak pernah menjadi bosan (SP-nya), tidak pernah kelelahan atau sakit• Meningkatkan kapabilitas sistem komputer jika diintegrasikan dengan sistem yang lain• Mampu bekerja dengan informasi yang tidak lengkap dan tidak pasti. Pengguna dapat merespons dengan : “tidak tahu” atau “tidak yakin” pada satu atau lebih konsultasi.• Bisa digunakan sebagai media pelengkap dalam pelatihan.• Meningkatkan kemampuan untuk menyelesaikan masalah karena mengambil sumber pengetahuan dari banyak pakar.
  6. 6. Kekurangan SP• Biaya yang sangat mahal untuk membuat dan memeliharanya• Sulit dikembangkan karena keterbatasan keahlian dan ketersediaan pakar• Sistem pakar tidak 100% bernilai benar
  7. 7. Ciri-ciri SP• Terbatas pada domani keahlian tertentu• Dapat memberikan penalaran untuk data-data yang tidak lengkap atau tidak pasti.• Dapat menjelaskan alasan-alasan dengan cara yang dapat dipahami• Bekerja berdasarkan kaidah/rule tertentu• Mudah dimodifikasi• Basis pengetahuan dan mekanisme inferensi terpisah• Keluarannya bersifat anjuran• Sistem dapat mengaktifkan kaidah secara searah yang sesuai, dituntun oleh dialog dengan pengguna.
  8. 8. Area Permasalahan SP1. Interpretasi: menghasilkan deskripsi situasi berdasarkan data-data masukan2. Prediksi: memperkirakan akibat yang mungkin terjadi dari situasi yang ada3. Diagnosis : menyimpulkan suatu keadaan berdasarkan gejala-gejala yang diberikan (symptoms)4. Desain:melakukan perancangan berdasarkan kendala yang diberika5. Planning : merencanakan tindakan yang akan dilakukan6. Monitoring: membandingkan hasil pengamatan dengan proses perencanaan7. Debugging:menentukan penyelesaian dari suatu kesalahan sistem8. Reparasi:melaksanakan rencana perbaikan9. Instructio: melakukan instruksi untuk diagnosis, debugging dan perbaikan kinerja10. Kontrol: melakukan kontrol terhadap hasil interpretasi, diagnosis, debungging, monitoring dan perbaikan tingkah laku sistem
  9. 9. Konsep Dasar SPAda 6 konsep dasar yang harus dipenuhi untukmengembangkan sistem pakar :1. Kepakaran (Expertise)2. Pakar (Expert)3. Pemindahan Kepakaran4. Inferensi5. Aturan-aturan (Rule)6. Kemampuan menjelaskan (explanantion capability)
  10. 10. Konsep Dasar SP1. Kepakaran (Expertise)Kepakaran merupakan pengetahuan yang diperoleh daripelatihan, membaca dan pengalaman. Meliputipengetahuan tentang :a. Fakta-fakta tentang bidang permasalahan tertentub. Teori-teori tentang bidang permasalahan tertentuc. Aturan-aturan dan prosedur2 menurut bidang permasalahn tertentud. Aturan heuristic yang harus dikerjakan dala suatu situasi tertentue. Strategi global untuk memecahkan permasalahanf. Pengetahuan tentang pengetahuan dibidang permasalahan tertentu./
  11. 11. Konsep Dasar SP2. Pakar (Expert)Pakar adalah seseorang yang mempunyai pengetahuan,pengalaman dan metode khusus, serta mampumenerapkannya untuk memecahkan masalah atau memberinasehat. Seorang pakar harus mampu melakukan hal2 sbb :a. Mengenali dan memformulasikan permasalahanb. Memecahkan permasalahan secara tepat dan cepatc. Menerangkan pemecahannnyad. Belajar dari pengalamane. Merestrukturisasi pengetahuanf. Memecahkan aturan-aturang. Menentukan relevansi
  12. 12. Konsep Dasar SP3. Pemindahan Kepakaran (Transfering Expertise)Kegiatan ini merupakan proses pemindahankepakaran seseorang ke dalam komputer, kemudianditransfer kepada orang lain yang bukan pakar.Melibatkan 4 kegiatan, yaitu :a. Akuisisi (memperoleh) pengetahuan (dari pakar/sumber lain)b. Representasi pengetahuan (pada komputer)c. Inferensi pengetahuand. Pemindahan pengetahuan ke pengguna.
  13. 13. Konsep Dasar SP4. Inferensi (inferencing)Inferensi adalah sebuah prosedur (program) yangmempunyai kemampuan dalam melakukanpenalaran.Inferensi mencakup prosedur mengenai pemecahanmasalah.Tugas utama : mengambil kesimpulan berdasarkanbasis pengetahuan yang dimilikinya.
  14. 14. Konsep Dasar SP5. Aturan-aturan (Rule)Pengetahuan berupa aturan (rule) yang digunakansebagai prosedur-prosedur pemecahan masalah.6. Kemampuan MenjelaskanBagian ini memungkinkan sistem untuk memeriksapenalaran yang dibuatnya sendiri dan menjelaskanoperasi-operasinya. Penjelasan berisi saran ataurekomendasi kepada pengguna sistem pakar.
  15. 15. Struktur Sistem PakarSistem Pakar memiliki dua bagian penting, yaitu :1. Lingkungan pengembangan (development environment)  digunakan oleh pembuat sistem pakar untuk membangun komponen-komponen dan memperkenalkan pengetahuan ke dalam knowledge base (basis pengetahuan)2. Lingkungan konsultasi (consultation environment)  digunakan oleh pengguna untuk berkonsultasi sehingga pengguna mendapatkan pengetahuan dan nasehat dari sistem pakar seolah-olah sedang berkonsultasi dengan pakar.
  16. 16. Struktur Sistem Pakar
  17. 17. Struktur Sistem Pakar1. Akuisisi Pengetahuan : digunakan untuk memasukan pengetahuan seorang pakar dengan cara merekayasa pengetahuan agar bisa diproses oleh komputer dan menaruhna ke dalam basis pengetahuan dengan format tertentu. Sumber pengetahuan : pakar, buku, dokumen multimedia, basis data, laporan riset khusus dan informasi yang terdapat di Web2. Basis Pengetahuan : mengandung pengetahuan yang diperlukan untuk memahami, memformulasikan dan menyelesaikan masalah. Terdiri atas dua elemen dasar : 1. Fakta, misalnya situasi, kondisi atau permasalahan yang ada 2. Rule (aturan), untuk mengarahkan penggunaan pengetahuan dalam memecahkan masalah.
  18. 18. Struktur Sistem Pakar3. Mesin Inferensi, sebuah program yang berfungsi untuk memandu proses penalaran terhadap suatu kondisi berdasarkan pada basis pengetahuan yang ada, memanipulasi dan mengarahkan kaidah, model, dan fakta yang disimpan dalam basis pengetahuan untuk mencapai solusi atau kesimpulan. (Forward, backward dan gabungan keduanya)4. Daerah Kerja (Blackboard), untuk merekam hasil sementara yang akan dijadikan sebagai keputusan dan untuk menjelaskan sebuah masalah yang sedang terjadi (berupa basis data)
  19. 19. Struktur Sistem Pakar5. Antarmuka Pengguna (UI), media komunikasi antara pengguna dan sistem pakar. (dalam bahasa alami, dilengkapi grafik, menu dan formulir elektronik)6. Subsistem Penjelasan, untuk memberikan penjelasan kepada pengguna bagaimana suatu kesimpulan diambil.7. Sistem perbaikan pengetahuan, untuk menganalisis pengetahuan, belajar dari kesalahan masa lalu, kemudian memperbaiki pengetahuannya sehingga dapat dipakai pada masa mendatang.8. Pengguna (User), bukan pakar, membutuhkan solusi, saran atau pelatihan (training) dari berbagai permasalahan yang ada.
  20. 20. Tim Pengembang Sistem PakarTerdiri atas :1. Domain Expert, pengetahuan dan kemampuan seorang pakar untuk menyelesaikan masalah terbatas pada keahliannya saja. Misal : pakar penyakit jantung, hanya mampu menangani masalah-masalah yang berkaitan dengan penyakit jantung saja.2. Knowledge Engineer (rekayasa pengetahuan), orang yang mampu mendesain, membangun dan menguji sebuah sistem pakar3. Programmer, orang yang membuat program sistem pakar, mengkode domain pengetahuan agar dapat dimengerti oleh komputer4. Project Manager, pemimpin dalam tim pengembangan sistem pakar5. End-User, orang yang menggunakan sistem.
  21. 21. Tim Pengembang Sistem Pakar
  22. 22. Teknik Representasi PengetahuanRepresentasi Pengetahuan pada sistem pakar secaraumum menggunakan IF THEN RULE.Setiap rule terdiri dari dua bagian, yaitu bagian IFdisebut evidence (fakta-fakta) dan bagian THEN,disebut hipotesis atau kesimpulan.Syntax Rule : If E then H E : Evidence (fakta) yang ada H : Hipotesis/kesimpulan yang dihasilkan
  23. 23. Teknik Representasi PengetahuanJika suatu rule memiliki evidence lebih dari satu yang dihubungkandengan kata penghubung AND atau OR, atau kombinasi keduanya,maka penggunaan syntax rule nya sebagai berikut :IF (E1 AND E2 AND E3 ….. AND En) THEN HIF (E1 OR E2 OR E3 …. OR En) THEN HHindari penggunaan AND dan OR secara sekaligus (gabungan) didalam suatu rule.Satu evidence juga bisa mempunyai hipotesis lebih dari satu :IF E THEN (H1 AND H2 AND H3 …. AND Hn)
  24. 24. Teknik Inferensi• Pada sistem pakar berbasis rule, domain pengetahuan direpresentasikan dalam sebuah kumpulan rule berbentuk IF-THEN, sedangkan data direpresentasikan dalam sebuah kumpulan fakta-fakta tentang kejadian saat ini.• Mesin inferensi membandingkan masing-masing rule yang tersimpan dalam basis pengetahuan dengan fakta- fakta yang terdapat dalam database.• Jika bagian IF (kondisi) dari rule cocok dengan fakta, maka rule di eksekusi dan bagian THEN (aksi) diletakan dalam database sebagai fakta baru yang ditambahkan.
  25. 25. Teknik Inferensi1. Forward ChainingAdalah teknik pencarian yang dimulai dengan fakta yangdiketahui, kemudian mencocokan fakta-fakta tersebutdengan bagian IF dari rules IF-THEN. Bila ada yang cocok,maka akan dieksekusi. Metode pencarian yang digunakanadalah Depth-First Search (DFS), Breadth First Search( BFS)atau Best First Search (BFS)
  26. 26. Teknik Inferensi1. Forward ChainingContoh :Diketahui sistem pakar menggunakan 5 buah rule sbb :R1 : IF (Y AND D) THEN ZR2 : IF (X AND B AND E) THEN YR3 : IF A THEN XR4 : IF C THEN LR5 : IF (L AND M) THEN NFakta-fakta : A, B, C, D dan E bernilai benarGoal : Tentukan apakah Z bernilai benar?
  27. 27. Teknik InferensiPenyelesaian :Fakta : A, B, C, D dan E-------------------------------------------Iterasi 1 :Fakta A memicu Rule ke 3 (R3) : IF A Then XSehingga Fakta awal ditambah fakta BaruFakta : A, B, C, D, EFakta baru : X
  28. 28. Teknik InferensiFakta C memicu Rule 4 (R4) : IF C Then LSehingga fakta awal ditambah fakta baru menjadi :Fakta : A, B, C, D, EFakta Baru : X, LIterasi 2:Fakta B, E dan X memicu rule 2 (R2) : IF (X AND B AND E) Then YSehingga fakta awal ditambah fakta baru menjadi :Fakta : A, B, C, D, EFakta Baru : X, L, Y
  29. 29. Teknik InferensiIterasi 3 :Fakta Y dan D memicu rule 1 (R1) : IF (Y AND D) Then ZSehingga fakta awal ditambah fakta baru menjadi :Fakta : A, B, C, D, EFakta Baru : X, L, Y, ZSampai disini proses dihentikan karena sudah tidak adalagi rule yang bisa dieksekusi. Hasil pencarian adalah Zbernilai benar
  30. 30. Forward-chaining Example (A,B,C,D, and E are given)• If Y and D then Z• If X and B and E then Y• If A then X• If C then L• If L and M then N A X B Y Z L C D E Example from Negnevitsky
  31. 31. Teknik Inferensi2. Backward ChainingAdalah metode inferensi yang bekerja mundur ke arahkondisi awal.Proses dimulai dari Goal (Hipotesis) kemudian pencarianmulai dijalankan untuk mencocokan apakah fakta-fakta yangada cocok dengan premis-premis di bagian IF atau tidak.
  32. 32. Backward Chaining Example• If Y and D then Z• If X and B and E then Y• If A then X• If C then L• If L and M then N A X B Y Z B C E D D E
  33. 33. Forward or Backward Chaining?• Are we trying to prove a particular hypothesis? – Backward chaining• Are we trying to find all possible conclusions? – Forward chaining
  34. 34. STUDI KASUS• Sebuah sistem pakar memiliki 10 rule sebagai berikut : 1. IF (bukan hari minggu) AND (Ruminah Sehat( THEN (Ruminah Kuliah) 2. IF (Ruminah Kuliah) THEN (Sarmedi Kuliah) 3. IF (bukan hari minggu) AND (Ruminah Sakit) THEN (Ruminah Dirumah Sakit) 4. IF (bukan hari minggu) THEN (Mahasiswa UNSERA kuliah) 5. IF (Ruminah dirumah sakit) AND (Mahasiswa UNSERA Kuliah) THEN (Sarmedi Kuliah) 6. IF (Mahasiswa UNSERA kuliah) AND (Ruminah Sakit) THEN (Sarmedi Tidak Kuliah) 7. IF (Ruminah kuliah) AND (Sarmedi tidak kuliah) THEN (Kuliah Tidak Libur) 8. IF (bukan hari minggu) AND (Sarmedi sakit) THEN (kuliah tidak libur) 9. IF (Mahasiswa UNSERA kuliah) then (Kuliah Tidak Libur) 10. IF (kuliah tidak libur) THEN (Ruminah belajar di kampus UNSERA).• Diberikan dua buah Fakta sebagai berikut : – Hari senin (bukan hari minggu) – Ruminah Kuliah• Goal : Buktikan bahwa Ruminah Kuliah di Kampus UNSERA• Gunakan Teknik Forward Cahining

×