3. Sistem Pakar (SP) adalah sistem yg berusaha
mengadopsi pengetahuan manusia ke
komputer agar komputer dapat
menyelesaikan masalah seperti yg biasa
dilakukan oleh para ahli.
SP tidak utk menggantikan kedudukan
seorang pakar, tetapi utk memasyarakatkan
pengetahuan dan pengalaman pakar tsb.
4. Diperlukan suatu program yang melakukan
simulasi penalaran-penalaran seorang pakar
yang berbekal pada pengetahuan-
pengetahuan yang telah tersimpan di dalam
basis data.
5. Sebelum kita merencanakan suatu sistem
pakar, kita harus membuat suatu aturan-
aturan dasar (rule base) yang berlaku atau yg
akan digunakan pada program.
Untuk sistem pakar yang sederhana, kita
dapat menggunakan aturan-aturan logika
yang ada pada bahasa pemrograman.
6. Contoh aplikasi sistem pakar :
medical diagnostic
electronics circuit diagnostic
mineral exploration
CAI (Computer Aided Instruction)
dll
7. Memungkinkan org awam bisa mengerjakan
pekerjaan para ahli
Bisa melakukan proses berulang secara otomatis
Menyimpan pengetahuan dan keahlian para pakar utk
melestarikan keahlian mereka.
Meningkatkan output, kualitas dan produktivitas kerja
Mampu beroperasi dlm lingkungan berbahaya
Meningkatkan kapabilitas sistem komputer
Mampu bekerja dgn informasi yg tidak lengkap dan
mengandung ketidak-pastian
Sbg media pelengkap dalam pelatihan
Menghemat waktu dalam pengambilan keputusan
8. Biaya yg diperlukan utk membuat dan
memeliharanya sangat mahal
Sulit dikembangkan. Berkaitan dgn
ketersediaan pakar dlm bidangnya
Tidak 100% bernilai benar
9. Suatu SP harus mengandung keahlian,
ahli/pakar, pengalihan keahlian, mengambil
keputusan, aturan, kemampuan menjelaskan.
Keahlian adalah suatu kelebihan penguasaan
pengetahuan di bidang tertentu yg diperoleh
dari pelatihan, membaca atau dari
pengalaman.
10. Bentuk pengetahuan yg termasuk keahlian
antara lain:
Fakta-fakta pd lingkup permasalahan tertentu
Teori-teori pd lingkup masalah tertentu
Prosedur-prosedur berkenaan dgn lingkup
masalah tertentu
Meta-knowledge (pengetahuan tentang
pengetahuan)
11. Ahli/pakar adalah org yg mampu menjelaskan suatu
permasalahan, mampu mempelajari hal-hal baru
seputar permasalahan, mampu menyusun kembali
pengetahuan jika dipandang perlu, dan mampu
memecahkan masalah dgn cepat dan tepat.
Pengalihan keahlian, merupakan tujuan dari SP yaitu
utk mentransfer keahlian dari seorang pakar ke dalam
komputer kemudian ke masyarakat. Terdapat 4
kegiatan dlm proses ini yaitu, perolehan
pengetahuan, representasi pengetahuan ke
komputer, kesimpulan dari pengetahuan, dan
pengalihan pengetahuan ke pengguna
12. Mengambil Keputusan
Hal yang unik dari sistem pakar adalah kemampuan untuk
menjelaskan dimana keahlian tersimpan dalam basis
pengetahuan. Kemampuan komputer untuk mengambil
kesimpulan dilakukan oleh komponen yang dikenal
dengan mesin inferensi yaitu meliputi prosedur tentang
pemecahan masalah.
Aturan (Rule)
Sistem pakar yang dibuat merupakan sistem yang
berdasarkan pada aturan – aturan dimana program
disimpan dalam bentuk aturan-aturan sebagai prosedur
pemecahan masalah. Aturan tersebut biasanya berbentuk
IF – THEN.
13. Kemampuan Menjelaskan
Keunikan lain dari sistem pakar adalah
kemampuan dalam menjelaskan atau
memberi saran/rekomendasi serta juga
menjelaskan mengapa beberapa
tindakan/saran tidak direkomendasikan.
16. Interpretasi, pengambilan keputusan dari hasil observasi,
termasuk : pengawasan, pengenalan ucapan, analisis citra,
interpretasi sinyal dan beberapa analisis kecerdasan lainnya.
Prediksi, diantaranya : peramalan, prediksi demografis, peramalan
ekonomi, prediksi lalulintas, estimasi hasil, militer, pemasaran dan
keuangan.
Diagnosis, diantaranya : medis, elektronis, mekanis dan diagnosis
perangkat lunak.
Perancangan : perancangan sirkuit dan bangunan.
Perencanaan, seperti : perencanaan keuangan, komunikasi,
produk dan manajemen proyek.
Monitoring : Computer-Aided Monotoring Sistem.
Debugging : memberikan resep obat terhadap suatu kegagalan.
Instruksi, untuk diagnosis, debugging dan perbaikan kinerja.
Kontrol, terhadap interpretasi, prediksi, perbaikan dan monitoring
kelakuan sistem.
17. Ada dua bagian utama sistem pakar :
Lingkungan pengembangan (development
environment): digunakan untuk memasukkan
pengetahuan pakar ke dalam lingkungan sistem
pakar
Lingkungan konsultasi (consultation
environment): digunakan oleh pengguna yang
bukan pakar untuk memperoleh pengetahuan
pakar
18.
19. Antarmuka Pengguna (User Interface)
Merupakan mekanisme yang digunakan oleh
pengguna dan sistem pakar untuk
berkomunikasi.
20. Basis Pengetahuan
Basis pengetahuan mengandung
pengetahuan untuk pemahaman, formulasi,
dan penyelesaian masalah. Komponen sistem
pakar ini disusun atas 2 elemen dasar, yaitu :
fakta : informasi tentang obyek dalam area
permasalahan tertentu
aturan : informasi tentang cara bagaimana
memperoleh fakta baru dari fakta yang telah
diketahui.
21. Akuisisi Pengetahuan (Knowledge Acquisition)
Akuisisi pengetahuan adalah akumulasi,
transfer, dan transformasi keahlian dalam
menyelesaikan masalah dari sumber
pengetahuan ke dalam program komputer.
Dalam tahap ini knowledge engineer berusaha
menyerap pengetahuan untuk selanjutnya
ditransfer ke dalam basis pengetahuan.
Pengetahuan diperoleh dari pakar, dilengkapi
dengan buku, basis data, laporan penelitian dan
pengalaman pemakai.
22. Wawancara
Metode yang paling banyak digunakan, yang melibatkan pembicaraan
dengan pakar secara langsung dalam suatu wawancara.
Analisis protokol
Dalam metode ini pakar diminta untuk melakukan suatu pekerjaan dan
mengungkapkan proses emikirannya dengan menggunakan kata-kata.
Pekerjaan tersebut direkam, dituliskan, dan dianalisis.
Observasi pada pekerjaan pakar
Pekerjaan dalam bidang tertentu yang dilakukan pakar direkam dan
diobservasi.
Induksi aturan dari contoh
Induksi adalah suatu proses penalaran dari khusus ke umum. Suatu
sistem induksi aturan diberi contoh-contoh dari suatu masalah yang
hasilnya telah diketahui. Setelah diberikan beberapa contoh, sistem
induksi aturan tersebut dapat membuat aturan yang benar untuk kasus-
kasus contoh. Selanjutnya aturan dapat digunakan untuk menilai kasus
lain yang hasilnya tidak diketahui.
23. Mesin/Motor Inferensi (Inference Engine)
Komponen ini mengandung mekanisme pola
pikir dan penalaran yang digunakan oleh
pakar dalam menyelesaikan suatu masalah.
Mesin inferensi adalah program komputer
yang memberikan metodologi untuk
penalaran tentang informasi yang ada dalam
basis pengetahuan dan dalam workplace, dan
untuk memformulasikan kesimpulan.
24. Workplace / Blackboard
Workplace merupakan area dari sekumpulan
memori kerja (working memory), digunakan
untuk merekam kejadian yang sedang
berlangsung termasuk keputusan sementara.
Ada 3 keputusan yang dapat direkam :
Rencana : bagaimana menghadapi masalah
Agenda : aksi-aksi yang potensial yang sedang
menunggu untuk dieksekusi
Solusi : calon aksi yang akan dibangkitkan
25. Fasilitas Penjelasan
Adalah komponen tambahan yang akan
meningkatkan kemampuan sistem pakar. Digunakan
untuk melacak respon dan memberikan penjelasan
tentang kelakuan sistem pakar secara interaktif
melalui pertanyaan :
- mengapa suatu pertanyaan ditanyakan oleh sistem
pakar ?
- bagaimana konklusi dicapai ?
- mengapa ada alternatif yang dibatalkan ?
- rencana apa yang digunakan untuk mendapatkan
solusi ?
26. Perbaikan Pengetahuan
Pakar memiliki kemampuan untuk menganalisis
dan meningkatkan kinerjanya serta kemampuan
ntuk belajar dari kinerjanya. Kemampuan
tersebut adalah penting dalam pembelajaran
terkomputerisasi, sehingga program akan
mampu menganalisis penyebab kesuksesan dan
kegagalan yang dialaminya dan juga
mengevaluasi apakah pengetahuan-
pengetahuan yang ada masih cocok untuk
digunakan di masa mendatang
27. Ada 2 bentuk pendekatan basis
pengetahuan:
a. Penalaran berbasis aturan (rule-based
reasoning)
Pada penalaran berbasis aturan,
pengetahuan direpresentasikan dengan
menggunakan aturan berbentuk IF-THEN.
28. Contoh : aturan identifikasi hewan
Rule 1 : IF hewan berambut dan menyusui
THEN hewan mamalia
Rule 2 : IF hewan mempunyai sayap dan
bertelur THEN hewan jenis burung
Rule 3 : IF hewan mamalia dan memakan
daging THEN hewan karnivora
Dan seterusnya…….
29. b. Penalaran berbasis kasus (case-based
reasoning)
Basis pengetahuan akan berisi solusi-solusi
yang telah dicapai sebelumnya, kemudian
akan diturunkan suatu solusi untuk keadaan
yang terjadi sekarang (fakta yang ada).
30. Production rule: if_then_ rule.
if A then B
A: condition part, Left Hand Side (LHS)
(antecedent)
B: action part, Right Hand Side (RHS) (consequent)
Istilah fire digunakan jika condition part dipenuhi
yang berarti action part dilaksanakan / terjadi.
Di dalam logika, istilah fire adalah kalimat
bernilai benar (true).
31. Ada dua strategi pencarian dasar yang bisa
digunakan oleh mesin inferensi dalam
mencari kesimpulan untuk mendapatkan
solusi bagi permasalahan yang dihadapi
sistem pakar, yaitu runut maju (forward
chaining) dan runut balik (backward chaining).
32. Mesin inferensi membandingkan setiap rule dlm
knowledge base dgn fakta yg ada dlm database.
Ketika bagian IF (condition) dari rule tsb cocok
(match) dgn sebuah fakta, maka rule tsb akan
fire dan bagian THEN (action) akan dieksekusi.
Bagian IF dari rule yg cocok (match) dgn fakta
akan membentuk inference chains.
Inference chain menunjukkan bagaimana sistem
pakar memakai aturan-aturan (rules) utk
mendapatkan kesimpulan.
33. Database
Fact: A is x
Fact: B is y
Match Fire
Knowledge Base
Rule: IF A is x THEN B is y
34.
35. Runut maju memulai proses pencarian dengan
data sehingga strategi ini disebut juga data-
driven.
Proses dimulai dari data yg diketahui (ada dlm
database).
Rule yg telah dieksekusi akan ditambahkan sbg
fakta baru dalam database.
Sebuah rule hanya dapat dieksekusi sekali saja.
Siklus match-fire berhenti ketika tidak ada lagi
rule yg dapat dieksekusi.
36. Proses pencarian dimulai dari tujuan sehingga strategi ini
disebut juga goal-driven, yaitu kesimpulan yang menjadi
solusi permasalahan yang dihadapi.
Mesin inferensi mencari rule dalam basis pengetahuan
yang kesimpulannya merupakan solusi yang ingin dicapai,
kemudian dari rule tsb, 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.
37. Diketahui sistem pakar dengan aturan-aturan
sebagai berikut :
R1 : IF suku bunga turun THEN harga obligasi
naik.
R2 : IF suku bunga naik THEN harga obligasi
turun.
R3 : IF suku bunga tidak berubah THEN harga
obligasi tidak berubah.
R4 : IF dolar naik THEN suku bunga turun.
R5 : IF dolar turun THEN suku bunga naik.
R6 : IF harga obligasi turun THEN beli obligasi.
38. Apabila diketahui bahwa dolar turun, maka
untuk memutuskan apakah akan membeli
obligasi atau tidak dapat ditunjukan sebagai
berikut :
Forward Chaining.
Dari fakta dolar turun, berdasarkan Rule-5,
diperoleh konklusi suku bunga naik. Dari Rule-2,
suku bunga naik menyebabkan harga obligasi
turun. Dengan menggunakan Rule-6, jika harga
obligasi turun, maka kesimpulan yang diambil
adalah membeli obligasi.
40. Backward Chaining.
Berangkat dari solusi yaitu membeli obligasi,
dengan menggunakan Rule-6 diperoleh
anteseden harga obligasi turun. Dari Rule-2
bisa dibuktikan bahwa harga obligasi turun
bernilai benar jika suku bunga naik bernilai
benar. Dari Rule-5, suku bunga naik memang
bernilai benar karena diketahui fakta dolar
turun.
42. Database Database Database Database
A B C D E A B C D E A B C D E A B C D E
X X L X L Y X L Y Z
Match Fire Match Fire Match Fire Match Fire
Knowledge Base Knowledge Base Knowledge Base Knowledge Base
Y&D Z Y&D Z Y&D Z Y&D Z
X&B&E Y X&B&E Y X&B&E Y X&B&E Y
A X A X A X A X
C L C L C L C L
L&M N L&M N L&M N L&M N
Cycle 1 Cycle 2 Cycle 3
43. Pass 1 Pass 2 Pass 3
Database Database Database
A B C D E A B C D E A B C D E
? ?
Z Y X
Knowledge Base Knowledge Base Knowledge Base
Y&D Z Y&D Z Y&D Z
X&B&E Y X&B&E Y X&B&E Y
A X A X A X
C L C L C L
L&M N L&M N L&M N
Goal: Z Sub-Goal: Y Sub-Goal: X
Pass 4 Pass 5 Pass 6
Database Database Database
A B C D E A B C D E A B C D E
X X Y X Y Z
Match Fire Match Fire Match Fire
Knowledge Base Knowledge Base Knowledge Base
Y&D Z Y&D Z Y&D Z
X&B&E Y X&B&E Y X&B&E Y
A X A X A X
C L C L C L
L&M N L&M N L&M N
Sub-Goal: X Sub-Goal: Y Goal: Z
44. Pada tabel terlihat 10
aturan yang tersimpan
dalam basis pengetahuan.
Fakta awal yang diberikan
hanya A & E (artinya A
dan E bernilai benar). D
Ingin dibuktikan apakah K
bernilai benar?
45.
46.
47. Pada tabel di bawah ini terdapat 14 aturan (rule) yang tersimpan dalam
basis pengetahuan. Fakta awal yang diberikan hanya A, B, C, dan D
(artinya A, B, C, dan D bernilai benar). Ingin dibuktikan apakah Z bernilai
benar? Gunakan metode forward chaining untuk menyelesaikannya.
No Rule No Rule
R1 A&G&Y I R8 B&C X
R2 C&X Y R9 L&M N
R3 A&D&H&I K R10 F&K O
R4 D&E&J F R11 G&H&K&L Z
R5 A&X G R12 I&J H
R6 E&Z M R13 G J
R7 E&F Z R14 G&I L
Buatlah inference chainingnya dan tentukan rule-rule baru yang terbentuk.