Materi kuliah sistem pakar

1. ASSALAMUALAIKUM Wr. Wb.
ISBANDIYO, M.Kom.
STMIK AUB SURAKARTA
email: dewamagister20@gmail.com
Hp: +6281329277192
Surakarta, 17 September 2019
MATA KULIAH
SISTEM PAKAR
Perbedaan system pakar dan pemrograman lainnya

2. Pendahuluan
 Sistem pakar (Expert system) adalah sistem yang berusaha mengadopsi
pengetahuan manusia ke komputer, agar komputer dapat menyelesaikan
masalah seperti yang biasa dilakukan oleh para ahli.
 Sistem pakar pertama kali dikembangkan oleh komunitas Artificial
Intellegence (AI) pada pertengahan tahun 1960
 Kepakaran (expertise) adalah pengetahuan yang ekstensif dan spesifik,
 Pelatihan
 Menerima informasi, dan pengalaman.
 Sistem Pakar bisa mengambil keputusan secara lebih tepat dan
lebih cepat daripada sistem non-pakar dalam memecahkan
problem-problem yang bersifat kompleks
 Tujuan Sistem Pakar adalah mentransfer kepakaran seorang pakar ke
komputer, kemudian melanjutkannya dari komputer ke orang lain (yang
bukan pakar).

3. ARTIFICIAL INTELLIGENCE
(DEFINISI)
 MENGAPA MEMPELAJARI AI?
 Sejarah AI – AI membangun entitas-entitas yang sesuai
dengan pemahaman manusia – hardware dan software
beragam – fuzzy system, soft computing
Kecerdasan buatan atau artificial intelligence (AI)
merupakan salah satu bagian ilmu computer yang membuat
agar mesin (komputer) dapat melakukan pekerjaan seperti
dan sebaik yang dilakukan oleh manusia.
Pengalaman, pelatihan – menalar – menyelesaikan masalah
– AI

4. ARTIFICIAL INTELLIGENCE
(SEJARAH)
 Istilah AI pertama kali dikemukakan pada tahun 1956 dikonferensi
Darthmouth. Sejak saat itu AI terus dikembangkan sebab berbagai
penelitian mengenai teori-teori dan prinsip-prinsipnya juga terus
berkembang. Meskipun istilah AI baru muncul tahun 1956, tetapi teori-
teori mengaraah ke AI sudah muncul sejak tahun 1941
1. Era komputer elektronik (1941)
 Ditemukan alat pemrosesan informasi – computer – dikembangkan
di USA dan Jerman
2. Masa persiapan AI (1943 – 1956)
 Pada tahun 1943, Warren McCulloch dan Walter Pitts analisis
formal tentang logika proporsi (propositional logic), dan teori
komputasi turing

5. ARTIFICIAL INTELLIGENCE
(SEJARAH) =>Lanjutan
 Pada tahun 1950, Norbert Wiener mebuat penelitian mengenai prinsip-
prinsip teori feedback. Contoh yang terkenal adalah thermostat. Awal
Penemuan AI
3. Awal perkembangan AI (1952 – 1969)
4. Perkembangan AI melambat (1966 – 1974)
5. Sistem berbasis pengetahuan (1969 – 1979)
6. AI menjadi sebuah industri (1980 – 1988)
7. Kembalinya jaringan syaraf tiruan (1986 – sekarang)

6. APLIKASI DARI A1
1. Game playing
2. Sistem bahasa alami
3. Sistem pakar reparasi perangkat keras
4. Manajemen data cerdas
5. Sistem otomisasi kantor
6. Analisa kecerdasan militer
7. Kendali dan pemanggilan informasi disk video
8. Kendali robot
9. Analisa program komputer
10. Diagnosis penyakit
11. Konfigurasi komputer
12. Ramalan senyawa kimia
13. Sistem ucapan
14. Sistem pakar operator komputer
15. Manajemen kendali senjata.

7. BAGIAN DARI A1
Kecerdasan buatan (Artificial intelligence) adalah sub bagian dari ilmu
komputer yang merupakan suatu teknik perangkat lunak yang
pemrogramannya dengan cara menyatakana data, pemprosesan
data dan penyelesaian masalah secara simbolik, dari pada secara numerik.
Bagian Dari AI:
1. Parallel Distributed Processing (Neural Network)
2. Machine Vision
3. Automaaatic Programming Tools
4. Memory Management
5. Pattern Recognition
6. Natural Language Processing
7. Development Of Knowledge Base.

8. ARTIFICIAL INTELLIGENCE
Bagian Utama Aplikasi kecerdasan buatan:
 Basis pengetahuan (knowledge base), berisi fakta-fakta, teori,
pemikiran dan hubungan antara satu dengan lainnya.
 Motor interferensi (inference engine), yaitu kemampuan menarik
kesimpulan berdasarkan pengalaman.

9. HAL LAIN DARI AI
Jika dibandingkan dengan kecerdasan alami (kecerdasan yang dimiliki
oleh manusia), kecerdasan buatan memiliki beberapa keuntungan secara
komersial antara lain:
1. Kecerdasan buatan lebih bersifat permanen
2. Kecerdasan buatan lebih mudah diduplikasi & disebarkan.
3. Kecerdasan buatan lebih murah dibanding dengan kecerdasan alami.
4. Kecerdasan buatan bersifat konsisten.
5. Kecerdasan buatan dapat didokumentasi.
6. Kecerdasan buatan dapat mengerjakan pekerjaan lebih cepat
dibanding dengan kecerdasan alami.
7. Kecerdasan buatan dapat mengerjakan pekerjaan lebih baik dibanding
dengan kecerdasan alami..

10. LANJUTAN
Keuntungan dari kecerdasan alami adalah:
a. Kreatif. Kemampuan untuk menambah ataupun memenuhi
pengetahuan itu sangat melekat pada jiwa manusia.
b. Kecerdasan alami memungkinkan orang untuk
menggunakan pengalaman secara langsung.
c. Pemikiran manusia dapat digunakan secara luas,
sedangkan kecerdasan buatan terbatas.

11. LANJUTAN
Artificial Intellegence dapat diaplikasikan untuk berbagai
jenis:
a. Pengontrol
b. Peramalan
c. Perencanaan (Planning)
d. Proses Image (Image Processing).

12. LANJUTAN
Artificial Intelligence mempunyai banyak kelebihan
dibandingkan dengan sistem konvensional:
a. Tidak memerlukan persamaan matematik.
b. Dapat melakukan proses pembelajaran.
c. Dapat bersifat adaptif.
d. Dapat kokoh terhadap perubahan parameter obyek.

13. DEFINISI SISTEM PAKAR
 Sistem pakar (expert system) adalah sistem yang berusaha
mengapdosi pengetahuan manusia ke komputer, agar
komputer dapat menyelesaikan masalah seperti yang biasa
dilakukan oleh para ahli.
 Sistem pakar yang baik dirancang agar dapat
menyelesaikan suatu permasalahan tertentu dengan meniru
kerja dari para ahli.

14. APA ITU PAKAR/AHLI (EXPERT) ?
 Seorang pakar/ahli (human expert) adalah seorang individu
yang memiliki kemampuan pemahaman yang superior dari
suatu masalah.

15. SISTEM PAKAR YANG TERKENAL
 MYCIN
 Paling terkenal, dibuat oleh Edward Shortlife of Standford
University tahun 70-an
 Sistem pakar medical yang bisa mendiagnosa penyakit
infeksi dan merekomendasi pengobatan
 MYCIN membantu dokter mengidentifikasi pasien yang
menderita penyakit. Dokter duduk di depan komputer dan
memasukkan data pasien: umur, riwayat kesehatan, hasil
laboratorium dan informasi terkait lainnya. Dengan
informasi ini ditambah pengetahuan yang sudah ada dalam
komputer, MYCIN mendiagnosa selanjutnya
merekomendasi obat dan dosis yang harus dimakan.

16. SISTEM PAKAR YANG TERKENAL
 MYCIN sebagai penasehat medis, tidak dimaksudkan
untuk mengantikan kedudukan seorang dokter.
 Juga untuk membantu dokter dalam mengkonfirmasi
diagnosa dan terapi yang diberikan kepada pasien
 Kesimpulan :sistem pakar seperti MYCIN bisa digunakan
sebagai bahan pembanding dalam pengambilan solusi dan
pemecahan masalah.
 Keputusan terakhir atas pengobatan tersebut tetap menjadi
tanggung jawab dokter.

17. PERBANDINGAN SISTEM PAKAR DENGAN
PAKAR

18. PERBANDINGAN SISTEM PAKAR DENGAN
PAKAR

19. BAGIAN SISTEM PAKAR
 Knowledge Base = berisi informasi data, aturan (rule),
Bagian-bagian Expert System relasi antara data dan aturan
dalam pengambilan kesimpulan.
 Inference Engine = berfungsi menganalisa data yang ada
dan menarik kesimpulan berdasarkan aturan yang ada.
 User Interface = berfungsi sebagai alat atau media
komunikasi antara pemakai (user) dengan program.

20. MANFAAT SISTEM PAKAR
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. Mampu mengambil dan melestarikan keahlian para pakar (terutama
yang termasuk keahlian langka)
5. Mampu beroperasi dalam lingkungan yang berbahaya
6. Memiliki kemampuan untuk bekerja dengan informasi yang tidak
lengkap dan mengandung ketidakpastian.Pengguna bisa merespon
dengan jawaban ’tidak tahu’ atau ’tidak yakin’ pada satu atau lebih
pertanyaan selama konsultasi dan sistem pakar tetap akan memberikan
jawaban.
7. Tidak memerlukan biaya saat tidak digunakan

21. MANFAAT SISTEM PAKAR
8. Dapat digandakan (diperbanyak) sesuai kebutuhan dengan waktu yang
minimal dan sedikit biaya
9. Dapat memecahkan masalah lebih cepat daripada kemampuan
manusia dengan catatan menggunakan data yang sama.
10. Menghemat waktu dalam pengambilan keputusan Meningkatkan
kualitas dan produktivitas karena dapat memberi nasehat yang
konsisten dan mengurangi kesalahan
11. Meningkatkan kapabilitas sistem terkomputerisasi yang lain.
12. Mampu menyediakan pelatihan. Pengguna pemula yang bekerja
dengan sistem pakar akan menjadi lebih berpengalaman. Fasilitas
penjelas dapat berfungsi sebagai guru.

22. KELEMAHAN SISTEM PAKAR
1. Biaya yang diperlukan untuk membuat, memelihara, dan
mengembangkannya sangat mahal
2. Sulit dikembangkan
3. Sistem pakar tidak 100% benar
4. Pendekatan oleh setiap pakar untuk suatu situasi atau problem bisa
berbeda-beda, meskipun sama-sama benar.
5. Transfer pengetahuan dapat bersifat subjektif dan bias
6. Kurangnya rasa percaya pengguna dapat menghalangi pemakaian
sistem pakar..

23. FITUR SISTEM PAKAR
1. Keahlian : pakar dibedakan dari tingkat keahlian mereka maka sistem
pakar harus memiliki keahlian untuk memberi keputusan seperti
seorang pakar.
2. Pertimbangan simbolik : pemikiran kecerdasan tiruan harus
berdasarkan pada pertimbangan simbolik dari pada perhitungan
matematika. Metode yang digunakan pada pertimbangan simbolik
yaitu backward chaining atau forward chaining.
3. Deep knowledge (kedalaman pengetahuan) : basis pengetahuan
yang digunakan sistem pakar berasal dari seorang pakar, pengetahauan
tersebut merupakan pengetahuan yang kompleks.
4. Self-knowledge : sistem pakar harus dapat menganalisis
pertimbangannya sendiri dan menjelaskan kenapa bisa dicapai
kesimpulan yang seperti itu

24. REFERENSI
1. Nita Merlina, Rahmay Hidayat. PERANCANGAN SISTEMPAKAR.
Ghalia Indonesia. Jakarta. 2012
2. Hendara Jaya, Dkk. KECERDASA BUATAN. Fakultas MIPA UNM.
Makasar. 2018
3. Daniel T. Larose. An Introducing to Data Mining. Wiley-Intersience.
USA. 2005
4. Self-knowledge : sistem pakar harus dapat menganalisis
pertimbangannya sendiri dan menjelaskan kenapa bisa dicapai
kesimpulan yang seperti itu
5. Fausett, Laurene V. (1993). Fundamentals of Neural Network:
Architectures, Algorithms and Applications. New Jersey: Prentice
Hall.

25. WASSALAMUALAIKUM Wr. Wb.
TERIMA KASIH