SlideShare a Scribd company logo
FORUM DISKUSI 2
SISTEM INFORMASI MANAJEMEN (EKMO5102.03)
Nama Mahasiswa : Ary Prasetyo
NIM : 530000834
Tutor : Prof. Dr. Ir. Hapzi ali, MM, CMA
Tema : Desain Sistem Pakar
Universitas : Uiversitas Terbuka UPBJJ Batam
Tahun : 2017
Perancangan Sistem Pakar UBTS (Uniersal Battery Tester System) Di
PT.Varta Microbattery Indonesia
A. Pendahuluan
1. Pengertian Sistem Pakar
Berikut ini adalah beberapa pengertian atau definisi sistem pakar
menurut bebrapa ahli :
a. Menurut Sutojo, Mulyanto dan Suhartono (2011), Sistem pakar adalah
suatu sistem yang dirancang untuk dapat menirukan keahlian seorang
pakar dalam menjawab pertanyaan dan menyelesaikan suatu masalah.
b. menurut Giarratano dan Riley dalam Hartati dan Iswanti (2008), Sistem
Pakar merupakan salah satu cabang dari Kecerdasan Buatan (Artificial
Intelligence) yang menggunakan pengetahuan – pengetahuan khusus yang
dimiliki oleh seorang ahli untuk menyelesaikan suatu masalah tertentu.
c. Menurut Marimin (1992), sistem pakar adalah sistem perangkat lunak
komputer yang menggunakan ilmu, fakta, dan teknik berpikir dalam
pengambilan keputusan untuk menyelesaikan masalah-masalah yang
biasanya hanya dapat diselesaikan oleh tenaga ahli dalam bidang yang
bersangkutan.
d. Menurut Turban (2001), Sistem pakar adalah sebuah sistem yang
menggunakan pengetahuan manusia dimana pengetahuan tersebut
dimasukkan ke dalam sebuah komputer dan kemudian digunakan untuk
menyelesaikan masalah-masalah yang biasanya membutuhkan kepakaran
atau keahlian manusia.
e. Menurut Jackson (1999), Sistem pakar adalah program komputer yang
mempresentasikan dan melakukan penalaran dengan pengetahuan
beberapa pakaruntuk memecahkan masalah atau memberikan saran.
f. Menurut Luger dan Stubblefield (1993),Sistem pakar adalah program yang
berbasiskan pengetahuan yang menyediakan solusi ‘kualitas pakar’ kepada
masalah-masalah dalam bidang (domain) yang spesifik.
2. Ciri-Ciri Sistem Pakar
Ciri-ciri sistem pakar adalah sebagai berikut:
a. Terbatas pada domain keahlian tertentu.
b. Mampu memberikan penalaran untuk data-data yang tidak lengkap atau tidak
pasti.
c. Mampu menjelaskan alasan-alasan yang diberikannya dengan cara yang dapat
dipahami.
d. Bekerja berdasarkan kaidah atau rule tertentu.
e. Mudah dimodifikasi.
f. Basis pengetahuan dan mekanisme inferensi terpisah.
g. Keluarannya atau output bersifat anjuran.
h. Sistem dapat mengaktifkan kaidah secara searah sesuai, dituntun oleh dialog
dengan pengguna.
3. Konsep Dasar Sistem Pakar
Konsep dasar sistem pakar meliputi :
a. Kepakaran (Expertise)
Kepakaran merupakan suatu pengetahuan yang diperoleh dari
pelatihan, membaca dan pengalaman. Kepakaran memungkinkan para ahli
dapat mengambil keputusan lebih cepat dan lebih baik daripada seorang yang
bukan pakar. Kepakaran meliputi pengetahuan :
Fakta-fakta tentang bidang permasalahan tertentu
Teori-teori tentang bidang permasalahan tertentu
Aturan-aturan dan prosedur-prosedur menurut bidang permasalahan
umumnya.
Aturan heuristic yang harus dikerjakan dalam suatu situasi tertentu
Strategi global untuk memecahkan permasalahan
Pengetahuan tentang pengetahuan (meta knowledge)
b. Pakar (Expert)
Pakar adalah seseorang yang mempunyai pengetahuan, pengalaman,
dan metode khusus serta mampu menerapkannya untuk memecahkan masalah
atau memberi nasihat. Seorang pakar harus mampu menjelaskan
danmempelajari hal - hal baru yang berkaitan dengan topik permasalahan, jika
perlu harus mampu menyusun kembali pengetahuan-pengetahuan yang
didapatkan dan dapat memecahkan aturan-aturan serta menentukan relevansi
kepakarannya. Seorang pakar mampu melakukan kegiatan-kegiatan berikut.
Mengenali dan memformulasikan permasalahan
Memecahkan permasalahan secara cepat dan tepat
Menerangkan pemecahannya
Belajar dari pengalaman
Merestrukturisasi pengetahuan
Memecahkan aturan-aturan
Menentukan relevansi
c. Pemindahan kepakaran (Transferring Expertise)
Tujuan dari sistem pakar adalah memindahkan kepakaran dari seorang
pakar ke dalam komputer, kemudian ditransfer kepada orang lain yang bukan
pakar. Proses ini melibatkan empat kegiatan, yaitu:
Akusisi pengetahuan (dari pakar atau sumber lain)
Representasi pengetahuan (pada komputer)
Inferensi pengetahuan
Pemindahan pengetahuan ke pengguna
d. Inferensi (Inferencing)
Inferensi adalah sebuah prosedur (program) yang mempunyai
kemampuan dalam melakukan penalaran. Inferensi ditampilkan pada suatu
komponen yang disebut mesin inferensi yang mencakup prosedur-prosedur
mengenai pemecahan masalah. Semua pengetahuan yang dimiliki oleh
seorang pakar disimpan pada basis pengetahuan oleh sistem pakar. Tugas
mesin inferensi adalah mengambil kesimpulan berdasarkan basis pengetahuan
yang dimilikinya.
e. Aturan-aturan (Rule)
Kebanyakan software sistem pakar komersial adalah sistem yang
berbasis rule (rule based systems), yaitu pengetahuan disimpan terutama
dalam bentuk rule, sebagai prosedur-prosedur pemecahan masalah.
f. Kemampuan menjelaskan (Explanation Capability)
Fasilitas lain dari sistem pakar adalah kemampuannya untuk
menjelaskan saran atau rekomendasi yang diberikan oleh sistem pakar.
Penjelasan dilakukan dalam subsistem yang disebut subsistem pejelasan
(explanation). Bagian dari sistem ini memungkinkan sistem untuk memeriksa
penalaran yang dibuatnya sendiri dan menjelaskan operasi operasinya.
4. Struktur Sistem Pakar
Ada dua bagian penting dari sistem pakar, yaitu lingkungan
pengembangan (development environment) dan lingkungan konsultasi
(consultation environment). Lingkungan pengembangan digunakan oleh
pembuat sistem pakar untuk membangun komponen-komponenya dan
memasukkan pengetahuan ke dalam knowledge base (basis pengetahuan).
Lingkungan konsultasi digunakan oleh pengguna untuk berkonsultasi sehingga
pengguna mendapatkan pengetahuan dan nasihat dari sistem pakar layaknya
berkonsultasi dengan sistem pakar.
Gambar 1: Struktur sistem pakar
Sumber : Sutojo, T., Mulyanto, Edi. Dan Suhartono, Vincent : (2011)
Keterangan gambar :
: Pemisah antara lingkungn konsultasi
dan pengembang
: Langsung
: Komunikasi dua arah
: Tidak langsung
Keterangan :
a. Akusisi pengetahuan
Subsistem ini digunakan untuk memasukkan pengetahuan dari seorang
pakar dengan cara merekayasa pengetahuan agar bisa diproses oleh computer
menaruhnya ke dalam basis pengetahuan dengan format tertentu (dalam
bentuk representasi pengetahuan). Sumber-sumber pengetahuan bisa diperoleh
dari pakar, buku, dokumen multimedia, basis data, laporan riset khusus, dan
informasi yang terdapat di web.
b. Basis pengetahuan (knowledge base)
Basis pengetahuan mengandung pengetahuan yang diperlukan untuk
memahami, merumuskan dan menyelesaikan malasah. Basis pengetahuan
terdiri dari dua elemen dasar, yaitu:
Fakta, misalnya situasi, kondisi atau permasalahan yang ada.
Aturan (rule), untuk mengarahkan penggunaan pengetahuan dalam
memecahkan masalah.
c. Mesin Inferensi (Inference Engine)
Mesin inferensi adalah 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. Dala prosesnya, mesin inferensi menggunakan strategi
pengendalian, yaitu strateg yang berfungsi sebagai panduan arah dalam
melakukan proses penalaran. Ada tiga teknik pengendalian yang digunakan,
yaitu forward chaining, backward chaining, dan gabungan dari kedua teknink
tersebut.
Rumut maju (forward chaining)
Forward chaining adalah teknik pencarian yang dimulai dengan
fakta yang diketahui, kemudian mencocokan fakta-fakta tersebut dengan
bagian IF dari rules IF-THEN. Jika ada fakta yang cocok dengan bagian IF,
maka rule tersebut dieksekusi. Bila sebuah rule dieksekusi maka sebuah fakta
baru (bagian THEN) ditambahkan ke dalam database. Setiap kali
pencocokan, dimulai dari rule teratas. Setiap rule hanya boleh dieksekusi
sekali saja. Proses pencocokan berhenti bila tidak ada lagi rule yang bisa
dieksekusi.
Runut balik (backward chaining)
Backward chaining adalah metode inferensi yang bekerja mundur ke
arah kondisi awal. Proses diawali dari goal (yang berada dibagian THEN dari
rule IF-THEN), kemudian pencarian mulai dijalankan untuk mencocokan
apakah fakta-fakta yang ada cocok dengan premis-premis di bagian IF. Jika
cocok, rule dieksekusi, kemudian hipotesis di bagian THEN ditempatkan di
basis data sebagai fakta baru. Jika tidak cocok, simpan premis di bagian IF ke
dalam stack sebagai subgoal. Proses berakhir jika goal ditemukan atau tidak
ada rule yang bisa membuktikan kebenaran dari subgoal atau goal.
Metode gabungan
Selain menggunkan metode runut maju dan runut balik, sebuah
aplikasi sistem pakar juga bisa menggunakan gabungan dari kedua
metode tersebut.
d. Antarmuka pemakai (user interface)
Digunakan sebagai media komunikasi antara pengguna dan sistem
pakar. Komunikasi ini paling bagus bila disajikan dalam bahasa alami
(natural language) dan dilengkapi dengan grafik, menu dan formulir
elektronik. Pada bagian ini akan terjadi dialog antara sistem pakar dan
pengguna.
e. Daerah kerja (blackboard)
Untuk merekam hasil sementara yang akan dijadikan sebagai
keputusan dan untuk menjelaskan sebuah masalah yang sedang terjadi,
sistem pakar membutuhkan blackboard, yaitu area pada memori yang
berfungsi sebagai basis data. Tiga tipe keputusan yang dapat direkam pada
blackboard yaitu:
Rencana : bagaimana menghadapi masalah
Agenda : aksi-aksi potensial yang sedang menunggu untuk dieksekusi
Solusi : calon aksi yang akan dibangkitkan
f. Sistem perbaikan pengetahuan (knowledge refining system)
Subsistem penjelas berfungsi memberi penjelasan kepada
pengguna, bagaimana suatu kesimpulan dapat diambil. Kemampuan
seperti ini sangat penting bagi pengguna untuk mengetahui proses
pemindahan keahlian pakar maupun dalam pemecahan masalah.
g. Sistem perbaikan pengetahuan (knowledge refining system)
Kemampuan memperbaiki pengetahuan (knowledge refining
system) dari seorang pakar diperlukan untuk menganalisis pengetahuan
belajar dari kesalahan masa lalu, kemudian memperbaiki pengetahuannya
sehingga dapat digunakan di masa mendatang. Kemampuan evaluasi diri
seperti itu diperlukan oleh program agar dapat menganalisis alasan-alasan
kesuksesan dan kegagalannya dalam mengambil kesimpulan. Cara ini
dapat menghasilkan basis pengetahuan yang lebih baik dan penalaran yang
lebih efektif.
B. Perancangan Sistem Pakar UBTS (Universal Battery Tester System)
1. Analisa Kebutuhan Sistem
Proses produksi membutukan proses yang cepat, akurat, konsisten dan
berkualitas. Salah satu proses di bagian produksi PT Varta Microbattery
Indonesia adalah proses testing bateri yang merupakan proses yang cukup
kompleks. Jika dilakukan dengan manual proses ini membutuhkan banyak
mesin dan manusia yang terlibat didalamnya. Setiap operator harus tau ratusan
bahkan ribuan jenis battery yang diproduksi di PT Varta Microbattery
Indonesia. Setiap battery memiliki spesifikasi sendiri-sendiri. Oleh karena itu
perlu dibuatkan sistem pakar UBTS (universal Battery Tester System)
sehingga proses produksi bisa berjalan dengan cepat, akurat, konsiste dan
berkualitas. Dengan proses yang cepat, akurat, konsisten dan berkualitas
tersebut diharapkan target tercapai sehingga manajemen/ perusahaan
diuntunkan.
2. Perancangan Sistem Pakar
Perancangan model dilakukan dengan dua tahapan yaitu : tahap
persiapan dan tahap pengembangan. Tahap persiapan meliputi : formulasi
permasalahan, penetapan tujuan, ruang lingkup dan tujuan sistem pakar, studi
pustaka, pemilihan pakar, dan pemilihan bahasa komputer yang digunakan.
Tahap studi pustaka perlu dilakukan untuk mem-peroleh pengetahuan
mengenai testing battery dan spesifikasi tiap modelnya. Pemilihan pakar
sangat penting dilakukan untuk memperoleh basis pengetahuan yang akurat
dan tepat. Pakar yang dipilih adalah pakar elektronika, pakar desain produk,
pakar IT (information teknologi) dan pakar Quality Control Industri battery.
Pengembangan Sistem pakar terdiri dari beberapa tahap yaitu (a)
pengembangan basis pengetahuan berupa akuisisi pengetahuan,
konseptualisasi pengetahuan, dan representasi pengetahuan, (b)
pengembangan mekanisme inferensi, (c) pemrograman komputer, dan (d)
verifikasi. Tahapan permodelan dapat dilihat pada Gambar 2 sebagai berikut.
Sedangkan pada perancangan sistemya ini menggunkan. Sedangkan langkah-
langkah perancangan sistem pakar UBTS (Universal Battery Tester System)
adalah sebagai berikut:
a. Diagram Konteks
Diagram konteks adalah arus data yang berfungsi untuk
menggambarkan keterkaitan aliran-aliran data antara sistem dengan
bagian-bagian luar. Pada sistem pakar UBTS (Universal Battery Tester
System) ada tiga entitas yaitu : pakar, enginering dan operator. Gambar
diagram konteks untuk sistem pakar UBTS (Universal Battery Tester
System)dapat dilihat pada gambar 3.
Gambar 2 : Diagram konteks sistem pakar UBTS (Universal Battery
Tester System)
Pakar mentransfer pengetahun yang dia miliki tentang berbagai
model dan spesifikasi battery yang diketahuinya untuk direkam di sistem
pakar UBTS. Enginnering berhak mengubah data battery jika spesifikasi
berubah dari request customer. Operator dapat dengan mudah
mengoperasikan sistem pakar UBTS sehingga proses testing dapat berjalan
denagn lanacar dan sesuai permintaan customer.
b. DFD(Data Flow Diagram)
Data Flow Diagram (DFD–DAD/ Diagram Alir Data)
memperlihatkan hubungan fungsional dari nilai yang dihitung oleh sistem,
termasuk nilai masukan, nilai keluaran, serta tempat penyimpanan internal.
DAD adalah gambaran grafis yang memperlihatkan aliran data dari
sumbernya dalam objek kemudian melewati proses yang
mentransformasinya ke tujuan yang lain, yang ada pada objek lain. DAD
sering digunakan untuk menggambarkan suatu sistem yang telah ada atau
sistem baru yang akan dikembangkan secara logika tanpa
mempertimbangan lingkungan fisik dimana data tersebut mengalir.
Gambar DFD (Data Flow Diagram) untuk sistem pakar UBTS (Universal
Battery Tester System) dapat dilihat pada gambar 3.
Gambar 4: DFD sistem pakar UBTS (Universal Battery Tester System)
c. ERD((Entity Relationship Diagram)
Entity Relationship Diagram adalah suatu model penyajian data
dengan menggunakan entity dan relasionship. ERD menggambarkan
model konseptual untuk menggambarkan struktur logis dari basis data
berbasis grafis. Tujuan dari penyajian ini agar data base dapat dipahami
dan dirancang dengan mudah.
Gambar 5: ERD sistem pakar UBTS (Universal Battery Tester System)
Terdapat empat entity dalam sistem pakar yaitu Data_pakar, Data
enginnering, data operator dan data Battery. Dari ketiga entity tersebut
yang paling penting adalah entity data battery. Entity data battery
mempunyai atribut yaitu :
id _battery : biasanya tiap produk battery mempunyai kode/ Id sendiri-
sendiri sehingga ada ratusan atau bahkan ribuan kode/ id
nama_battery : tiap id_battery mempunyai nama battery sendiri-
sendiri, sehingga jumlah id_battery akan sama dengan jumlah
nama_battery.
Jenis : jenis battery , dari bahan yang digunakan ada yang lithium, Ni-
mh, cadnium (sudah jarang dipakai). Dari bentuk battery ada jenis
LIC, LPP dan LIC. Dari cell yang dirangkai ada 2S1P, 2P2P, 3S1P,
4S2P, dan sebagainya
Cutomer : customer di PT Varta Microbattery Indonesia bermacam-
macan, ada Siemens, Lieca, Sepura, dan lain-lain
OCDV :Over Charge detection Voltage
OCRV : Over Charge Release Voltage
ODDV : Over Discharge Detection Voltage
ODRV : Over Discharge Release Voltage
OCD : Over Current Detection
ODD : Over Discharge Detection
PTC = Positive Temperature coefficient
NTC : Negative Temperature Coefficient
Imp: Impedance
C. Daftar Pustaka
Hartati, S., & Iswanti, S. (2008). Sistem Pakar & Pengembangannya. Yogyakarta:
Graha Ilmu.
Sutojo, T., Mulyanto, E., & Suhartono, V. (2011). Kecerdasan Buatan. Yogyakarta:
Andi.
Sutojo, T., Mulyanto, Edi. Dan Suhartono, Vincent. 2011. Kecerdasan Buatan, Andi,
Yogyakarta.
Trisyulianti,E., Hardjomidjojo, H., Arkeman, Y. & Saefuddin, A. Desain Sistem
Pakar Untuk Interpretasi Bagan Kendali Mutu Pakan. IPB : J. Tek. Ind. Pert.
Vol. 15(1), 17-27
Gustikasari, R. & Winiarti, S.(2013) . Aplikasi Sistem Pakar Penentuan
Perawatan Kecantikan Berbasis Web (Studi Kasus : Pamella Salon Yogyakarta).
Universitas Ahmad Dahlan : Jurnal Sarjana Teknik Informatika e-ISSN: 2338-
5197 Volume 1 Nomor 2.

More Related Content

What's hot

Klpk 4
Klpk 4Klpk 4
Klpk 4
Ardy Tkj
 
SIM, Namira Nur Jasmine, Hapzi Ali, Sistem Kecerdasan Buatan, Universitas Mer...
SIM, Namira Nur Jasmine, Hapzi Ali, Sistem Kecerdasan Buatan, Universitas Mer...SIM, Namira Nur Jasmine, Hapzi Ali, Sistem Kecerdasan Buatan, Universitas Mer...
SIM, Namira Nur Jasmine, Hapzi Ali, Sistem Kecerdasan Buatan, Universitas Mer...
Namira Jasmine
 
A11.2012.07112 alvian yudha prawira tgsdm2 _a11.4803
A11.2012.07112 alvian yudha prawira tgsdm2 _a11.4803A11.2012.07112 alvian yudha prawira tgsdm2 _a11.4803
A11.2012.07112 alvian yudha prawira tgsdm2 _a11.4803Alvian yudha Prawira
 
Pertemuan 1 dan 2
Pertemuan 1 dan 2Pertemuan 1 dan 2
Pertemuan 1 dan 2
Isbandiyo Dewa Argo
 
Pertemuan 1 konsep dasar sistem pakar
Pertemuan 1   konsep dasar sistem pakarPertemuan 1   konsep dasar sistem pakar
Pertemuan 1 konsep dasar sistem pakar
edi_suhardi
 
Expert system fuzzy
Expert system fuzzyExpert system fuzzy
Expert system fuzzyakbaraswad
 
3 Konsep Sistem Pakar
3 Konsep Sistem Pakar3 Konsep Sistem Pakar
3 Konsep Sistem Pakar
Eko Mardianto
 
Pertemuan 2
Pertemuan 2Pertemuan 2
Pertemuan 2
Abrianto Nugraha
 
Sistem pakar teknologi informasi eris
Sistem pakar teknologi informasi erisSistem pakar teknologi informasi eris
Sistem pakar teknologi informasi eris
Eris Hariyanto
 
Tugas sistem pakar
Tugas sistem pakarTugas sistem pakar
Tugas sistem pakar
olbers letfaar
 
Tugas 1 : Tes Alan Turing dan Bidang AI
Tugas 1 : Tes Alan Turing dan Bidang AITugas 1 : Tes Alan Turing dan Bidang AI
Tugas 1 : Tes Alan Turing dan Bidang AI
bima_pamungkas
 
II Pengantar Sistem Pakar
II   Pengantar Sistem PakarII   Pengantar Sistem Pakar
II Pengantar Sistem Pakar
Herman Tolle
 
Kcb
KcbKcb
Sistem Pakar.ppt
Sistem Pakar.pptSistem Pakar.ppt
Sistem Pakar.ppt
adityawicaksono95
 
Pertemuan 1
Pertemuan 1Pertemuan 1
Pertemuan 1
Abrianto Nugraha
 

What's hot (19)

Klpk 4
Klpk 4Klpk 4
Klpk 4
 
SIM, Namira Nur Jasmine, Hapzi Ali, Sistem Kecerdasan Buatan, Universitas Mer...
SIM, Namira Nur Jasmine, Hapzi Ali, Sistem Kecerdasan Buatan, Universitas Mer...SIM, Namira Nur Jasmine, Hapzi Ali, Sistem Kecerdasan Buatan, Universitas Mer...
SIM, Namira Nur Jasmine, Hapzi Ali, Sistem Kecerdasan Buatan, Universitas Mer...
 
A11.2012.07112 alvian yudha prawira tgsdm2 _a11.4803
A11.2012.07112 alvian yudha prawira tgsdm2 _a11.4803A11.2012.07112 alvian yudha prawira tgsdm2 _a11.4803
A11.2012.07112 alvian yudha prawira tgsdm2 _a11.4803
 
Pertemuan 1 dan 2
Pertemuan 1 dan 2Pertemuan 1 dan 2
Pertemuan 1 dan 2
 
Pertemuan 1 konsep dasar sistem pakar
Pertemuan 1   konsep dasar sistem pakarPertemuan 1   konsep dasar sistem pakar
Pertemuan 1 konsep dasar sistem pakar
 
Expert system fuzzy
Expert system fuzzyExpert system fuzzy
Expert system fuzzy
 
3 Konsep Sistem Pakar
3 Konsep Sistem Pakar3 Konsep Sistem Pakar
3 Konsep Sistem Pakar
 
Pertemuan 2
Pertemuan 2Pertemuan 2
Pertemuan 2
 
3
33
3
 
Pakar
PakarPakar
Pakar
 
Sistem pakar teknologi informasi eris
Sistem pakar teknologi informasi erisSistem pakar teknologi informasi eris
Sistem pakar teknologi informasi eris
 
Pengantar Sistem Pakar
Pengantar Sistem PakarPengantar Sistem Pakar
Pengantar Sistem Pakar
 
Tugas sistem pakar
Tugas sistem pakarTugas sistem pakar
Tugas sistem pakar
 
Tugas 1 : Tes Alan Turing dan Bidang AI
Tugas 1 : Tes Alan Turing dan Bidang AITugas 1 : Tes Alan Turing dan Bidang AI
Tugas 1 : Tes Alan Turing dan Bidang AI
 
Sistem pakar
Sistem pakarSistem pakar
Sistem pakar
 
II Pengantar Sistem Pakar
II   Pengantar Sistem PakarII   Pengantar Sistem Pakar
II Pengantar Sistem Pakar
 
Kcb
KcbKcb
Kcb
 
Sistem Pakar.ppt
Sistem Pakar.pptSistem Pakar.ppt
Sistem Pakar.ppt
 
Pertemuan 1
Pertemuan 1Pertemuan 1
Pertemuan 1
 

Similar to Ary p,hapzi ali, desain sistem pakar, ut, 2017

Jurnal 1 sistem pakar atau dss
Jurnal 1 sistem pakar atau dssJurnal 1 sistem pakar atau dss
Jurnal 1 sistem pakar atau dss
peri subagja
 
Sistem Pakar Intro-sant
Sistem Pakar Intro-santSistem Pakar Intro-sant
Sistem Pakar Intro-sant
MaikelPaijovka
 
Materi SISTEM PAKAR (expert system).pptx
Materi SISTEM PAKAR (expert system).pptxMateri SISTEM PAKAR (expert system).pptx
Materi SISTEM PAKAR (expert system).pptx
SyofiraTaufit
 
Sistem pakar (expert system) adalah sistem yang berusaha mengadopsi pengetahu...
Sistem pakar (expert system) adalah sistem yang berusaha mengadopsi pengetahu...Sistem pakar (expert system) adalah sistem yang berusaha mengadopsi pengetahu...
Sistem pakar (expert system) adalah sistem yang berusaha mengadopsi pengetahu...
HendroGunawan8
 
Tugas artificial intelligence
Tugas artificial intelligenceTugas artificial intelligence
Tugas artificial intelligenceAli Nardi
 
Pertemuan 3 - Arsitektur Sistem Pakar.pptx
Pertemuan 3 - Arsitektur Sistem Pakar.pptxPertemuan 3 - Arsitektur Sistem Pakar.pptx
Pertemuan 3 - Arsitektur Sistem Pakar.pptx
FahmiZuhri2
 
Tugas executive support system for bussiness expert system
Tugas executive support system for bussiness expert systemTugas executive support system for bussiness expert system
Tugas executive support system for bussiness expert systemKristine M H
 
Slide-INF523-Pertemuan-1-Pengantar-Sistem-Pakar.pptx
Slide-INF523-Pertemuan-1-Pengantar-Sistem-Pakar.pptxSlide-INF523-Pertemuan-1-Pengantar-Sistem-Pakar.pptx
Slide-INF523-Pertemuan-1-Pengantar-Sistem-Pakar.pptx
IkhwaniSaputra
 
Pertemuan 11 Sistem Pakar (Expert System)
Pertemuan 11 Sistem Pakar (Expert System)Pertemuan 11 Sistem Pakar (Expert System)
Pertemuan 11 Sistem Pakar (Expert System)
Endang Retnoningsih
 
Slide-01.pptx
Slide-01.pptxSlide-01.pptx
Slide-01.pptx
cemporku
 
Merri syafwardi, hapzi ali, sistem pakar dan eis, ut batam, 2018
Merri syafwardi, hapzi ali, sistem pakar dan eis, ut batam, 2018Merri syafwardi, hapzi ali, sistem pakar dan eis, ut batam, 2018
Merri syafwardi, hapzi ali, sistem pakar dan eis, ut batam, 2018
merrisya
 
LTM Sistem Pakar
LTM Sistem PakarLTM Sistem Pakar
LTM Sistem Pakar
Dwi Mardianti
 
Pertemuan 12 Sistem Pakar (Expert System) -lanjutan
Pertemuan 12 Sistem Pakar (Expert System) -lanjutanPertemuan 12 Sistem Pakar (Expert System) -lanjutan
Pertemuan 12 Sistem Pakar (Expert System) -lanjutan
Endang Retnoningsih
 
Minggu7 - Expert System (Baru).pdf
Minggu7 - Expert System (Baru).pdfMinggu7 - Expert System (Baru).pdf
Minggu7 - Expert System (Baru).pdf
WiliantoGan1
 
Pertemuan 2 Mengenal Sistem Pakar.pptx
Pertemuan 2 Mengenal Sistem Pakar.pptxPertemuan 2 Mengenal Sistem Pakar.pptx
Pertemuan 2 Mengenal Sistem Pakar.pptx
FahmiZuhri2
 
Pertemuan 1 Mengenal Sistem Pakar.pptx
Pertemuan 1 Mengenal Sistem Pakar.pptxPertemuan 1 Mengenal Sistem Pakar.pptx
Pertemuan 1 Mengenal Sistem Pakar.pptx
FahmiZuhri2
 
DSS Introduction (I)
DSS Introduction (I)DSS Introduction (I)
DSS Introduction (I)
Shary Armonitha
 
Sistem berbasis pengetahuan 2
Sistem berbasis pengetahuan 2Sistem berbasis pengetahuan 2
Sistem berbasis pengetahuan 2mantap bana yaung
 

Similar to Ary p,hapzi ali, desain sistem pakar, ut, 2017 (20)

Jurnal 1 sistem pakar atau dss
Jurnal 1 sistem pakar atau dssJurnal 1 sistem pakar atau dss
Jurnal 1 sistem pakar atau dss
 
Sistem Pakar Intro-sant
Sistem Pakar Intro-santSistem Pakar Intro-sant
Sistem Pakar Intro-sant
 
Materi SISTEM PAKAR (expert system).pptx
Materi SISTEM PAKAR (expert system).pptxMateri SISTEM PAKAR (expert system).pptx
Materi SISTEM PAKAR (expert system).pptx
 
Sistem pakar (expert system) adalah sistem yang berusaha mengadopsi pengetahu...
Sistem pakar (expert system) adalah sistem yang berusaha mengadopsi pengetahu...Sistem pakar (expert system) adalah sistem yang berusaha mengadopsi pengetahu...
Sistem pakar (expert system) adalah sistem yang berusaha mengadopsi pengetahu...
 
Tugas artificial intelligence
Tugas artificial intelligenceTugas artificial intelligence
Tugas artificial intelligence
 
Pertemuan 3 - Arsitektur Sistem Pakar.pptx
Pertemuan 3 - Arsitektur Sistem Pakar.pptxPertemuan 3 - Arsitektur Sistem Pakar.pptx
Pertemuan 3 - Arsitektur Sistem Pakar.pptx
 
Tugas executive support system for bussiness expert system
Tugas executive support system for bussiness expert systemTugas executive support system for bussiness expert system
Tugas executive support system for bussiness expert system
 
Slide-INF523-Pertemuan-1-Pengantar-Sistem-Pakar.pptx
Slide-INF523-Pertemuan-1-Pengantar-Sistem-Pakar.pptxSlide-INF523-Pertemuan-1-Pengantar-Sistem-Pakar.pptx
Slide-INF523-Pertemuan-1-Pengantar-Sistem-Pakar.pptx
 
Pertemuan 11 Sistem Pakar (Expert System)
Pertemuan 11 Sistem Pakar (Expert System)Pertemuan 11 Sistem Pakar (Expert System)
Pertemuan 11 Sistem Pakar (Expert System)
 
Slide-01.pptx
Slide-01.pptxSlide-01.pptx
Slide-01.pptx
 
Merri syafwardi, hapzi ali, sistem pakar dan eis, ut batam, 2018
Merri syafwardi, hapzi ali, sistem pakar dan eis, ut batam, 2018Merri syafwardi, hapzi ali, sistem pakar dan eis, ut batam, 2018
Merri syafwardi, hapzi ali, sistem pakar dan eis, ut batam, 2018
 
LTM Sistem Pakar
LTM Sistem PakarLTM Sistem Pakar
LTM Sistem Pakar
 
Pertemuan 12 Sistem Pakar (Expert System) -lanjutan
Pertemuan 12 Sistem Pakar (Expert System) -lanjutanPertemuan 12 Sistem Pakar (Expert System) -lanjutan
Pertemuan 12 Sistem Pakar (Expert System) -lanjutan
 
Minggu7 - Expert System (Baru).pdf
Minggu7 - Expert System (Baru).pdfMinggu7 - Expert System (Baru).pdf
Minggu7 - Expert System (Baru).pdf
 
Tugas 2
Tugas 2Tugas 2
Tugas 2
 
Pertemuan 2 Mengenal Sistem Pakar.pptx
Pertemuan 2 Mengenal Sistem Pakar.pptxPertemuan 2 Mengenal Sistem Pakar.pptx
Pertemuan 2 Mengenal Sistem Pakar.pptx
 
Pertemuan 1 Mengenal Sistem Pakar.pptx
Pertemuan 1 Mengenal Sistem Pakar.pptxPertemuan 1 Mengenal Sistem Pakar.pptx
Pertemuan 1 Mengenal Sistem Pakar.pptx
 
3. bab ii
3. bab ii3. bab ii
3. bab ii
 
DSS Introduction (I)
DSS Introduction (I)DSS Introduction (I)
DSS Introduction (I)
 
Sistem berbasis pengetahuan 2
Sistem berbasis pengetahuan 2Sistem berbasis pengetahuan 2
Sistem berbasis pengetahuan 2
 

More from Ary Prasetyo

Penyusunan proposal penelitian_tindakan_kelas
Penyusunan proposal penelitian_tindakan_kelasPenyusunan proposal penelitian_tindakan_kelas
Penyusunan proposal penelitian_tindakan_kelas
Ary Prasetyo
 
Ary prasetyo hapzi ali sistem pengambilan keputusan_ut_2017
Ary prasetyo hapzi ali sistem pengambilan keputusan_ut_2017Ary prasetyo hapzi ali sistem pengambilan keputusan_ut_2017
Ary prasetyo hapzi ali sistem pengambilan keputusan_ut_2017
Ary Prasetyo
 
Ary prasetyo,hapzi ali, si bonus penjualan, ut upbjj batam, 2017
Ary prasetyo,hapzi ali, si bonus penjualan, ut upbjj batam, 2017Ary prasetyo,hapzi ali, si bonus penjualan, ut upbjj batam, 2017
Ary prasetyo,hapzi ali, si bonus penjualan, ut upbjj batam, 2017
Ary Prasetyo
 
Ary prasetyo hapzi ali dss_ut batam_2017
Ary prasetyo hapzi ali dss_ut batam_2017Ary prasetyo hapzi ali dss_ut batam_2017
Ary prasetyo hapzi ali dss_ut batam_2017
Ary Prasetyo
 
Ary prasetyo hapzi ali desain eis_ut batam_2017
Ary prasetyo hapzi ali desain eis_ut batam_2017Ary prasetyo hapzi ali desain eis_ut batam_2017
Ary prasetyo hapzi ali desain eis_ut batam_2017
Ary Prasetyo
 
Ary prasetyo,hapzi ali, pengunaan ektp, ut upbjj batam, 2017
Ary prasetyo,hapzi ali, pengunaan ektp, ut upbjj batam, 2017Ary prasetyo,hapzi ali, pengunaan ektp, ut upbjj batam, 2017
Ary prasetyo,hapzi ali, pengunaan ektp, ut upbjj batam, 2017
Ary Prasetyo
 

More from Ary Prasetyo (6)

Penyusunan proposal penelitian_tindakan_kelas
Penyusunan proposal penelitian_tindakan_kelasPenyusunan proposal penelitian_tindakan_kelas
Penyusunan proposal penelitian_tindakan_kelas
 
Ary prasetyo hapzi ali sistem pengambilan keputusan_ut_2017
Ary prasetyo hapzi ali sistem pengambilan keputusan_ut_2017Ary prasetyo hapzi ali sistem pengambilan keputusan_ut_2017
Ary prasetyo hapzi ali sistem pengambilan keputusan_ut_2017
 
Ary prasetyo,hapzi ali, si bonus penjualan, ut upbjj batam, 2017
Ary prasetyo,hapzi ali, si bonus penjualan, ut upbjj batam, 2017Ary prasetyo,hapzi ali, si bonus penjualan, ut upbjj batam, 2017
Ary prasetyo,hapzi ali, si bonus penjualan, ut upbjj batam, 2017
 
Ary prasetyo hapzi ali dss_ut batam_2017
Ary prasetyo hapzi ali dss_ut batam_2017Ary prasetyo hapzi ali dss_ut batam_2017
Ary prasetyo hapzi ali dss_ut batam_2017
 
Ary prasetyo hapzi ali desain eis_ut batam_2017
Ary prasetyo hapzi ali desain eis_ut batam_2017Ary prasetyo hapzi ali desain eis_ut batam_2017
Ary prasetyo hapzi ali desain eis_ut batam_2017
 
Ary prasetyo,hapzi ali, pengunaan ektp, ut upbjj batam, 2017
Ary prasetyo,hapzi ali, pengunaan ektp, ut upbjj batam, 2017Ary prasetyo,hapzi ali, pengunaan ektp, ut upbjj batam, 2017
Ary prasetyo,hapzi ali, pengunaan ektp, ut upbjj batam, 2017
 

Ary p,hapzi ali, desain sistem pakar, ut, 2017

  • 1. FORUM DISKUSI 2 SISTEM INFORMASI MANAJEMEN (EKMO5102.03) Nama Mahasiswa : Ary Prasetyo NIM : 530000834 Tutor : Prof. Dr. Ir. Hapzi ali, MM, CMA Tema : Desain Sistem Pakar Universitas : Uiversitas Terbuka UPBJJ Batam Tahun : 2017 Perancangan Sistem Pakar UBTS (Uniersal Battery Tester System) Di PT.Varta Microbattery Indonesia A. Pendahuluan 1. Pengertian Sistem Pakar Berikut ini adalah beberapa pengertian atau definisi sistem pakar menurut bebrapa ahli : a. Menurut Sutojo, Mulyanto dan Suhartono (2011), Sistem pakar adalah suatu sistem yang dirancang untuk dapat menirukan keahlian seorang pakar dalam menjawab pertanyaan dan menyelesaikan suatu masalah. b. menurut Giarratano dan Riley dalam Hartati dan Iswanti (2008), Sistem Pakar merupakan salah satu cabang dari Kecerdasan Buatan (Artificial Intelligence) yang menggunakan pengetahuan – pengetahuan khusus yang dimiliki oleh seorang ahli untuk menyelesaikan suatu masalah tertentu. c. Menurut Marimin (1992), sistem pakar adalah sistem perangkat lunak komputer yang menggunakan ilmu, fakta, dan teknik berpikir dalam pengambilan keputusan untuk menyelesaikan masalah-masalah yang biasanya hanya dapat diselesaikan oleh tenaga ahli dalam bidang yang bersangkutan. d. Menurut Turban (2001), Sistem pakar adalah sebuah sistem yang menggunakan pengetahuan manusia dimana pengetahuan tersebut dimasukkan ke dalam sebuah komputer dan kemudian digunakan untuk
  • 2. menyelesaikan masalah-masalah yang biasanya membutuhkan kepakaran atau keahlian manusia. e. Menurut Jackson (1999), Sistem pakar adalah program komputer yang mempresentasikan dan melakukan penalaran dengan pengetahuan beberapa pakaruntuk memecahkan masalah atau memberikan saran. f. Menurut Luger dan Stubblefield (1993),Sistem pakar adalah program yang berbasiskan pengetahuan yang menyediakan solusi ‘kualitas pakar’ kepada masalah-masalah dalam bidang (domain) yang spesifik. 2. Ciri-Ciri Sistem Pakar Ciri-ciri sistem pakar adalah sebagai berikut: a. Terbatas pada domain keahlian tertentu. b. Mampu memberikan penalaran untuk data-data yang tidak lengkap atau tidak pasti. c. Mampu menjelaskan alasan-alasan yang diberikannya dengan cara yang dapat dipahami. d. Bekerja berdasarkan kaidah atau rule tertentu. e. Mudah dimodifikasi. f. Basis pengetahuan dan mekanisme inferensi terpisah. g. Keluarannya atau output bersifat anjuran. h. Sistem dapat mengaktifkan kaidah secara searah sesuai, dituntun oleh dialog dengan pengguna. 3. Konsep Dasar Sistem Pakar Konsep dasar sistem pakar meliputi : a. Kepakaran (Expertise) Kepakaran merupakan suatu pengetahuan yang diperoleh dari pelatihan, membaca dan pengalaman. Kepakaran memungkinkan para ahli dapat mengambil keputusan lebih cepat dan lebih baik daripada seorang yang bukan pakar. Kepakaran meliputi pengetahuan : Fakta-fakta tentang bidang permasalahan tertentu Teori-teori tentang bidang permasalahan tertentu
  • 3. Aturan-aturan dan prosedur-prosedur menurut bidang permasalahan umumnya. Aturan heuristic yang harus dikerjakan dalam suatu situasi tertentu Strategi global untuk memecahkan permasalahan Pengetahuan tentang pengetahuan (meta knowledge) b. Pakar (Expert) Pakar adalah seseorang yang mempunyai pengetahuan, pengalaman, dan metode khusus serta mampu menerapkannya untuk memecahkan masalah atau memberi nasihat. Seorang pakar harus mampu menjelaskan danmempelajari hal - hal baru yang berkaitan dengan topik permasalahan, jika perlu harus mampu menyusun kembali pengetahuan-pengetahuan yang didapatkan dan dapat memecahkan aturan-aturan serta menentukan relevansi kepakarannya. Seorang pakar mampu melakukan kegiatan-kegiatan berikut. Mengenali dan memformulasikan permasalahan Memecahkan permasalahan secara cepat dan tepat Menerangkan pemecahannya Belajar dari pengalaman Merestrukturisasi pengetahuan Memecahkan aturan-aturan Menentukan relevansi c. Pemindahan kepakaran (Transferring Expertise) Tujuan dari sistem pakar adalah memindahkan kepakaran dari seorang pakar ke dalam komputer, kemudian ditransfer kepada orang lain yang bukan pakar. Proses ini melibatkan empat kegiatan, yaitu: Akusisi pengetahuan (dari pakar atau sumber lain) Representasi pengetahuan (pada komputer) Inferensi pengetahuan Pemindahan pengetahuan ke pengguna d. Inferensi (Inferencing) Inferensi adalah sebuah prosedur (program) yang mempunyai kemampuan dalam melakukan penalaran. Inferensi ditampilkan pada suatu komponen yang disebut mesin inferensi yang mencakup prosedur-prosedur
  • 4. mengenai pemecahan masalah. Semua pengetahuan yang dimiliki oleh seorang pakar disimpan pada basis pengetahuan oleh sistem pakar. Tugas mesin inferensi adalah mengambil kesimpulan berdasarkan basis pengetahuan yang dimilikinya. e. Aturan-aturan (Rule) Kebanyakan software sistem pakar komersial adalah sistem yang berbasis rule (rule based systems), yaitu pengetahuan disimpan terutama dalam bentuk rule, sebagai prosedur-prosedur pemecahan masalah. f. Kemampuan menjelaskan (Explanation Capability) Fasilitas lain dari sistem pakar adalah kemampuannya untuk menjelaskan saran atau rekomendasi yang diberikan oleh sistem pakar. Penjelasan dilakukan dalam subsistem yang disebut subsistem pejelasan (explanation). Bagian dari sistem ini memungkinkan sistem untuk memeriksa penalaran yang dibuatnya sendiri dan menjelaskan operasi operasinya. 4. Struktur Sistem Pakar Ada dua bagian penting dari sistem pakar, yaitu lingkungan pengembangan (development environment) dan lingkungan konsultasi (consultation environment). Lingkungan pengembangan digunakan oleh pembuat sistem pakar untuk membangun komponen-komponenya dan memasukkan pengetahuan ke dalam knowledge base (basis pengetahuan). Lingkungan konsultasi digunakan oleh pengguna untuk berkonsultasi sehingga pengguna mendapatkan pengetahuan dan nasihat dari sistem pakar layaknya berkonsultasi dengan sistem pakar.
  • 5. Gambar 1: Struktur sistem pakar Sumber : Sutojo, T., Mulyanto, Edi. Dan Suhartono, Vincent : (2011) Keterangan gambar : : Pemisah antara lingkungn konsultasi dan pengembang : Langsung : Komunikasi dua arah : Tidak langsung Keterangan : a. Akusisi pengetahuan Subsistem ini digunakan untuk memasukkan pengetahuan dari seorang pakar dengan cara merekayasa pengetahuan agar bisa diproses oleh computer menaruhnya ke dalam basis pengetahuan dengan format tertentu (dalam bentuk representasi pengetahuan). Sumber-sumber pengetahuan bisa diperoleh dari pakar, buku, dokumen multimedia, basis data, laporan riset khusus, dan informasi yang terdapat di web.
  • 6. b. Basis pengetahuan (knowledge base) Basis pengetahuan mengandung pengetahuan yang diperlukan untuk memahami, merumuskan dan menyelesaikan malasah. Basis pengetahuan terdiri dari dua elemen dasar, yaitu: Fakta, misalnya situasi, kondisi atau permasalahan yang ada. Aturan (rule), untuk mengarahkan penggunaan pengetahuan dalam memecahkan masalah. c. Mesin Inferensi (Inference Engine) Mesin inferensi adalah 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. Dala prosesnya, mesin inferensi menggunakan strategi pengendalian, yaitu strateg yang berfungsi sebagai panduan arah dalam melakukan proses penalaran. Ada tiga teknik pengendalian yang digunakan, yaitu forward chaining, backward chaining, dan gabungan dari kedua teknink tersebut. Rumut maju (forward chaining) Forward chaining adalah teknik pencarian yang dimulai dengan fakta yang diketahui, kemudian mencocokan fakta-fakta tersebut dengan bagian IF dari rules IF-THEN. Jika ada fakta yang cocok dengan bagian IF, maka rule tersebut dieksekusi. Bila sebuah rule dieksekusi maka sebuah fakta baru (bagian THEN) ditambahkan ke dalam database. Setiap kali pencocokan, dimulai dari rule teratas. Setiap rule hanya boleh dieksekusi sekali saja. Proses pencocokan berhenti bila tidak ada lagi rule yang bisa dieksekusi. Runut balik (backward chaining) Backward chaining adalah metode inferensi yang bekerja mundur ke arah kondisi awal. Proses diawali dari goal (yang berada dibagian THEN dari rule IF-THEN), kemudian pencarian mulai dijalankan untuk mencocokan apakah fakta-fakta yang ada cocok dengan premis-premis di bagian IF. Jika cocok, rule dieksekusi, kemudian hipotesis di bagian THEN ditempatkan di
  • 7. basis data sebagai fakta baru. Jika tidak cocok, simpan premis di bagian IF ke dalam stack sebagai subgoal. Proses berakhir jika goal ditemukan atau tidak ada rule yang bisa membuktikan kebenaran dari subgoal atau goal. Metode gabungan Selain menggunkan metode runut maju dan runut balik, sebuah aplikasi sistem pakar juga bisa menggunakan gabungan dari kedua metode tersebut. d. Antarmuka pemakai (user interface) Digunakan sebagai media komunikasi antara pengguna dan sistem pakar. Komunikasi ini paling bagus bila disajikan dalam bahasa alami (natural language) dan dilengkapi dengan grafik, menu dan formulir elektronik. Pada bagian ini akan terjadi dialog antara sistem pakar dan pengguna. e. Daerah kerja (blackboard) Untuk merekam hasil sementara yang akan dijadikan sebagai keputusan dan untuk menjelaskan sebuah masalah yang sedang terjadi, sistem pakar membutuhkan blackboard, yaitu area pada memori yang berfungsi sebagai basis data. Tiga tipe keputusan yang dapat direkam pada blackboard yaitu: Rencana : bagaimana menghadapi masalah Agenda : aksi-aksi potensial yang sedang menunggu untuk dieksekusi Solusi : calon aksi yang akan dibangkitkan f. Sistem perbaikan pengetahuan (knowledge refining system) Subsistem penjelas berfungsi memberi penjelasan kepada pengguna, bagaimana suatu kesimpulan dapat diambil. Kemampuan seperti ini sangat penting bagi pengguna untuk mengetahui proses pemindahan keahlian pakar maupun dalam pemecahan masalah. g. Sistem perbaikan pengetahuan (knowledge refining system) Kemampuan memperbaiki pengetahuan (knowledge refining system) dari seorang pakar diperlukan untuk menganalisis pengetahuan belajar dari kesalahan masa lalu, kemudian memperbaiki pengetahuannya
  • 8. sehingga dapat digunakan di masa mendatang. Kemampuan evaluasi diri seperti itu diperlukan oleh program agar dapat menganalisis alasan-alasan kesuksesan dan kegagalannya dalam mengambil kesimpulan. Cara ini dapat menghasilkan basis pengetahuan yang lebih baik dan penalaran yang lebih efektif. B. Perancangan Sistem Pakar UBTS (Universal Battery Tester System) 1. Analisa Kebutuhan Sistem Proses produksi membutukan proses yang cepat, akurat, konsisten dan berkualitas. Salah satu proses di bagian produksi PT Varta Microbattery Indonesia adalah proses testing bateri yang merupakan proses yang cukup kompleks. Jika dilakukan dengan manual proses ini membutuhkan banyak mesin dan manusia yang terlibat didalamnya. Setiap operator harus tau ratusan bahkan ribuan jenis battery yang diproduksi di PT Varta Microbattery Indonesia. Setiap battery memiliki spesifikasi sendiri-sendiri. Oleh karena itu perlu dibuatkan sistem pakar UBTS (universal Battery Tester System) sehingga proses produksi bisa berjalan dengan cepat, akurat, konsiste dan berkualitas. Dengan proses yang cepat, akurat, konsisten dan berkualitas tersebut diharapkan target tercapai sehingga manajemen/ perusahaan diuntunkan. 2. Perancangan Sistem Pakar Perancangan model dilakukan dengan dua tahapan yaitu : tahap persiapan dan tahap pengembangan. Tahap persiapan meliputi : formulasi permasalahan, penetapan tujuan, ruang lingkup dan tujuan sistem pakar, studi pustaka, pemilihan pakar, dan pemilihan bahasa komputer yang digunakan. Tahap studi pustaka perlu dilakukan untuk mem-peroleh pengetahuan mengenai testing battery dan spesifikasi tiap modelnya. Pemilihan pakar sangat penting dilakukan untuk memperoleh basis pengetahuan yang akurat dan tepat. Pakar yang dipilih adalah pakar elektronika, pakar desain produk, pakar IT (information teknologi) dan pakar Quality Control Industri battery.
  • 9. Pengembangan Sistem pakar terdiri dari beberapa tahap yaitu (a) pengembangan basis pengetahuan berupa akuisisi pengetahuan, konseptualisasi pengetahuan, dan representasi pengetahuan, (b) pengembangan mekanisme inferensi, (c) pemrograman komputer, dan (d) verifikasi. Tahapan permodelan dapat dilihat pada Gambar 2 sebagai berikut. Sedangkan pada perancangan sistemya ini menggunkan. Sedangkan langkah- langkah perancangan sistem pakar UBTS (Universal Battery Tester System) adalah sebagai berikut: a. Diagram Konteks Diagram konteks adalah arus data yang berfungsi untuk menggambarkan keterkaitan aliran-aliran data antara sistem dengan bagian-bagian luar. Pada sistem pakar UBTS (Universal Battery Tester System) ada tiga entitas yaitu : pakar, enginering dan operator. Gambar diagram konteks untuk sistem pakar UBTS (Universal Battery Tester System)dapat dilihat pada gambar 3. Gambar 2 : Diagram konteks sistem pakar UBTS (Universal Battery Tester System)
  • 10. Pakar mentransfer pengetahun yang dia miliki tentang berbagai model dan spesifikasi battery yang diketahuinya untuk direkam di sistem pakar UBTS. Enginnering berhak mengubah data battery jika spesifikasi berubah dari request customer. Operator dapat dengan mudah mengoperasikan sistem pakar UBTS sehingga proses testing dapat berjalan denagn lanacar dan sesuai permintaan customer. b. DFD(Data Flow Diagram) Data Flow Diagram (DFD–DAD/ Diagram Alir Data) memperlihatkan hubungan fungsional dari nilai yang dihitung oleh sistem, termasuk nilai masukan, nilai keluaran, serta tempat penyimpanan internal. DAD adalah gambaran grafis yang memperlihatkan aliran data dari sumbernya dalam objek kemudian melewati proses yang mentransformasinya ke tujuan yang lain, yang ada pada objek lain. DAD sering digunakan untuk menggambarkan suatu sistem yang telah ada atau sistem baru yang akan dikembangkan secara logika tanpa mempertimbangan lingkungan fisik dimana data tersebut mengalir. Gambar DFD (Data Flow Diagram) untuk sistem pakar UBTS (Universal Battery Tester System) dapat dilihat pada gambar 3. Gambar 4: DFD sistem pakar UBTS (Universal Battery Tester System)
  • 11. c. ERD((Entity Relationship Diagram) Entity Relationship Diagram adalah suatu model penyajian data dengan menggunakan entity dan relasionship. ERD menggambarkan model konseptual untuk menggambarkan struktur logis dari basis data berbasis grafis. Tujuan dari penyajian ini agar data base dapat dipahami dan dirancang dengan mudah. Gambar 5: ERD sistem pakar UBTS (Universal Battery Tester System) Terdapat empat entity dalam sistem pakar yaitu Data_pakar, Data enginnering, data operator dan data Battery. Dari ketiga entity tersebut yang paling penting adalah entity data battery. Entity data battery mempunyai atribut yaitu : id _battery : biasanya tiap produk battery mempunyai kode/ Id sendiri- sendiri sehingga ada ratusan atau bahkan ribuan kode/ id nama_battery : tiap id_battery mempunyai nama battery sendiri- sendiri, sehingga jumlah id_battery akan sama dengan jumlah nama_battery.
  • 12. Jenis : jenis battery , dari bahan yang digunakan ada yang lithium, Ni- mh, cadnium (sudah jarang dipakai). Dari bentuk battery ada jenis LIC, LPP dan LIC. Dari cell yang dirangkai ada 2S1P, 2P2P, 3S1P, 4S2P, dan sebagainya Cutomer : customer di PT Varta Microbattery Indonesia bermacam- macan, ada Siemens, Lieca, Sepura, dan lain-lain OCDV :Over Charge detection Voltage OCRV : Over Charge Release Voltage ODDV : Over Discharge Detection Voltage ODRV : Over Discharge Release Voltage OCD : Over Current Detection ODD : Over Discharge Detection PTC = Positive Temperature coefficient NTC : Negative Temperature Coefficient Imp: Impedance C. Daftar Pustaka Hartati, S., & Iswanti, S. (2008). Sistem Pakar & Pengembangannya. Yogyakarta: Graha Ilmu. Sutojo, T., Mulyanto, E., & Suhartono, V. (2011). Kecerdasan Buatan. Yogyakarta: Andi. Sutojo, T., Mulyanto, Edi. Dan Suhartono, Vincent. 2011. Kecerdasan Buatan, Andi, Yogyakarta. Trisyulianti,E., Hardjomidjojo, H., Arkeman, Y. & Saefuddin, A. Desain Sistem Pakar Untuk Interpretasi Bagan Kendali Mutu Pakan. IPB : J. Tek. Ind. Pert. Vol. 15(1), 17-27 Gustikasari, R. & Winiarti, S.(2013) . Aplikasi Sistem Pakar Penentuan Perawatan Kecantikan Berbasis Web (Studi Kasus : Pamella Salon Yogyakarta). Universitas Ahmad Dahlan : Jurnal Sarjana Teknik Informatika e-ISSN: 2338- 5197 Volume 1 Nomor 2.