Sistem Pakar

1. Expert Systems
Fanny Widadie, S.P, M.Agr
Winarti, S.Kom., M.Kom.

2. Sistem Pakar
• Suatu program AI yang berisi basis
pengetahuan dan mesin inferensi
• Seperti layaknya seorang pakar
• Berfungsi sebagai konsultan
• Tidak untuk menggantikan kemampuan seorang
pakar
• Berisi pengetahuan dari para pakar
• Dapat digunakan untuk menjawab pertanyaan,
memecahkan masalah dan membuat keputusan

3. Definisi-Definisi
• Durkin: program komputer yang dirancang untuk
memodelkan kemampuan penyelesaian
masalah yang dilakukan oleh seorang pakar
• Ignizio: suatu model dan prosedur yang
berkaitan dalam suatu domain tertentu, dimana
tingkat keahliannya dapat dibandingkan dengan
keahlian seorang pakar
• Giarratano dan Riley: suatu sistem komputer
yang bisa menyamai atau meniru kemampuan
seorang pakar

4. Sistem Pakar
• Menyimpan pengetahuan dari berbagai sumber
• Berisi heuristic knowledge:
– Berasal dari peristiwa di dunia nyata learning by doing
• Computer software packages:
– A generic programs
– Can be used to build special programs for many applications
• Expert system:
– Highly dedicated piece of software
– Contains knowledge in a specific domain

5. Perbedaan Pengguna
• Manager: apa yang dapat saya gunakan?
• Teknolog: bagaimana saya dapat
mengimplentasikan teknologi dengan
baik?
• Peneliti: bagaimana saya dapat
mengembangkannya
• User: bagaimana dapat membantu saya?
Dapat menghemat biaya? Bagaimana
kehandalannya?

6. Perbedaan ES dan Pakar
• Time:
– P:hari kerja; ES: tiap saat
• Geografis:
– P:lokal/tertentu; ES: dimana saja
• Keamanan:
– P: tdk tergantikan; ES: dapat diganti
• Dapat habis:
– P: ya; ES: tidak
• Performa dan kecepatan:
– P: variabel; ES: konstan
• Biaya:
– P: tinggi; ES: terjangkau

7. Example of Expert System
• The famous:
– MYCIN: diagnosa penyakit,
– DENDRAL: mengidentifikasi struktur molekul
campuran kimia yang tidak dikenal,
– XCON & XSEL: konfigurasi sistem komputer besar,
– Prospector: bidang geologi
• The other:
– SOPHIE: analisis sirkuit elektronik,
– DELTA: pemeliharaan lokomotif listrik,
– FOLIO: stok dan investasi

8. Benefits of Expert Systems
• Memungkinkan orang awam dapat mengerjakan
pekerjaan para ahli
• Bisa melakukan proses berulang secara otomatis
• Menyimpan pengetahuan dan keahlian pakar
• Meningkatkan output dan produktifitas
• Melestarikan keahlian pakar
• Dapat beroperasi pada lingkungan berbahaya
• Dapat meningkatkan kemampuan sistem komputer
• Dapat bekerja dengan informasi yang tidak lengkap
• Sebagai media pelengkap dalam pelatihan
• Menghemat waktu pengambilan keputusan

9. The Down Side of Expert System
• Development of an ES is difficult
• ES is expensive
• Most ES still must be implemented &
delivered on a big mainframe or
minicomputer
• Not 100% reliable
• Kepakaran tidak selalu tersedia pada
bidang-bidang tertentu

10. 4 Basic Type
• Stand-alone: software yang berdiri sendiri,
tidak tergabung dengan program lain
• Sistem Tergabung: sistem ini merupakan
bagian dari program lain yang masih bersifat
konvensional, misal berada di dalam algoritma
yang konvensional
• Sistem terhubung dengan software lain:
misalnya sistem pakar yang berhubungan
dengan paket program DBMS
• Sistem Mengabdi: merupakan bagian dari
komputer khusus yang dihubungkan dengan
suatu fungsi tertentu

11. Sistem Konvensional vs ES
• SK: informasi dan pemrosesan menjadi satu
dengan program, ES: pengetahuan dan
inferensi terpisah
• SK: tidak bisa menjelaskan keputusan, ES: ada
fasilitas penjelasan
• SK: eksekusi perlangkah, ES: eksekusi
dilakukan pada seluruh basis pengetahuan
• SK: menggunakan data, ES: menggunakan
pengetahuan

12. Konsep Dasar ES
• Komponen Sistem Pakar:
– Pengetahuan Pakar: pengetahuan pada suatu
bidang tertentu
• Fakta-fakta, teori, prosedur, aturan, strategi, meta knowledge
– Pakar
– Pengalihan Pengetahuan:
• Tambahan pengetahuan, representasi pengetahuan,
inferensi pengetahuan, pengalihan pengetahuan ke user.
– Inferensi: kemampuan menalar
– Aturan: dalam bentuk aturan IF-THEN
– Fasilitas Penjelasan: penejelasan bagaimana
keputusan dibuat
– Kemampuan rekomendasi

13. User

14. Penjelasan
• Knowledge Acusition: penambahan pengetahuan, mengkonstruksi
atau memperluas pengetahuan
• Knowledge Base: berisi pengetahuan
• Inference Engine: program yang berisi metodologi yang digunakan
untuk melakukan penalaran terhadap informasi dalam basis
pengetahuan dan blackboard:
– Interpreter: mengeksekusi item-item agenda yang terpilih menggunakan
aturan
– Scheduler: mengkontrol agenda
– Consistency Enforcer: memelihara kekonsistenan dalam
merepresentasikan solusi yang bersifat darurat
• Blackboard: area kerja dalam memori yang digunakan dalam
kejadian yang sedang berlangsung termasuk keputusan sementara
– Plan: bagaimana menghadapi masalah
– Agenda: aksi aksi potensial yang sedang menunggu untuk dieksekusi
– Solution: calon aksi yang akan dibangkitkan

15. Penjelasan
• Interface: sebagai media komunikasi antara user
dan program
• Explanation Facility: melacak respon dan
memberi penjelasan ttg kelakuan sistem pakar
– Mengapa suatu pertanyaan ditanyakan?
– Bagaimana konklusi dicapai?
– Mengapa ada alternatif yang dibatalkan?
– Rencana apa yang dilakukan mendapatkan solusi?
• Knowledge refinement: mengevaluasi kinerja
sistem pakar, apakah pengetahuan tersebut
masi cocok untuk digunakan pada masa yang
akan datang?

16. Knowledge Base
• Pendekatan knowledge base:
– Rule Based Reasoning
• Pengetahuan dibuat dalam IF-THEN
• Digunakan jika kita sudah memiliki pengetahuan dari pakar
mengenai permasalahan tertentu secara berurutan
• Dibutuhkan jika harus ada penjelasan tentang langkah-
langkah pencapaian solusi
– Case Based Reasoning
• Basis pengetahuan akan berisi kasus-kasus yang sudah
diketahui sebelumnya.
• Jika kasus-kasusnya hampir mirip
• Jika sudah memiliki penyelesaian kasus-kasus

17. Inference Engine
• Forward Chaining: pencocokan dari fakta
untuk menguji kebenaran hipotesis
• Backward Chaining: pencocokan dari
bagian hipotesis terlebih dahulu baru
mencocokkan dengan fakta-faktanya

18. Kasus
• Contoh:
– R1: IF A & B THEN C
– R2: IF C THEN D
– R3: IF A & E THEN F
– R4: IF A THEN G
– R5: IF F & G THEN D
– R6: IF A & G THEN H
– R7: IF C & H THEN I
– R8: IF I & A THEN J
– R9: IF G THEN J
– R10: IF J THEN K
• Fakta: A & F, apakah K benar?

19. R3
A
E
F
G
D
J K
H
R5
R4 R9 R10
R6
K J I C A
B
A
H
R10
R8 R7 R1
K J G A
R10 R9 R4

20. Kasus
• 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
• Diket: dolar turun, beli atau tidak obligasi?

21. Knowledge Acuisition
• Knowledge engineer berusaha menyerap
pengetahuan untuk ditransfer ke basis
pengetahuan
• Metode:
– Wawancara
– Analisis protokol: pakar diminta untuk
melakukan pekerjaan dan direkam
– Observasi kerja pakar
– Induksi aturan

22. Ciri-ciri Expert System
• Adanya Explanation facility
• Mudah dimodifikasi
• Dapat digunakan pada berbagai jenis
komputer
• Memiliki kemampuan beradaptasi

23. Expert System Applications
• ES is not suitable for all situations
• Generic ES categories:
– Control : intelligent automation
– Debugging : recommends corrections to faults
– Design : developing products to specification
– Instruction : optimized computer instruction
– Interpretation : clarification of situations
– Planning : developing goal-oriented schemes
– Prediction : intelligent guessing of outcomes
– Repair : automatic diagnosis, debugging, planning and fixing

24. Developing an Expert System

25. apakah problem memerlukan ES?
• Memerlukan kepakaran
• Biaya tinggi
• Tidak memerlukan common sense
• Subyeknya sempit
• Tidak memerlukan solusi fisik
• Tingkat kesulitan sedang
• Bisa dipecahkan oleh pengetahuan
• Memiliki solusi minimum
• Pakarnya tersedia