Materi

1. SISTEM BERBASIS PENGETAHUAN
PENDAHULUAN

2. DESKRIPSI PERKULIAHAN
Mata Kuliah Sistem Berbasis Pengetahuan (3 SKS)
Tujuan :
 Mhs mampu memahami SBP : karakteristik, penggunaan, manfaat dan arsitektur
 Memecahkan masalah nyata dan memodelkan dengan SBP

3. LINGKUP BAHASAN
SBP dan sistem pakar: definisi, arsitektur, pengembangan, masalah
Overview representasi pengetahuan
 Logika proposisi / predikat, production rules, DT
Logika Fuzzy dan Jaringan Syaraf Tiruan
Masalah klasifikasi dan konstruksi
Contoh sistem pakar

4. REFERENSI
Dym, Clive L & Levitt, Raymond E, Knowlegde-Based Systems in
Engineering, McGraw-Hill, Singapore, 1991
Endra Pitowarno, Robotika: Disain, Kontrol, dan Kecerdasan Buatan,
Andi, Yogyakarta, 2006.
Giarratano, J and G. Riley, Expert System : Principle and
Programming, 4th ed, PWS Kent, USA,2004

5. PENGANTAR SISTEM BERBASIS
PENGETAHUAN

6. MENGAPA DIBUTUHKAN?
Meningkatkan ketersediaan pakar
Kepakaran: sulit diperoleh, jumlah sedikit,mahal. SBP/ES: Produksi
dan distribusi masal kepakaran
Menjaga kepakaran bersifat permanen
Performansi lebih baik dari pakar manusia: stabil, unemotional,
respon reasonable

7. MENGAPA DIBUTUHKAN? (2)
Meningkatkan confidence keputusan
 Output SBP: pendapat kedua
 Penjelasan detil reasoning →pakar manusia mungkin tidak mau/tidak dapat
melakukannya
Intelligent tutor
Mengevaluasi pengetahuan pakar: correctness, consistency,
completeness

8. SBP DAN SISTEM PAKAR
SBP:
 Sistem yang melakukan task dengan mengaplikasikan pengetahuan dalam
representasi simbolik
Sistem pakar:
 simulasi pakar: pengetahuan dan penalaran
 sistem komputer yang meniru kemampuan pengambilan keputusan pakar pada
domain tertentu

9. SISTEM BERBASIS
PENGETAHUAN
Sistem Berbasis
Pegetahuan
Sistem Pakar
Games
Robotik
Sistem
Komputer

10. HUBUNGAN PROBLEM DOMAIN
DAN KNOWLEDGE DOMAIN
Knowledge
Domain
Problem Domain
Knowledge
Domain

11. DEFINISI SISTEM PAKAR
Sistem komputer yang dapat melakukan penalaran
terhadap persoalan tertentu seperti penalaran yang
dilakukan manusia (Michael P. Geografi)
Sistem Komputer yang bisa menyamai atau meniru
kemampuan seorang pakar (Giarratano dan Riley)
Program komputer yang dimanfaatkan untuk meniru
proses pengambilan keputusan seorang pakar dalam
bidang tertentu (Michael W. Parks)
Etc.

12. TUJUAN DAN FUNGSI SISTEM
PAKAR
Memasyarakatkan Pengetahuan dan Pengalaman seorang Pakar
Dapat digunakan non-expert untuk meningkatkan kemampuan
pemecah- an masalah dan oleh expert sebagai knowledgeable
assistant
Menyederhanakan pekerjaan dan memperbaiki kualitas
Memecahkan masalah (sederhana) tanpa kehadiran seorang
pakar

13. EXPERTISE ATAU
KEPAKARAN
Meliputi pengetahuan tentang :
Fakta-fakta dan teori-teori tentang bidang
permasalahan
Aturan-aturan (heuristic) tentang apa yang harus
dikerjakan dalam situasi tertentu
Strategi global untuk memecahkan perma-salahan
semacam ini
Pengetahuan tentang pengetahuan (meta knowledge)

14. PAKAR
Melibatkan kegiatan :
Mengenali dan memformulasikan permasa- lahan
Memecahkan permasalahan secara cepat dan tepat
Menerangkan pemecahannya
Belajar dari pengalaman
Merestrukturisasi pengetahuan
Memecahkan aturan-aturan
Menentukan relevansi

15. KOMPONEN UTAMA SISTEM PAKAR
User
Interface
Knowledge Base
Inference Engine
Expertise
Expertise
Facts / Information
User
Developer

16. KOMPONEN UTAMA SISTEM PAKAR
User Interface
 Interaksi dengan end-user
 Pengembangan dan pemeliharaan sistem
Knowledge Base
 Berisi informasi penting tentang domain permasalahan
 Menyatakan fakta dan aturan

17. KOMPONEN UTAMA SISTEM PAKAR (2)
Inference Engine
 Mekanisme untuk memunculkan pengetahuan baru dari pengetahuan sistem dan
informasi yang diberikan oleh user
 Berdasarkan penggunaan aturan

18. USER INTERFACE
Input expert system
 Input dapat berbentuk menu, perintah (command), bahasa alamiah, dialog box
Output expert system
 Penjelasan dari pertanyaan
 Penjelasan dari penyelesaian masalah

19. KNOWLEDGE BASE
Contoh aturan
 Jika suhu 39 dan trombosit menurun tajam maka demam berdarah (0.7)
Jaringan aturan
Kesimpulan
Kesimpulan Kesimpulan
Bukti Bukti Bukti Bukti
Bukti Bukti Bukti Bukti

20. INFERENCE ENGINE
Proses penalaranJika A
maka B
Jika C
maka D
Jika M
maka E
Jika K
maka F
Jika G
maka H
Jika I
maka J
Jika B atau D
maka K
Jika K dan L
maka N
Jika N atau O
maka P
Jika E
maka L
Jika (F dan H)
atau J
maka M
Jika M
maka O

21. DEVELOPMENT ENGINE
Bahasa pemrograman
 LISP, Prolog
Contoh program sistem pakar Mycin
 Dikembangkan oleh Edward Shortliffe (peneliti) & Stanton Axline (dokter)
 Mycin diciptakan untuk mendiagnosa penyakit menular tertentu
Peran sistem analis
 Mengerti bagaimana pakar menerapkan pengetahuan mereka dalam memecahkan masalah
 Mampu mengekstrasi penjelasan mengenai pengetahuan dari pakar

22. BAHASA-BAHASA PEMROGRAMAN
SISTEM PAKAR
LisP Insight 2 +
ProLog Amzy Logic
ExSys JESS
PC + CLIPS
Expert Ease Etc.

23. KONSEP UMUM DAN KARAKTERISTIK
SISTEM PAKAR
Akusisi pengetahuan
transfer pengetahuan dari manusia ke komputer
Kadang pengetahuan dipelajari langsung oleh sistem dari lingkungan
 machine learning
Representasi pengetahuan
Mempermudah untuk menyimpan dan memroses pengetahuan di
komputer
Inferensi
Mekanisme untuk menghasilkan kesimpulan baru dari pengetahuan di
komputer
Penjelasan
Menjelaskan ke pengguna bagaimana dan mengapa sebuah solusi
dihasilkan.

24. [Dieng et al. 1999]
PENGEMBANGAN TEKNOLOGI SISTEM
PAKAR
Sangat dipengaruhi oleh pengetahuan kognitif dan matematika
 Cara manusia menyelesaikan masalah
 Dasar utama seperti logika dan inferensi
Aturan produksi sebagai mekanisme representasi
 IF … THEN type rules
 reasonably close to human reasoning
 can be manipulated by computers
 appropriate granularity
 knowledge “chunks” are manageable both for humans and for computers

25. CONTOH SISTEM PAKAR
DENDRAL
 Identifikasi molekul kimia
MYCIN
 Diagnosis penyakit
PROSPECTOR
 Analisis data geologi untuk keberadaan mineral
 Menemukan deposit mineral senilai $100 million
XCON/R1
 konfigurasi sistem komputer DEC VAX

26. JANGAN GUNAKAN SBP JIKA :
Program konvensional lebih efisien
Tantangan utamanya komputasi, bukan pengetahuan
Pengetahuan tidak bisa didapatkan dengan mudah
Pengguna mungkin enggan mengaplikasikan sistem pakar untuk task
yang kritis