A. PENGERTIAN SISTEM PAKAR
Secara
umum, sistem pakar adalah sistem yang berusaha mengadopsi pengetahuan manusia
ke komputer yang dirancang untuk memodelkan kemampuan menyelesaikan masalah
seperti layaknya seorang pakar. Dengan sistem pakar ini, orang awam pun dapat
menyelesaikan masalahnya atau hanya sekedar mencari suatu informasi berkualitas
yang sebenarnya hanya dapat diperoleh dengan bantuan para ahli di bidangnya.
Sistem pakar ini juga akan dapat membantu aktivitas para pakar sebagai asisten
yang berpengalaman dan mempunyai asisten yang berpengalaman dan mempunyai
pengetahuan yang dibutuhkan. Dalam penyusunannya, sistem pakar mengkombinasikan
kaidah-kaidah penarikan kesimpulan (inference rules) dengan basis pengetahuan
tertentu yang diberikan oleh satu atau lebih pakar dalam bidang tertentu.
Kombinasi dari kedua hal tersebut disimpan dalam komputer, yang selanjutnya
digunakan dalam proses pengambilan keputusan untuk penyelesaian masalah
tertentu.
B.
CIRI-CIRI SISTEM PAKAR
Sistem
pakar yang baik harus memenuhi ciri-ciri sebagai berikut :
•
Memiliki informasi yang handal.
•
Mudah dimodifikasi.
•
Dapat digunakan dalam berbagai jenis komputer.
•
Memiliki kemampuan untuk belajar beradaptasi.
C.
TUJUAN DARI SISTEM PAKAR
Tujuan
dari sistem pakar adalah untuk memindahkan kemampuan (transferring expertise)
dari seorang ahli atau sumber keahlian yang lain ke dalam komputer dan kemudian
memindahkannya dari komputer kepada pemakai yang tidak ahli (bukan pakar).
Proses ini meliputi empat aktivitas yaitu:
1. Akuisi
pengetahuan (knowledge acquisition) yaitu kegiatan mencari dan mengumpulkan
pengetahuan dari para ahli atau sumber keahlian yang lain.
2. Representasi
pengetahuan (knowledge representation) adalah kegiatan menyimpan dan mengatur
penyimpanan pengetahuan yang diperoleh dalam komputer. Pengetahuan berupa fakta
dan aturan disimpandalam komputer sebagai sebuah komponen yang disebut basis
pengetahuan.
3. Inferensi
pengetahuan (knowledge inferencing) adalah kegiatan melakukan inferensi
berdasarkan pengetahuan yang telah disimpan didalam komputer.
4.
Pemindahan
pengetahuan (knowledge transfer) adalah kegiatan pemindahan pengetahuan dari
komputer ke pemakai yang tidak ahli.
D.
KOMPONEN SISTEM PAKAR
Sistem
Berbasis Pengetahuan diturunkan dari istilah knowledge based expert system.
Sistem ini merupakan sistem yang menggunakan pengetahuan manusia yang telah
disimpan dalam komputer untuk menyelesaikan permasalahan yang memerlukan
kepakaran seorang ahli (Buliali, dkk., 2007)
1.
Pengetahuan / Knowledge
Pengetahuan
dapat diklasifikasikan menjadi tiga, yaitu pengetahuan prosedural (procedural
knowledge), pengetahuan deklaratif (declaratif knowlwdge), dan pengetahuan
tacit (tacit knowledge). Pengetahuan prosedural lebih menekankan pada bagaimana
melakukan sesuatu, pengetahuan deklaratif menjawab pertanyaan apakah sesuatu
bernilai salah atau benar, sedangkan pengetahuan tacit merupakan pengetahuan
yang tidak dapat diungkapkan dengan bahasa.
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.
2.
Memori Kerja / Working Memory
Dalam
sistem pakar terdapat memori kerja untuk menyimpan data hasil observasi dan
data lainnya yang dibutuhkan selama pengolahan memori kerja tersebut berada di
dalam memori komputer.
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.
3.
Mesin Inferensi / Interface Engine
Elemen
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.
Mesin
inferensi berperan sebagai otak dari sistem pakar. Mesin inferensi berfungsi
untuk memandu proses penalaran terhadap suatu kondisi, berdasarkan pada basis
pengetahuan yang tersedia. Di dalam mesin inferensi terjadi proses untuk
memanipulasi dan mengarahkan kaidah, model, dan fakta yang disimpan dalam basis
pengetahuan dalam rangka mencapai solusi atau kesimpulan. Dalam prosesnya,
mesin inferensi menggunakan strategi penalaran dan strategi pengendalian.
Strategi penalaran terdiri dari strategi penalaran pasti (Exact Reasoning) dan
strategi penalaran tak pasti (Inexact Reasoning). Exact reasoning akan
dilakukan jika semua data yang dibutuhkan untuk menarik suatu kesimpulan
tersedia, sedangkan inexact reasoning dilakukan pada keadaan sebaliknya.
Strategi pengendalian berfungsi sebagai panduan arah dalam melakukan prose
penalaran. Terdapat tiga tehnik pengendalian yang sering digunakan, yaitu
forward chaining, backward chaining, dan gabungan dari kedua teknik
pengendalian tersebut.
Dibawah
ini ada 2 macam metode inference, yaitu :
a.
Forward Chaining
Menggunakan
himpunan aturan kondisi-aksi. Dalam metode ini, data digunakan untuk menentukan
aturan mana yang akan dijalankan, kemudian aturan tersebut dijalankan. Mungkin
proses penambahkan data ke memori kerja. Proses diulang sampai ditemukan suatu
hasil (Wilson,1998). Forward chaining
merupakan grup dari multiple inferensi yang melakukan pencarian dari suatu
masalah kepada solusinya. Jika klausa premis sesuai dengan situasi (bernilai
TRUE), maka proses akan meng-assert konklusi. Forward chaining adalah data-driven karena
inferensi dimulai dengan informasi yang tersedia dan baru konklusi diperoleh. Jika
suatu aplikasi menghasilkan tree yang lebar dan tidak dalam, maka gunakan
forward chaining.
b.
Backward Chaining
Merupakan
penalaran dari node tujuan dan bergerak ke belakang menuju keadaan awal, dalam
penalaran ke belakang prosesnya disebut terarah. Menggunakan pendekatan goal-driven, dimulai
dari ekspektasi apa yang diinginkan terjadi (hipotesis), kemudian mengecek pada
sebab-sebab yang mendukung (ataupun kontradiktif) dari ekspektasi tersebut. Jika
suatu aplikasi menghasilkan tree yang sempit dan cukup dalam, maka gunakan
backward chaining.
4.
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.
Metode akuisisi pengetahuan :
·
Wawancara
Metode
yang paling banyak digunakan, yang melibatkan pembicaraan dengan pakar secara
langsung dalam suatu wawancara.
·
Analisis protocol
Dalam
metode ini pakar diminta untuk melakukan suatu pekerjaan dan mengungkapkan
proses pemikirannya 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.
5.
Explanation Facility / Fasilitas Penjelasan
Elemen
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
alternative yang dibatalkan ?
·
Rencana apa yang
digunakan untuk mendapatkan solusi ?
E.
BENTUK SISTEM PAKAR
Ada
4 bentuk dalam system pakar, yaitu:
- Tergabung.
Sistem pakar jenis ini merupakan bagian program yang terkandung dari gabungan
didalam suatu algoritma dan algoritma subrutin lain.
- Berdiri sendiri.
Sistem pakar jenis ini merupakan software yang berdiri-sendiri tidak tergantung
dengan software yang lainnya.
-
Menghubungkan ke software lain . Bentuk ini biasanya merupakan sistem pakar yang
bisa menghubungkan ke suatu paket program tertentu.
- Sistem Mengabdi. Sistem pakar merupakan bagian dari komputer khusus yang dapat
dihubungkan dengan suatu fungsi tertentu. Misalnya sistem pakar yang digunakan
untuk membantu menganalisis data bisnis.
F.
PENERAPAN SISTEM PAKAR DI BERBAGAI BIDANG
A. Penerapan system pakar di bidang
pendidikan
· Penelitian
tentang penggunaan system pakar dalam bidang pendidikan dilakukan oleh prof.
Gordon S. Novack Jr. pada Universitas of Texas, Austin, tahun 1990. Aplikasi
system pakar ini diberi nama ISAAC yang memiliki parser yang mampu membaca
kalimat (dalam bahasa Inggris) dalam kecepatan 5000 kata/menit dan mampu
menyelesaikan soal-soal Fisika Mekanik (Statika) dalam waktu kurang dari 5
menit. Aplikasi ini dikerjakan oleh 1
tim terdiri dari 60 0rang dan membutuhkan waktu 1 tahun. (E.S. Handbook, 1992).
·
Aplikasi lain
yang terkait dengan hal diatas adalah system pakar mengenai penjelasan
soal-soal fisika serta pemhaman teori lebih mendalam dengan menggunakan metoda
pendekatan komputasi.(Ohlsson, 1992).
Latar
belakang dari dilakukannya studi ini adalah karena fisika merupakan disiplin
ilmu yang sangat mendasar dari sains dan teknologi. Oleh sebab itu, para pakar
meneliti agar para siswa/mahasiswa dapat dengan mengerti dalam belajar fisika.
B. Penerapan system pakar di bidang
bisnis
·
System pakar
mengenai konsultasi program bantuan kredit bank
System ini membantu pada konsultasi tentang program
kredit bantuan pada institusi public dan cara membuat buku tabungan untuk para
nasabah bank tersebut.
·
System pakar
mengenai strategi perencanaan
System ini berbasis system penunjang keputusan
(Dicision Support system) untuk strategi perencanaan produk yang dikembangkan
dari integrasi system konvensional dan prototip system pakar.
C. Penerapan system pakar di bidang
pertanian
Salah
satu implementasi sistem pakar pada bidang pertanian yaitu untuk
mengidentifikasi penyakit tanaman. Banyak sekali ragam hama dan penyakit
tanaman dan beragam pula akibat yang dihasilkannya. Ciri-ciri tanaman yang
terkena penyakit satu dengan penyakit yang lainnya sangat mirip sehingga
membingungkan orang awam atau pemula yang baru kenal untuk dapat
mengidentifikasinya. Sebaliknya ada juga tanaman yang terkena penyakit dengan
ciri-ciri yang berbeda namun tetap saja membingungkan dalam mengingat nama dan
penanggulangan penyakit tersebut.
Sistem
pakar sangat berguna untuk membantu petani dalam mengingat jenis-jenis penyakit
dan hama tanaman juga untuk mengenali ciri-ciri yang berguna untuk
menanggulangi masalah penyakit tanaman dan dapat meminimalkan kesalahan petani
dalam mengatasi masalah ini.
Sistem
pakar ini dapat memberikan tambahan pengetahuan kepada petani mengenai
macam-macam penyakit yang berhasil di identifikasi oleh sistem dan dapat
mengetahui tanaman apa saja yang biasa diserang oleh penyakit tersebut, dengan
adanya pengetahuan ini maka ketika para petani sadar tanamannya terkena hama
atau penyakit, maka petani dapat dengan mudah untuk mengatasi hama dan penyakit
tersebut.
D. Penerapan system pakar di bidang
psikologi
Impelementasi
system banyak digunakan dalam bidang psikilogi, salah satunya yaitu aplikasi
tes kepribadian berbasiskan sistem pakar. Aplikasi ini lebih mudah dan lebih
cepat dalam proses pengukuran kepribadian dibandingkan metode terdahulu,
sehingga memberikan banyak keuntungan dari segi penghematan waktu, tenaga, dan
memudahkan kinerja user (pemakai) dalam mengukur kepribadiannya masing-masing.
Selain itu aplikasi tes kepribadian ini dikemas dengan tampilan yang cukup
menarik.
Bagi
masyarakat yang ingin mengetahui ukuran kepribadiannya, mereka dapat
menggunakan aplikasi ini sebagai referensi, dan bagi para mahasiswa khususnya
mahasiswa psikologi, aplikasi ini dapat dijadikan tambahan untuk mendukung
studi mereka terutama untuk sub bidang pengukuran kepribadian.
Namun
demikian, aplikasi tes kepribadian berbasiskan sistem pakar ini tidak bisa
menggantikan seorang ahli karena harus sesuai dengan keahliannya. Aplikasi
sistem pakar ini hanyalah alat bantu yang sangat bergantung pada data-data yang
di-input oleh seorang programmer sehingga aplikasi sistem pakar ini bisa terus
digunakan.
E. Penerapan system pakar di bidang
kedokteran
Bidang
kedokteran sangat erat hubungannya dengan kesehatan. Penerapan sistem pakar
pada bidang ini akan sangat membantu dalam kelangsungan hidup sesorang.
Beberapa alat kedokteran saat ini sudah memanfaatkna sistem pakar.
Salah
satu contohnya antara lain X-ray, alat ini bekerja untuk mengetahui jika
seseorang ada masalah pada tulangnya. Alat ini bekerja melalui sinar x-ray yang
dapat menembus tubuh manusia.
F. Penerapan system pakar di bidang
eksplorasi alam
Contoh
penerapannya yaitu sistem pakar yang diterapkan pada alat pendeteksi kandungan
minyak bumi. Alat ini menghasilkan keputusan dari data-data yang ada, dan
mengambil keputusan ada atau tidaknya hingga berapa jumlah kandungan yang
terkandung. Rule base yang deprogram dibuat oleh para ahli dibidangnya.
Aplikasi
pengambilan keputusan berupa resiko-resiko yang dapat terjadi bila melakukan
penambangan. Sistem pakar memperhitungkan berapa peluang keberhasilan yang bisa
dicapai. Keputusan ini harus sangat akurat dan meliputi seluruh aspek hingga
keselamatan warga sekitar harus aman terkendali. Jangan sampai timbul kesalahan
yang disebabkan oleh salah dalam pengambilan keputusan, agar tidak terjadi
hal-hal yang tidak diinginkan.
G. Penerapan system pakar di bidang
kecerdasan buatan
Pada
bidang robotika penerapan sistem pakar sangat jelas. Sebagaimana yang kita
ketahui selama ini, robot merupaka suatu benda yang dapat bekerja secara
otomatis. Baik bekerja berdasarkan program yang sudah diinputkan atau menerima
input dalam bentuk sensor (gerak, cahaya, suhu, dll). Karya anak bangsa adalah
robot penjinak bom yang digunakan oleh gegana. Tetapi robot ini bekerja
berdasarkan input dari remote control. Bentuk lain adalah mesin-mesin pada
pabrik. Pada barang elektronik seperti mesin cuci, pendingin ruangan, lemari es
dan sebagainya. Pada elektronik rata-rata menggunaka fuzzy logic dalam
mekanisme kerjanya.
Penerapan
system pakar di bidang manufacture
Manufaktur
di definisikan sebagai urutan-urutan kegiatan yang saling berhubungan meliputi
perancangan, perencanaan, pemilihan material, produksi, pengontrolan kualitas,
menajemen serta pemasaran produk.
G.
CONTOH SISTEM PAKAR YANG SUDAH ADA
Contohnya
seperti robot asimo yang dibuat oleh perusahaan otomotif berlabel Honda. Robot yang
diciptakan perusahaan ini suatu bentuk implementasi dari sistem pakar. Salah
satu tujuan pembangunan proyek ini adalah membangun robot yang pada masa
mendatang dapat membantu manusia dalam mengerjakan tugas sehari-hari. Asimo
dirancang dengan sangat canggih menyerupai tingkah laku manusia. Asimo yang
terakhir diciptakan dapat membantu tugas manusia dalam beberapa bentuk. Asimo
dapat membuatkan minuman. Asimo juga dapat mengisi baterai sendiri, asimo akan
men-charge dirinya jika baterai mulai lemah. Asimo yang lain akan meneruskan
tugasnya secara bergantian.
Asimo
terbaru juga sudah deprogram untuk proses sopan santun. Pada saat berpapasan
dengan manusia pada jalan yang sempit, asimo akan mempersilakan manusia
berjalan terlebih dahulu. Teknologi canggih lagi dari asimo adalah asimo dapat
berjalan pada bidang yang miring dan menyeimbangkan dirinya.Sehingga pada saat
membawa suatu barang pada bidang miring asimo dapat menjaga keseimbangannya
agar tidak jatuh.
H.
KEUNTUNGAN SISTEM PAKAR
Secara
garis besar, banyak manfaat yang dapat diambil dengan adanya sistem pakar,
antara lain:
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.
Meningkatkan
output dan produktivitas.
5.
Meningkatkan
kualitas.
6.
Mampu mengambil
dan melestarikan keahlian para pakar (terutama yang termasuk keahlian langka).
7.
Mampu beroperasi
dalam lingkungan yang berbahaya.
8.
Memiliki
kemampuan untuk mengakses pengetahuan.
9.
Memiliki
reabilitas.
10. Meningkatkan kapabilitas sistem komputer.
11. Memiliki kemampuan untuk bekerja dengan informasi yang
tidak lengkap dan mengandung ketidakpastian.
12. Sebagai media pelengkap dalam pelatihan.
13. Meningkatkan kapabilitas dalam penyelesaian masalah.
14. Menghemat waktu dalam pengambilan keputusan.
Sumber:
