SISTEM PAKAR

Sistem pakar (expert system) secara umum adalah sistem yang berusaha mengadopsi pengetahuan manusia ke komputer, agar komputer dapat menyelesaikan masalah seperti yang biasa dilakukan oleh para ahli. Atau dengan kata lain sistem pakar adalah sistem yang didesain dan diimplementasikan dengan bantuan bahasa pemrograman tertentu untuk dapat menyelesaikan masalah seperti yang dilakukan oleh para ahli. Diharapkan dengan sistem ini, orang awam dapat menyelesaikan masalah tertentu baik ‘sedikit’ rumit ataupun rumit sekalipun ‘tanpa’ bantuan para ahli dalam bidang tersebut. Sedangkan bagi para ahli, sistem ini dapat digunakan sebagai asisten yang berpengalaman (Rohman dan Ami, 2008)
Tujuan pengembangan sistem pakar sebenarnya tidak untuk menggantikan peran para pakar, namun untuk mengimplementasikan pengetahuan para pakar ke dalam bentuk perangkat lunak, sehingga dapat digunakan oleh banyak orang dan tanpa biaya yang besar (Sulistyohati dan Taufiq, 2008).
Pengalihan keahlian dari para ahli ke komputer untuk kemudian dialihkan lagi ke orang lain yang bukan ahli, merupakan tujuan utama dari sistem pakar. Proses ini membutuhkan 4 aktifitas, yaitu: tambahan pengetahuan, representasi pengetahuan, inferensi pengetahuan dan pengalihan pengetahuan ke pengguna. Pengetahuan yang disimpan ke komputer disebut sebagai basis pengetahuan (Handayani dan Tole, 2008)
Menurut Sulistyohati dan Taufiq (2008) untuk membangun sistem yang difungsikan untuk menirukan seorang pakar manusia harus bisa melakukan hal-hal yang dapat dikerjakan oleh para pakar. Untuk membangun sistem yang seperti itu maka komponen-komponen dasar yang minimal harus dimiliki adalah sebagai berikut:
1. Antar muka (user interface).
2. Basis pengetahuan (knowledge base).
3. Mesin inferensi (Inference Engine)
            Salah satu fitur yang harus dimiliki oleh sistem pakar adalah kemampuan untuk menalar, Jika keahlian-keahlian sudah tersimpan sebagai basis pengetahuan dan sudah tersedia program yang mampu mengakses basis data, maka komputer harus dapat diprogram untuk membuat inferensi. Proses inferensi ini dikemas dalam bentuk motor inferensi (inference engine) Sebagian besar sistem pakar komersial dibuat dalam bentuk rule based systems, yang mana pengetahuan disimpan dalam bentuk aturan-aturan. Aturan tersebut biasanya berbentuk IF THEN. Fitur lainnya dari sistem pakar adalah kemampuan untuk memberikan nasehat atau merekomendasi. Kemampuan inilah yang membedakan sistem pakar dengan sistem konvensional (Yuwono, 2010).
            Sistem pakar dapat ditampilkan dalam dua lingkungan, yaitu: pengembangan dan konsultasi. Lingkungan pengembangan digunakan oleh pembangun sistem pakar untuk membangun komponen dan memasukkan pengetahuan ke dalam basis pengetahuan. Lingkungan konsultasi digunakan oleh orang yang bukan ahli untuk memperoleh pengetahuan dan berkonsultasi (Honggowibowo, 2009)
            Menurut Honggowibowo (2009) komponen-komponen yang ada pada sistem pakar yaitu :
1. Basis pengetahuan (Knowledge base). Berisi pengetahuan-pengetahuan yang dibutuhkan untuk memahami, memformulasikan dan memecahkan persoalan.
2. Motor inferensi (inference engine). Ada 2 cara yang dapat dikerjakan dalam melakukan inferensi, yaitu:
a. Forward chaining merupakan grup dari multiple inferensi yang melakukan pencarian dari suatu masalah kepada solusinya. Forward chaining adalah data-driven karena inferensi dimulai dengan informasi yang tersedia dan baru konklusi diperoleh.
b. Backward chaining menggunakan pendekatan goal-driven, dimulai dari ekspektasi apa yang diinginkan terjadi (hipotesis), kemudian mencari bukti yang mendukung (atau kontradiktif) dari ekspektasi tersebut.
3. Blackboard. Merupakan area kerja memori yang disimpan sebagai database untuk deskripsi persoalan terbaru yang ditetapkan oleh data input dan digunakan juga untuk perekaman hipotesis dan keputusan sementara.
4.  Subsistem akuisisi pengetahuan. Akuisisi pengetahuan adalah akumulasi, transfer dan transformasi keahlian pemecahan masalah dari pakar atau sumber pengetahuan terdokumentasi ke program komputer untuk membangun atau memperluas basis pengetahuan.
5.  Antarmuka pengguna. Digunakan untuk media komunikasi antara user dan  program.
6. Subsistem penjelasan. Digunakan untuk melacak respon dan memberikan     penjelasan tentang kelakuan sistem pakar secara interaktif melalui pertanyaan.
7.   Sistem penyaring pengetahuan.

Perbedaan Sistem Pakar dengan Sistem Konvensional
Sistem Konvensional
Sistem Pakar
Informasi dan pemrosesannya biasanya jadi satu dengan program
Basis pengetahuan merupakan bagian dari mekanisme inferensi
Biasanya tidak bisa menjelaskan mengapa suatu input data itu diperlukan, atau bagaimana output diperoleh
Penjelasan adalah bagian terpenting dari system pakar
Pengubahan program cukup sulit dan membosankan
Pengubahan aturan dapat dilaksanakan dengan mudah
System hanya akan beroperasi jika system tersebut sudah lengkap
System dapat beroperasi hanya dengan beberapa aturan
Eksekusi dilakukan langah demi langkah
Eksekusi dilakukan pada seluruh basis pengetahuan
Menggunakan data
Menggunakan pengetahuan
Tujuan utamanya adalah efisiensi
Tujuan utamanya adalah efektifitas




DAFTAR PUSTAKA
Honggowibowo, A. S. 2009. Sistem Pakar Diagnosa Penyakit Tanaman Padi Berbasis Web dengan Forward dan Backward Chaining. Sekolah Tinggi Teknologi Adisutjipto, Yogyakarta. ISSN: 1693-6930.
Handayani, L. dan Tole S. 2008. Sistem Pakar untuk Diagnosis Penyakit THT Berbasis Web dengan “e2gLite Expert System Shell”. Universitas Ahmad Dahlan, Yogyakarta. Jurnal Teknologi Industri. Vol. XII No.1: 19 – 26.
Sulistyohati, A. dan Taufiq H. 2008. Aplikasi Sistem Pakar Diagnosa Penyakit Ginjal dengan Metode Dempster-Shafer. Fakultas Teknologi Industri. Universitas Islam Indonesia, Yogyakarta.
Yuwono, B. 2010. Pengembangan Sistem Pakar pada Perangkat Mobile untuk Mendiagnosa Penyakit Gigi. Jurusan Teknik Informatika. Universitas Pembangunan Nasional "Veteran" Yogyakarta.
Rohman, F. F. dan Ami F. 2008. Rancang Bangun Aplikasi Sistem Pakar untuk Menentukan Jenis Gangguan Perkembangan pada Anak. Fakultas Teknologi Industri. Universitas Islam Indonesia, Yogyakarta. ISSN: 0854-4743. Vol. 6, No. 1:1-23.

Komentar

Postingan populer dari blog ini

PEAS (Performance measure, Environment, Actuators, Sensors)

Sejarah Perkembangan sistem/teknologi Informasi Dan Perkembangan Perangkat Keras dan Perangkat Lunak

DEFINISI AGENT dan KONSEP AGENT PADA AI