Resume -Sistem Pakar Pert-1

SiStem Pakar Resume -1
A. Konsep Dasar sistem pakar
Disaat Perkembangan teknologi komputer yang semakin pesat baik software atau hardware, maka hampir tiap suatu pekerjaan diselesaikan dengan komputer. Maka dapat dikatakan bahwa komputer merupakan alat bantu manusia dalam menyelesaikan pekerjaannya. Salah satu alasan mengapa komputer lebih cenderung dikatakan sebagai alat bantu manusia adalah kecepatan dan ketepatan prosesnya lebih dapat diandalkan. Kemauan dan kebutuhan manusia dalam menciptakan sesuatu yang baru dimana dapat membantu meringankan beban pekerjaan terus-menerus dilakukan. Hal ini dikarenakan begitu banyaknya kemudahan-kemudahan yang ditawarkan komputer, baik dari segi ketepatan maupun kecepatan informasi di era globalisasi ini.

Kecerdasan Buatan merupakan salah satu bidang dalam ilmu komputer yang ditujukan pada pembuatan software dan hardware yang dapat berfungsi sebagai sesuatu yang dapat berfikir seperti manusia. Dengan memahami mekanisme penalaran seperti manusia, diharapkan komputer benar – benar merupakan alat bantu yang berguna dalam memecahkan masalah yang memerlukan penalaran.
Salah satu bagian dari kecerdasan buatan yang sedang mengalami perkembangan akhir – akhir ini adalah sistem pakar (expert system ), yaitu suatu sistem yang dirancang untuk dapat menirukan keahlian seorang pakar dalam menjawab pertanyaan dan memecahkan suatu masalah. Sistem pakar akan memberikan pemecahan suatu masalah yang didapat dari dialog dengan pemakai. Dengan bantuan Sistem Pakar seseorang yang bukan pakar/ahli dapat menjawab pertanyaan, menyelesaikan masalah serta mengambil keputusan yang biasannya dilakukan oleh seorang pakar.
Definisi
Sistem pakar adalah suatu program komputer yang dirancang untuk mengambil keputusan seperti keputusan yang diambil oleh seorang atau beberapa orang pakar. 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.
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.

Ciri-ciri dari Sistem Pakar adalah sebagai berikut :
a. Terbatas pada domain keahlian tertentu.
b. Dapat memberikan penalaran untuk data-data yang tidak pasti
c. Dapat mengemukakan rangkaian alasan-alasan yang diberikannya dengan cara yang dapat dipahami.
d. Berdasarkan pada kaidah/rule tertentu.
e. Dirancang untuk dapat dikembangkan secara terpisah.
f. Pengetahuan dan mekanisme inferensi jelas terpisah.
g. Keluarannya bersifat anjuran.
h. Sistem dapat mengaktifkan kaidah secara searah yang sesuai, dituntun oleh dialog dengan pemakai.
Beberapa keuntungan penerapan Sistem Pakar adalah sebagai berikut :
a. Membuat seorang yang awam bekerja seperti layaknya seorang pakar.
b. Meningkatkan produktivitas akibat meningkatnya kualitas hasil pekerjaan, meningkatnya kualitas pekerjaan ini disebabkan meningkatnya efisiensi kerja.
c. Menghemat waktu kerja.
d. Menyerdehanakan pekerjaan.
e. Merupakan arsip terpercaya dari sebuah keahlian, sehingga bagi pemakai Sistem Pakar seolah-olah berkonsultasi langsung dengan sang pakar, meskipun mungkin sang pakar telah meninggal.
f. Memperluas jangkauan, dari keahlian seorang pakar. Dimana sebuah Sistem Pakar yang telah disahkan, akan sama saja artinya dengan seorang pakar yang tersedia dalam jumlah besar (dapat diperbanyak dengan kemampuan yang persis sama), dapat diperoleh dan dipakai dimana saja.

Sebuah program Sistem Pakar terdiri atas komponen-komponen sebagai berikut :
a. Basis Pengetahuan (Knowledge Base)
Basis Pengetahuan merupakan inti program Sistem Pakar dimana basis pengetahuan ini merupakan representasi pengetahuan (Knowledge Representation) dari seorang pakar.
b. Basis Data (Data Base)
Basis Data adalah bagian yang mengandung semua fakta-fakta, baik fakta awal pada saat sistem mulai beroperasi maupun fakta-fakta yang didapatkan pada saat pengambilan kesimpulan yang sedang dilaksanakan. Dalam praktiknya, Basis data berada di dalam memori komputer. Kebanyakan Sistem Pakar mengandung Basis Data untuk menyimpan data hasil observasi dan data lainnya yang dibutuhkan selama pengolahan.

c. Mesin Inferensi (Inferensi Engine)
Mesin Inferensi adalah bagian yang mengandung mekanisme fungsi berpikir dan pola-pola penalaran sistem yang akan menganalisis suatu masalah tertentu dan selanjutnya akan mencari jawaban atau kesimpulan yang terbaik. Secara deduktif mesin inferensi memilih pengetahuan yang relevan dalam rangka mencapai kesimpulan. Dengan demikian sistem ini dapat menjawab pertanyaaan pemakai meskipun jawaban tersebut tidak tersimpan secara eksplisit di dalam basis pengetahuan. Mesin Inferensi memulai pelacakannya dengan mencocokan kaidah-kaidah dalam basis pengetahuan dengan fakta-fakta yang ada dalam basis data.

Ada 2 tipe teknik inferensi yang ada yaitu :
 Pelacakan Ke Belakang (Backward Chaining) yang memulai penalarannya dari sekumpulan hipotesa menuju fakta-fakta yang mendukung hipotesa tersebut.
 Pelacakan Ke Depan (Forward Chaining) yang merupakan kebalikan dari pelacakan ke belakang, yaitu memulai dari sekumpulan data menuju kesimpulan.

Kedua metode inferensi tersebut dipengaruhi oleh tiga macam teknik penulusuran :
• Dept-first search
Melakukan penelusuran kaidah secara mendalam dari simpul akar bergerak menurun ke tingkat dalam yang berurutan.
• Breadth-first search
Bergerak dari simpul akar, simpul yang ada pada setiap tingkat diuji sebelum pindah ke tingkat selanjutnya.
• Best-first search
Bekerja berdasarkan kombinasi kedua metode sebelumnya.

Untuk sebuah sistem pakar yang besar, dengan jumlah “rule” yang relatif banyak, metode pelacakan ke depan akan dirasakan sangat lamban dalam pengambilan kesimpulan, sehingga untuk sistem-sistem yang besar biasannya digunakan metode pelacakan ke belakang.
d. Antar Muka Pemakai (User Interface)
Adalah bagian penghubung antara program sistem pakar dengan pemakai. Pada bagian ini akan terjadi dialog antara program dan pemakai. Program akan mengajukan pertanyaan-pertanyaan berbentuk “ya atau tidak” (yes or no question) berbentuk menu pilihan. Program sistem pakar akan mengambil kesimpulan berdasarkan jawaban-jawaban dari pemakai tadi.


Contoh sistem pakar untuk diagnosis paru-paru

B. Sistem Pakar (Heuristik Search)
Heuristik Search
Hill Climbing
Contoh : Traveling Salesman Problem (TSP)
Seorang salesman ingin mengunjungi n kota. Jarak antara tiap-tiap kota sudah diketahui. Kita ingin mengetahui rute terpendek dimana setiap kota hanya boleh dikunjungi tepat 1 kali. Misal ada 4 kota dengan jarak antara tiap-tiap kota seperti berikut ini :



Solusi – solusi yang mungkin
dengan menyusun kota-kota dalam urutan abjad,
misal :
A – B – C – D : dengan panjang lintasan (=19)
A – B – D – C : (=18)
A – C – B – D : (=12)
A – C – D – B : (=13)
dst
Metode simple hill climbing
Ruang keadaan berisi semua kemungkinan lintasan yang mungkin. Operator digunakan untuk menukar posisi kota-kota yang bersebelahan. Fungsi heuristik yang digunakan adalah panjang lintasan yang terjadi.
Operator yang akan digunakan adalah menukar urutan posisi 2 kota dalam 1 lintasan. Bila ada n kota, dan ingin mencari kombinasi lintasan dengan menukar posisi urutan 2 kota, maka akan didapat sebanyak :


Keenam kombinasi ini akan dipakai semuanya sebagai operator, yaitu :
Tukar 1,2 = menukar urutan posisi kota ke – 1 dengan kota ke – 2
Tukar 2,3 = menukar urutan posisi kota ke – 2 dengan kota ke – 3
Tukar 3,4 = menukar urutan posisi kota ke – 3 dengan kota ke – 4
Tukar 4,1 = menukar urutan posisi kota ke – 4 dengan kota ke – 1
Tukar 2,4 = menukar urutan posisi kota ke – 2 dengan kota ke – 4
Tukar 1,3 = menukar urutan posisi kota ke – 1 dengan kota ke – 3




 Keadaan awal, lintasan ABCD (=19).
 Level pertama, hill climbing mengunjungi BACD (=17), BACD (=17) < ABCD (=19), sehingga
 BACD menjadi pilihan selanjutnya dengan operator Tukar 1,2
 Level kedua, mengunjungi ABCD, karena operator Tukar 1,2 sudah dipakai BACD, maka pilih node
 lain yaitu BCAD (=15), BCAD (=15) < BACD (=17)
 Level ketiga, mengunjungi CBAD (=20), CBAD (=20) > BCAD (=15), maka pilih node lain yaitu
 BCDA (=18), pilih node lain yaitu DCAB (=17), pilih node lain yaitu BDAC (=14), BDAC (=14) < BCAD (=15)
 Level keempat, mengunjungi DBAC (=15), DBAC(=15) > BDAC (=14), maka pilih node lain yaitu
 BADC (=21), pilih node lain yaitu BDCA (=13), BDCA (=13) < BDAC (=14)
 Level kelima, mengunjungi DBCA (=12), DBCA (=12) < BDCA (=13)
 Level keenam, mengunjungi BDCA, karena operator Tukar 1,2 sudah dipakai DBCA, maka pilih node
 lain yaitu DCBA, pilih DBAC, pilih ABCD, pilih DACB, pilih CBDA
 Karena sudah tidak ada node yang memiliki nilai heuristik yang lebih kecil dibanding nilai heuristik DBCA, maka node DBCA (=12) adalah lintasan terpendek (SOLUSI)
b. Metode steepest – ascent hill climbing
 Steepest – ascent hill climbing hampir sama dengan simple – ascent hill climbing, hanya saja gerakan pencarian tidak dimulai dari kiri, tetapi berdasarkan nilai heuristik terbaik.

Keadaan awal, lintasan ABCD (=19).
Level pertama, hill climbing memilih nilai heuristik terbaik yaitu ACBD (=12) sehingga ACBD
menjadi pilihan selanjutnya.
Level kedua, hill climbing memilih nilai heuristik terbaik, karena nilai heuristik lebih besar dibanding ACBD, maka hasil yang diperoleh lintasannya tetap ACBD (=12)
Best First Search
 Metode best first search merupakan kombinasi dari metode depth first search dan breadth first search dengan mengambil kelebihan dari kedua metode tersebut. Hill climbing tidak diperbolehkan untuk kembali ke node pada lebih rendah meskipun node tersebut memiliki nilai heuristik lebih baik. Pada best first search, pencarian diperbolehkan mengunjungi node di lebih rendah, jika ternyata node di level lebih tinggi memiliki nilai heuristik lebih buruk. Untuk mengimplementasikan metode ini, dibutuhkan 2 antrian yang berisi node-node, yaitu :
 OPEN : berisi node-node yang sudah dibangkitkan, sudah memiliki fungsi heuristik namun belum diuji. Umumnya berupa antrian berprioritas yang berisi elemen-elemen dengan nilai heuristik tertinggi.
 CLOSED : berisi node-node yang sudah diuji

1 komentar:

Unknown mengatakan...

bisa lihat sintaknya gk programnya ???

Posting Komentar