- 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.
- Modul Penyusun Sistem Pakar
Suatu sistem pakar disusun oleh tiga modul utama (Staugaard, 1987), yaitu :
1. Modul
Penerimaan Pengetahuan (Knowledge Acquisition Mode)
Sistem berada pada modul ini, pada
saat ia menerima pengetahuan dari pakar. Proses mengumpulkan
pengetahuan-pengetahuan yang akan digunakan untuk pengembangan sistem,
dilakukan dengan bantuan knowledge engineer. Peran knowledge engineer adalah
sebagai penghubung antara suatu sistem pakar dengan pakarnya
2. ModulKonsultasi(ConsultationMode)
Pada saat sistem berada pada posisi
memberikan jawaban atas permasalahan yang diajukan oleh user, sistem pakar
berada dalam modul konsultasi. Pada modul ini, user berinteraksi dengan sistem
dengan menjawab pertanyaan-pertanyaan yang diajukan oleh sistem.
3. Modul
Penjelasan(Explanation Mode)
Modul
ini menjelaskan proses pengambilan keputusan oleh sistem (bagaimana suatu
keputusan dapat diperoleh).
- Struktur Sistem Pakar
Komponen utama
pada struktur sistem pakar (Hu et al, 1987) meliputi:
1. Basis
Pengetahuan (Knowledge Base)
Basis pengetahuan merupakan inti dari suatu sistem pakar, yaitu berupa representasi pengetahuan dari pakar. Basis pengetahuan tersusun atas fakta dan kaidah. Fakta adalah informasi tentang objek, peristiwa, atau situasi. Kaidah adalah cara untuk membangkitkan suatu fakta baru dari fakta yang sudah diketahui. Menurut Gondran (1986) dalam Utami (2002), basis pengetahuan merupakan representasi dari seorang pakar, yang kemudian dapat dimasukkan kedalam bahasa pemrograman khusus untuk kecerdasan buatan (misalnya PROLOG atau LISP) atau shell sistem pakar (misalnya EXSYS, PC-PLUS, CRYSTAL, dsb.)
Basis pengetahuan merupakan inti dari suatu sistem pakar, yaitu berupa representasi pengetahuan dari pakar. Basis pengetahuan tersusun atas fakta dan kaidah. Fakta adalah informasi tentang objek, peristiwa, atau situasi. Kaidah adalah cara untuk membangkitkan suatu fakta baru dari fakta yang sudah diketahui. Menurut Gondran (1986) dalam Utami (2002), basis pengetahuan merupakan representasi dari seorang pakar, yang kemudian dapat dimasukkan kedalam bahasa pemrograman khusus untuk kecerdasan buatan (misalnya PROLOG atau LISP) atau shell sistem pakar (misalnya EXSYS, PC-PLUS, CRYSTAL, dsb.)
2. Mesin
Inferensi (Inference Engine)
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 tehnik pengendalian tersebut.
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 tehnik pengendalian tersebut.
3. Basis
Data (Database)
Basis data terdiri atas semua fakta yang diperlukan, dimana fakta-fakta tersebut digunakan untuk memenuhi kondisi dari kaidah-kaidah dalam sistem. Basis data menyimpan semua fakta, baik fakta awal pada saat sistem mulai beroperasi, maupun fakta-fakta yang diperoleh pada saat proses penarikan kesimpulan sedang dilaksanakan. Basis data digunakan untuk menyimpan data hasil observasi dan data lain yang dibutuhkan selama pemrosesan.
Basis data terdiri atas semua fakta yang diperlukan, dimana fakta-fakta tersebut digunakan untuk memenuhi kondisi dari kaidah-kaidah dalam sistem. Basis data menyimpan semua fakta, baik fakta awal pada saat sistem mulai beroperasi, maupun fakta-fakta yang diperoleh pada saat proses penarikan kesimpulan sedang dilaksanakan. Basis data digunakan untuk menyimpan data hasil observasi dan data lain yang dibutuhkan selama pemrosesan.
4. Antarmuka
Pemakai (User Interface)
Fasilitas ini digunakan sebagai perantara komunikasi antara pemakai dengan sistem.
Fasilitas ini digunakan sebagai perantara komunikasi antara pemakai dengan sistem.
- Teknik Representasi Pengetahuan
Representasi
pengetahuan adalah suatu teknik untuk merepresentasikan basis pengetahuan yang
diperoleh ke dalam suatu skema/diagram tertentu sehingga dapat diketahui relasi/keterhubungan
antara suatu data dengan data yang lain. Teknik ini membantu knowledge engineer dalam memahami
struktur pengetahuan yang akan dibuat sistem pakarnya.
Terdapat
beberapa teknik representasi pengetahuan yang biasa digunakan dalam pengembangan
suatu sistem pakar, yaitu :
1. Rule-Based Knowledge
Pengetahuan direpresentasikan dalam
suatu bentuk fakta (facts) dan aturan
(rules). Bentuk representasi ini
terdiri atas premise dan kesimpulan
2.
Frame-Based Knowledge
Pengetahuan direpresentasikan dalam suatu bentuk hirarki atau jaringan frame
Pengetahuan direpresentasikan dalam suatu bentuk hirarki atau jaringan frame
3. Object-Based Knowledge
Pengetahuan direpresentasikan sebagai jaringan dari obyek-obyek. Obyek adalah elemen data yang terdiri dari data dan metoda (proses)
Pengetahuan direpresentasikan sebagai jaringan dari obyek-obyek. Obyek adalah elemen data yang terdiri dari data dan metoda (proses)
4. Case-Base Reasoning
Pengetahuan direpresentasikan dalam bentuk kesimpulan kasus (cases)
Pengetahuan direpresentasikan dalam bentuk kesimpulan kasus (cases)
Sistem pakar
adalah sistem yang mempekerjakan pengetahuan manusia yang ditangkap dalam
komputer untuk memecahkan masalah yang biasanya membutuhkan keahlian
manusia. Adapun komponen-kompenen yang mungkin ada dalam sebuah sistem
pakar adalah:
- Subsistem akuisisi pengetahuan
- Basis pengetahuan
- Mesin inferensi
- Blackboard (Wilayah kerja)
- User interface
- Subsistem penjelasan
- Sistem penyaringan pengetahuanSedangkan konsep dasar dalam sistem pakar menurut Turban, 1993 adalah:
- Keahlian (Expertise)
- Pakar (Expert)
- Transfer keahlian
- Inferensi
- Rule