A. Pengertian Sistem Pakar
Sistem
Pakar(dalam bahasa Inggris :expert system adalah sistem informasi yang
berisi dengan pengetahuan dari pakar sehingga dapat digunakan untuk konsultasi.
Pengetahuan dari pakar di dalam sistem ini digunakan sebagi dasar oleh Sistem
Pakar untuk menjawab pertanyaan (konsultasi).
Kepakaran (expertise) adalah pengetahuan yang ekstensif dan spesifik yang diperoleh melalui rangkaian pelatihan, membaca, dan pengalaman. Pengetahuan membuat pakar dapat mengambil keputusan secara lebih baik dan lebih cepat daripada non-pakar dalam memecahkan problem yang kompleks. Kepakaran mempunyai sifat berjenjang, pakar top memiliki pengetahuan lebih banyak daripada pakar yunior. Tujuan Sistem Pakar adalah untuk mentransfer kepakaran dari seorang pakar ke komputer, kemudian ke orang lain (yang bukan pakar).
Sistem
pakar adalah suatu program komputer yang
mengandung pengetahuan dari satu atau
lebih pakar manusia mengenai suatu bidang spesifik. Jenis
program ini pertama kali dikembangkan oleh periset kecerdasan
buatan pada dasawarsa 1960-an dan 1970-an dan diterapkan secara komersial
selama 1980-an. Bentuk umum sistem pakar adalah suatu program yang dibuat
berdasarkan suatu set aturan yang menganalisis informasi (biasanya diberikan
oleh pengguna suatu sistem) mengenai suatu kelas masalah spesifik serta
analisis matematis dari masalah tersebut. Tergantung dari desainnya, sistem
pakar juga mampu merekomendasikan suatu rangkaian tindakan pengguna untuk dapat
menerapkan koreksi. Sistem ini memanfaatkan kapabilitas penalaran untuk
mencapai suatu simpulan.
B.
Ciri-ciri Sistem
pakar
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.
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 Sistem Pakar
Tujuan
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
Struktur
Sistem Pakar, komponen utama pada struktur sistem pakar menurut 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.
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.
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 teknik 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 teknik pengendalian tersebut.
3. Basis
Data (Data Base)
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 komputer.
Fasilitas ini digunakan sebagai perantara komunikasi antara pemakai.dengan komputer.
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
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
a.
Rule-Based Knowledge
Pengetahuan direpresentasikan dalam suatu bentuk fakta (facts) dan aturan (rules). Bentuk representasi ini terdiri atas premise dan kesimpulan.
b. Frame-Based Knowledge
Pengetahuan direpresentasikan dalam suatu bentuk hirarki atau jaringan frame.
c. Object-Based Knowledge
Pengetahuan direpresentasikan sebagai jaringan dari obyek-obyek. Obyek adalah elemen data yang terdiri dari data dan metoda (proses).
d. Case-Base Reasoning
Pengetahuan direpresentasikan dalam bentuk kesimpulan kasus (cases).
Pengetahuan direpresentasikan dalam suatu bentuk fakta (facts) dan aturan (rules). Bentuk representasi ini terdiri atas premise dan kesimpulan.
b. Frame-Based Knowledge
Pengetahuan direpresentasikan dalam suatu bentuk hirarki atau jaringan frame.
c. Object-Based Knowledge
Pengetahuan direpresentasikan sebagai jaringan dari obyek-obyek. Obyek adalah elemen data yang terdiri dari data dan metoda (proses).
d. Case-Base Reasoning
Pengetahuan direpresentasikan dalam bentuk kesimpulan kasus (cases).
Inferencing
dengan Rule : Forward dan Backward Chaining
Inferensi dengan rules merupakan implementasi dari modus ponen, yang direfleksikan dalam mekanisme search (pencarian). Dapat pula mengecek semua rule pada knowledge base dalam arah forward maupun backward. Proses pencarian berlanjut sampai tidak ada rule yang dapat digunakan atau sampai sebuah tujuan (goal) tercapai. w:st=”on”Ada dua metode inferencing dengan rules, yaitu forward chaining atau data-driven dan backward chaining atau goal-driven.
Inferensi dengan rules merupakan implementasi dari modus ponen, yang direfleksikan dalam mekanisme search (pencarian). Dapat pula mengecek semua rule pada knowledge base dalam arah forward maupun backward. Proses pencarian berlanjut sampai tidak ada rule yang dapat digunakan atau sampai sebuah tujuan (goal) tercapai. w:st=”on”Ada dua metode inferencing dengan rules, yaitu forward chaining atau data-driven dan backward chaining atau goal-driven.
a.
Backward chaining
• 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.
• 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.
b.
Forward chaining
• 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.
• 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.
E.
Bentuk/Tipe Sistem Pakar :
Mandiri
: sistem pakar yang murni berdiri sendiri, tidak digabung dengan software lain,
bisa dijalankan pada komputer pribadi, mainframe.
Terkait/Tergabung
: dalam bentuk ini sistem pakar hanya merupakan bagian dari program yang lebih
besar. Program tersebut biasanya menggunakan teknik algoritma konvensional tapi
bisa mengakses sistem pakar yang ditempatkan sebagai subrutin, yang bisa
dimanfaatkan setiap kali dibutuhkan.
Terhubung
: merupakan sistem pakar yang berhubungan dengan software lain, misal :
spreadsheet, DBMS, program grafik. Pada saat proses inferensi, sistem pakar
bisa mengakses data dalam spreadsheet atau DBMS atau program grafik bisa
dipanggil untuk menayangkan output visual.
Sistem
Mengabdi : Merupakan bagian dari komputer khusus yang diabdikan kepada fungsi
tunggal. Sistem tersebut bisa membantu analisa data radar dalam pesawat tempur
atau membuat keputusan intelejen tentang bagaimana memodifikasi pembangunan
kimiawi.
F.
Penerapan Sistem
pakar
Penerapan Sistem
pakar dalam Industri / Manufaktur
Manufaktur
di definisikan sebagai urutan-urutan kegiatan yang saling berhubungan meliputi
perancangan, perencanaan, pemilihan material, produksi, pengontrolan kualitas,
menajemen serta pemasaran produk. Proses manufaktur yang penyelesaiannya dapat
dibantu oleh system pakar antara lain :
– Sistem
Pakar Dalam Perancangan PRIDE(Pinch Roll Interactive Design Expert /
Environment). Sistem pakar ini digunakan untuk merancang system pengaturan
kertas untuk mesin fotocopy. Sistem ini membuat rancangan dengan representasi
pengetahuan tentang rancangan berdasarkan kumpulan goal, metoda perancangan,
generator dan aturan-aturan yang terstruktur.
– System
Pakar Dalam Perencanaan Wood Trus fabrication Application merupakan contoh
system pakar dalam proses perencanaan. System ini dibuat dengan menggunakan
shell sitem pakar SPS (Semi Intelligent Process Selector).
– Sistem
Pakar Dalam Penjadwalan Sistem pakar juga digunakan dalam penjadwalan, dibawah
ini adalah beberapan contoh kegunaan system pakar dalam penjadwalan :
– Contionuous
Caster Steel Mill Scheduling Application
System
pakar ini berbasis fuzzy logic yang dibuat untuk monitoring on line dan
penjadwalan continuous caster steel mill.
Continuous
caster stell mill mengolah material seperti scrap, pig iron dan refined ore
melalui proses tertentu untuk menghasilkan lempeng baja yang memiliki kulitas
dan komposisi sesuai kebutuhan.
-Master
Production Scheduling Aplication (MPS)
Sistem
pakar ini dikembangkan untuk melakukan penjadwalan produksi master untuk
manufaktur Integrated Circuit (IC). Master Production Scheduling (MPS)
merupakan aktivitas perencanaan yang sangat luas, yang mengatur dan
mengkoordinasi fase-fase berurutan proses penjadwalan manufaktur tertentu.
– Sistem
Pakar Dalam Proses Kontrol Beberapa contoh penggunaan system pakar dalam proses
control adalah sebagai berikut :
– Aluminium
Foil Rolling Flatness control Appilcation
System
pakar ini merupakan system pakar yang dibuat mengontrol kekaratan aluminium
foil secara otomatis. System ini menyesuaikan bentuk pola target menurut
karakteristik material dan kondisi pengoperasiannya.
– Blast
Furnace Heat Control Application
System
pakar ini dibuat untuk mengontrol tingkat panas blast furnace (tanur).
– Sistem
Pakar Dalam Production Planning Dan Production Control Perencanaan produksi
dilakukan dalam hal kuantitas, waktu, kapasitas dan biaya pengendalian produksi
meliputi penyelesaian pesanan, pengawasan pesanan dan pengamanan kualitas.
Manfaat
system pakar dalam proses manufaktur / industry adalaah sebagai berikut :
1)
Meningkatkan produktivitas
2)
Mengambil alih keahlian yang langka
3)
Memudahkan pengoperasian peralatan
4) Kemampuan
bekerja dengan informasi yang tidak pasti dan tidak lengkap
2.
Sistem Pakar di bidang Manajerial :
1.
Analisis
a)
Interpretasi
•
Analisa pasar untuk komoditi tertentu
•
Identifikasi media iklan yang sesuai
•
Identifikasi kebutuhan pelatihan
b)
Diagnostik
•
Diagnosa kelesuan perusahaan dan usaha penyembuhan
2.
Sintesa
o
Penarikan tenaga kerja
o
Strategi penentuan harga
o
Strategi pengembangan produk
3.
Integrasi
o
Prediksi perkembangan nilai pada bursa saham efek
Sistem Pakar Dalam
Bidang Kedokteran
Di
dunia kedokteran, sudah banyak bermunculan aplikasi sistem pakar. Sistem pakar
ini mampu mendiagnosis berbagai jenis penyakit pada manusia, baik penyakit
mata, THT (telinga, hidung, tenggorokan), mulut, organ dalam (jantung, hati,
ginjal), maupun AIDS (Hamdani, 2010). Dengan adanya sistem pakar ini, orang
awam mampu mendeteksi adanya penyakit pada dirinya berdasarkan gejala-gejala
yang dirasakan oleh orang tersebut dengan menjawab pertanyaan pada aplikasi
seperti halnya konsultasi ke dokter.
Aplikasi
sistem pakar dalam bidang kedokteran yang dibuat dengan proses penelusuran maju
(forward chaining) mampu mengenali jenis penyakit pada manusia, terutama jenis
penyakit mata. Aplikasi sistem pakar ini dapat menjadi sarana untuk menyimpan
pengetahuan tentang penyakit terutama yang berkenaan dengan jenis penyakit mata
dari para pakar atau ahlinya. Sistem pakar mampu membantu pasien maupun dokter
dalam menyediakan sistem pendukung keputusan dan saran dari pakar.
Pada
aplikasi sistem pakar umumnya user akan diminta untuk menjawab
pertanyaan sesuai dengan gejala yang dirasakan. Dalam aplikasi
ini, user menjawab dengan ya atau tidak. Setelah menjawab beberapa
pertanyaan, maka aplikasi akan menghasilkan kesimpulan mengenai jenis penyakit
mata yang diderita user. Pada aplikasi sistem pakar lainnya, tidak jarang
juga sudah memberikan solusi atau cara penanganan terhadap jenis penyakit yang
diderita tersebut.
Sistem Pakar Dalam
Bidang Psikologi
Salah
satu implementasi yang diterapkan sistem pakar dalam bidang psikologi, yaitu
untuk sistem pakar menentukan jenis gangguan perkembangan pada anak. Anak-anak
merupakan fase yang paling rentan dan sangat perlu diperhatikan satu demi satu
tahapan perkembangannya. Contoh satu bentuk gangguan perkembangan adalah
conduct disorder.
Conduct
disorder adalah satu kelainan perilaku dimana anak sulit membedakan benar salah
atau baik dan buruk, sehingga anak merasa tidak bersalah walaupun sudah berbuat
kesalahan. Dampaknya akan sangat buruk bagi perkembangan sosial anak tersebut.
Oleh karena itu dibangun suatu sistem pakar yang dapat membantu para
pakar/psikolog anak untuk menentukan jenis gangguan perkembangan pada anak
dengan menggunakan metode Certainty Factor (CF).
Implementasi
Sistem Pakar di Bidang Ekonomi
System
pakar sangat berguna di bidang ekonomi, terutama dalam hal pengambilan
keputusan untuk memulai suatu investasi usaha. Apalagi pada saat sekarang orang
awam banyak kurang memahami pasar modal sehingga mereka cenderung menggunakan
intuisi daripada analisa dalam berinvestasi. Kondisi ini mengakibatkan mereka
harus menghadapi resiko yang tinggi dalam berinvestasi. Untuk meminimumkan
resiko tersebut diperlukan suatu alat seperti sistem pakar yang mampu
menganalisa sesuai dengan keadaan yang terjadi di pasar modal, sehingga
investor menjadi lebih yakin dalam berinvestasi.
–
Mampu mengambil keputusan
–
Langkah-langkah pengambilan keputusan jelas
–
Mudah dikembangkan lebih lanjut
–
Memberikan solusi tepat waktu
–
Menyimpan pengetahuan
Implementasi
Sistem Pakar di Bidang Sosial Budaya
System
pakar sangat erat kaitannya dengan social budaya. Bidang social yang sangat
berkaitan dengan system pakar adalah psikologi. Karena ilmu psikologi bisa memanfaatkan
system pakar untuk memberikan solusi dari beberapa sifat yang dimiliki oleh
seseorang tanpa menggunakan psikolog. Hal tersebut sangat membantu karena
estimasi waktu untuk pemikiran solusi bagi seseorang bisa dilakukan sesingkat
mungkin.
–
System pakar bisa memberikan keputusan yang cepat dari masalah-masalah kejiwaan
yang dihadapi seseorang tanpa harus didampingi oleh psikolog.
–
System pakar bisa membuat pemikiran psikolog lebih ringan karena segala
keputusan bisa diperoleh tanpa harus berpikir lebih mendalam.
Implementasi
Sistem Pakar di Bidang Hankam
Bentuk
implementasi system pakar di bidang ini antara lain pada radar. Fungsi radar
secara umum ialah mendeteksi keberadaan benda di lingkungan dimana radar
berada. Jarak jangkauan radar bermacam-macam. Semakin berkembangnya teknologi
kemampuan radar semakin canggih. Radar saat ini dapat mendeteksi keberadaan
awak yang tidak dikenal, dan menampilkan informasi yang mendukung tentang benda
yang ditangkap pada radar.
–
Mmbantu pertahanan sebuah instansi atau bahkan Negara.
–
Membantu dalam sistem keamanan yang terbatas dapat dilakukan oleh manusia.
–
Mengurangi penyalahgunaan alat yang penting .
Implementasi
sistem pakar di bidang eksplorasi alam
Dalam
bidang ini sistem pakar sangat penting manfaatnya. Keputusan yang dihasilkan
akan sangat bermanfaat. 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
pengmabilan keputusan berupa resiko-resiko yang dapat terjadi bila melakukan
penambangan. Sistem pakar memperhitungkan berapa peluang keberhasilan yang
dapat dicapai. Keputusan ini harus sangat akurat dan meliputi seluruh aspek
hingga keselamatan warga sekitar. Jangan sampai timbul kesalahan yang
disebabkan oleh salah dalam pengambilan keputusan. Lebih baiknya keputusan
tingkat pusat tetap dikaji ulang oleh para ahli di bidangnya. Karena terdapat
beberapa aspek yang tidak dapat diterapkan pada rule base.
–
Akurasi perhitungan menjadikan kegiatan di bidang ini mendapat keuntungan.
–
Perhitungan yang rumit dapat terselesaikan dengan cepat.
–
Keakuratan perhitungan meminimalisir kesalahan factor manusia.
–
Menghasilkan informasi yang mendukung, sehingga tugas para ahli lebih mudah
untuk mengkaji ulang.
Implemetasi Sistem
Pakar di Bidang Ilmu Pengetahuan
–
Impementasi sistem pakar di bidang robotika 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).
–
Tugas manusia semakin ringan.
–
Tugas yang mengancam nyawa dapat diminimalisir dengan memanfaatkan robot.
–
Efisiensi waktu.
–
Membantu rumah tangga.
–
Kemajuan teknologi akan membuat generasi muda untuk berusaha menciptakan robot
yang lebih pintar lagi.
Impementasi sistem
pakar di bidang pemodelan
Sistem
pakar juga dapat diterapkan pada bidang pemodelan. Contoh lingkup bidang
pemodelan yang dimaksud antara lain seperti simulasi pesawat terbang untuk
pelatihan calon pilot, teater keong mas, visual tubuh bagian dalam manusia
untuk membantu proses operasi.
Pada
simulasi pesawat terbang kita dapat merasakan seperti menerbangkan sebuah
pesawat secara nyata. Simulator menerima input dari user lalu diproses dan
ditampilkan pada layar yang tersedia. Informasi yang dihasilkan berupa posisi
pesawat setelah menerima input dari user. Layaknya menerbangkan pesawat biasa
bila kita melakukan kesalahan dalam penerbangan simulasi ini maka dapat
menghasilkan informasi berupa kecelakaan dalam konteks visual. Maka dari itu
simulator pesawat terbang ini biasanya digunakan untuk pelatihan terbang para
calon pilot.
G. Contoh Sistem Pakar
DENDRAL
Program
dendral adalah sebuah program pembantu untuk menentukan struktur molekul dari
material yang tidak diketahui dengan menganalisis data yang dihasilkan oleh
mass spectographs, resonansi magnetik nuklir dan teknik lainnya. Proyek dendral
dimulai sejak pertengahan tahun 1960 dan maju terus sampai tahun 1970. Proyek
ini melibatkan sebuah tim yang besar dan terdiri dari ilmuwan yang berasal dari
Stanford University. Hal itu dilakukan di Stanford University oleh Edward
Feigenbaum, Bruce Buchanan, Joshua Lederberg, dan Carl Djerassi. Bersama dengan
tim dari perusahaan asosiasi penelitian yang sangat kreatif ini dimulai pada
tahun 1960-an dan mencakup sekitar setengah sejarah penelitian AI. Proyek ini
berusaha untuk menghasilkan sebuah program cerdas di bidang kimia untuk
membantu para ahli kimia membuat hipotesa dan meningkatkan kreatifitas
keilmuan. Program ini dianggap sebagai sistem pakar pertama karena prosesnya
yang otomatis dalam pengambilan keputusan dan pemecahan masalah. Proyek ini
terdiri dari dua penelitian program utama
yaitu Heuristik-Dendral dan Meta-Dendral.
Heuristik-Dendral
adalah program yang menggunakan spektrum massa atau data eksperimen lain yang
bersama-sama dengan basis pengetahuan kimia, untuk menghasilkan satu set
struktur kimia yang mungkin bertanggung jawab untuk memproduksi data.
Meta-Dendral
adalah sistem mesin pembelajaran yang menerima himpunan struktur kimia dan
mengusulkan seperangkat aturan spektrometri massa yang berkorelasi fitur
struktural dengan proses yang menghasilkan spektrum massa. Program ini
didasarkan pada dua fitur penting yaitu, rencana menghasilkan paradigma
pengujian dan rekayasa pengetahuan.
H.
Kelebihan 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
reliabilitas.
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
DAFTAR PUSTAKA
Kaprodi, Sistem
Pakar
Tika, ARTIFCIAL
INTELLIGENCE
Syamsuddin,Aries
, PENGANTAR SISTEM PAKAR , 2004, www.IlmuKomputer.Com
No comments:
Post a Comment