Apa itu 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 mencari informasi berkualitas yang sebenarnya
hanya dapat diperoleh dengan bantuan para ahli di bidangnya. Sistem pakar ini
juga dapat membantu aktivitas para pakar sebagai 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.
Keahlian dipindahkan
dari pakar ke suatu komputer. Pengetahuan ini kemudian disimpan di dalam
komputer. Pada saat pengguna menjalankan komputer untuk mendapatkan
informasi, sistem pakar menanyakan fakta-fakta dan dapat membuat penalaran
(inferensi) dan sampai pada suatu kesimpulan. Kemudian, sistem memberikan penjelasan
(memberikan kesimpulan atas hasil konsultasi yang telah dilakukan sebelumnya).
Pada dasarnya sistem
pakar diterapkan untuk mendukung aktivitas pemecahan masalah. Beberapa
aktivitas pemecahan yang dimaksud seperti pembuatan keputusan (decision making), pemandu pengetahuan (knowledge fusing), pembuatan desain (designing), perencanaan (planning), prakiraan (forecasting), pengaturan (regulating), pengendalian (controlling), diagnosa (diagnosing), perumusan (prescribing), penjelasan (explaining), pemberian nasihat (advising) dan pelatihan (tutoring).
Bagian Utama Sistem Pakar
Ciri - Ciri Sistem Pakar
1. Terbatas pada bidang yang spesifik
2. Dapat memberikan penalaran untuk data-data yang tidak
lengkap atau tidak pasti
3. Dapat mengemukakan rangkaian alasan yang diberikannya
dengan cara yang dapat dipahami
4. Berdasarkan rule
atau kaidah tertentu
5. Dirancang untuk dapat dikembangkan secara bertahap
6.
Outputnya tergantung
dari dialog dengan user
7. Knowledge base dan inference
engine terpisah
Kategori dan Area Permasalahan Sistem Pakar
a. Interpretasi,
adalah membuat kesimpulan atau deskripsi dari sekumpulan data mentah.
b. Prediksi,
adalah memproyeksikan akibat-akibat yang dimungkinkan situasi-situasi tertentu
c. Diagnosa,
adalah menentukan sebab malfungsi dalam situasi yang didasarkan pada
gejala-gejala yang teramati.
d. Desain,
adalah menentukan konfigurasi komponen-komponen sistem yang cocok dengan tujuan
kinerja tertentu yang memenuhi kendala-kendala tertentu.
e. Perencanaan, adalah merencanakan serangkaian
tindakan yang dapat mencapai sejumlah tujuan dengan kondisi awal
tertentu.
f. Debugging
dan Repair, adalah menentukan dan menginterpresentasikan cara-cara untuk
mengatasi malfungsi.
g. Instruksi,
adalah mendeteksi dan mengoreksi defisiensi dalam pemahaman domain subyek.
h. Pengendalian,
adalah mengatur tingkah laku suatu lingkungan yang kompleks.
i. Seleksi,
adalah mengidentifikasi pilihan terbaik dari sekumpulan kemungkinan.
j. Simulasi,
adalah pemodelan interaksi antara komponen-komponen sistem.
k. Monitoring, adalah membandingkan hasil pengamatan dengan kondisi yang diharapkan.
Keuntungan dan Kelemahan Sistem Pakar
Keuntungan
a. Memungkinkan
orang awam dapat mengerjakan pekerjaan para ahli
b. Dapat
melakukan proses secara berulang secara otomatis.
c. Menyimpan
pengetahuan dan keahlian para pakar.
d. Meningkatkan
kualitas, dengan memberi nasehat yang konsisten dan mengurangi kesalahan.
e. Meningkatkan
hasil dan produktivitas, karena sistem pakar dapat bekerja lebih cepat dari
manusia.
f. Memiliki
kemampuan untuk bekerja dengan informasi yang tidak lengkap dan mengandung
ketidakpastian.
g. Memiliki
kemampuan untuk mengakses pengetahuan.
h. Meningkatkan
kapabilitas dalam penyelesaian masalah.
i. Menghemat
waktu dalam pengambilan keputusan.
Kelemahan
a. Biaya
yang diperlukan untuk membuat, memelihara dan mengembangkannya sangat mahal.
b. Sulit
dikembangkan, hal ini erat kaitannya dengan ketersediaan pakar dibidangnya.
c. Sistem
pakar tidak 100% benar karena seseorang yang terlibat dalam pembuatan sistem pakar
tidak selalu benar. Oleh karena itu perlu diuji ulang secara teliti sebelum
digunakan.
d. Kepakaran
sangat sulit diekstrak dari manusia.
e. Pendekatan
oleh setiap pakar untuk suatu situasi atau problem bias berbeda-beda, meskipun
sama-sama benar.
f. Sangat
sulit bagi seorang pakar untuk mengabstraksi atau menjelaskan langkah mereka
dalam menangani masalah.
g. Sistem
pakar bekerja baik untuk suatu bidang yang sempit.
h. Istilah
dan jargon yang dipakai oleh pakar dalam mengekspresikan fakta seringkali
terbatas dan tidak mudah dimengerti oleh orang lain.
i. Transfer
pengetahuan dapat bersifat subjektif dan bias.
Mesin / Motor Inferensi (Inference Engine)
Mesin inferensi (inference engine) merupakan otak
dari sistem pakar, juga dikenal sebagai penerjemah aturan (rule interpreter). Komponen ini
mengandung mekanisme pola pikir dan penalaran yang digunakan oleh pakar dalam
menyelesaikan suatu permasalahan. Mesin inferensi adalah program komputer yang memberikan metodologi untuk penalaran tentang informasi yang ada dalam basis pengetahuan dan dalam workplace dan untuk memformulasikan kesimpulan.
Kerja mesin inferensi
meliputi :
§ Menentukan aturan mana akan dipakai
§ Menyajikan pertanyaan kepada pemakai, ketika diperlukan
§ Menambahkan jawaban ke dalam memori sistem pakar
§ Menyimpulkan fakta baru dari sebuah aturan
§ Menambahkan fakta tadi ke dalam memori
Ada 2 cara dalam
melakukan inferensi, yaitu dijelaskan pada artikel saya berikut:
Nah, mungkin hanya segitu dulu penjelasan seputar Sistem Pakar dari saya,
di lain waktu mungkin akan ditambahkan / di update lagi informasinya 😁
Mohon maaf apabila ditemukan kesalahan kata ataupun kesalahan informasi.
😉 ~ Sekian. Terimakasih, readers ~ 😉
Tidak ada komentar:
Posting Komentar