Archive for November 2017
Expert System
By : Abdul Aziz
Expert System
Pengertian Expert System
Secara umum, Expert
System (ES) adalah sistem yang berusaha mengadopsi pengetahuan manusia ke
komputer, agar komputer dapat menyelesaikan masalah seperti yang biasa
dilakukan para ahli. Expert System tidak untuk menggantikan kedudukan seorang
pakar tetapi untuk memasyaratkan pengetahuan dan pengalaman pakar tersebut.
Expert System
atau Sistem Pakar juga dapat diartikan sebagai program komputer yang mencoba
untuk mewakili pengetahuan dari pakar manusia dalam bentuk heuristic.
Istilah heuristic diturunkan dari akar Yunani yang sama dengan kata eureka
yang berarti “menemukan”. Maka dari itu, heuristic merupakan suatu rule
of thumb atau suatu aturan dugaan yang baik.
Expert System (ES) dikembangkan pertama kali oleh komunitas AI tahun
1960an. ES yang pertama adalah General Purpose Problem Solver (GPS) yang
dikembangkan oleh Newel Simon.
Adapun beberapa ES yang terkenal beserta dengan
kegunaannya, antara lain:
|
Sistem Pakar
|
Kegunaan
|
|
MYCIN
Dirancang
oleh Edward Feigenbaum (Universitas Stanford) th ’70 an
|
Diagnosa
Penyakit
|
|
DENDRAL
|
Mengidentifikasi
struktur mo-lecular campuran yang tidak dikenal
|
|
XCON &
XSEL
Dikembangkan oleh
Digital Equipment Corporation (DEC) dan Carnegie Mellon Universitas (CMU),
akhir ’70 an
|
Membantu
konfigurasi system computer besar
|
|
SOPHIE
|
Analisis
sirkuit elektronik
|
|
PROSPECTOR
Didesign oleh
Sheffield Research Institute, akhir ‘70an
|
Digunakan di
dalam geologi untuk membantu mencari dan menemukan deposit
|
|
FOLIO
|
Membantu
memberikan keputusan bagi seorang manajer dalam hal stok broker dan investasi
|
|
DELTA
|
Pemeliharaan
lokomotif listrik diesel
|
Sebagai suatu sistem pendukung keputusan, Sistem Pakar menawarkan kemampuan
yang unik dan menjadi daya tarik. Keunikan itu adalah:
1.
Sistem Pakar menawarkan kesempatan untuk
membuat keputusan yang melebihi kemampuan manajer.
Contohnya, seorang pejabat investasi baru suatu
bank dapat menggunakan sistem pakar yang dirancang oleh seorang pakar investasi
terkemuka, dan saat menggunakannya, menyatukan pengetahuan pakar itu ke dalam
keputusan investasinya.
2.
Sistem pakar dapat menjelaskan alur
penalarannya dalam mencapai suatu pemecahan tertentu.
Sangat sering, penjelasan mengenai cara
pemecahan diperoleh lebih berharga dari pemecahan itu sendiri.
Kelebihan dan Kekurangan Expert System (ES)
Kelebihan Expert System
Expert System (ES) memiliki
bebrapa kelebihan antara lain sebagai berikut
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 melestarikankeahlian para
pakar
7.
mampu beroperasi dalam lingkungan berbahaya
8.
memiliki kemampuan untuk mengakses pengetahuan
9.
memiliki realibilitas
10.
meningkatkan kapabilitas sistem computer
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
Selain yang
disebutkan di atas, Expert System (ES) juga memiliki beberapa kelebihan
yang berguna baik bagi manajer maupun bagi perusahaan.
Keuntungan sistem pakar bagi manajer yakni:
Keuntungan sistem pakar bagi manajer yakni:
a.
Mempertimbangkan lebih banyak alternatif
Sistem pakar memungkinkan manajer untuk
mempertimbangkan lebih banyak alternatif dalam proses memecahkan suatu masalah.
Misalnya, manajer keuangan yang biasanya hanya mampu menelusuri kinerja 30
saham, karena banyaknya volume data yang harus dipertimbangkan dapat menelusuri
300 saham dengan bantuan sistem pakar. Dengan kemampuan mempertimbangkan lebih
banyak peluang investasi, kemungkinan untuk memilih alternatif terbaik
meningkat.
b.
Menerapkan logika yang lebih tinggi
Manajer yang menggunakan sistem pakar dapat
menerapkan logika yang sama seperti seorang pakar yang sangat ahli.
c.
Menyediakan lebih banyak waktu untuk
mengevaluasi hasil keputusan
Manajer dapat memperoleh nasihat dari sistem
pakar secara lebih cepat, sehingga lebih banyak waktu yang tersedia untuk
menimbang kemungkinan hasil sebelum tindakan dilakukan.
d.
Membuat keputusan yang lebih konsisten
Komputer tidak merasakan hari baik atau hari
buruk seperti manajer manusia. Setelah penalaran di program dalam komputer,
manajer tahu bahwa proses solusi yang sama akan diikuti untuk tiap masalah.
Sedangkan keuntungan sistem pakar bagi perusahaan yakni:
a)
Kinerja perusahaan yang lebih baik
Karena manajer perusahaan memiliki kemampuan yang
lebih luas dalam memecahkan masalah melalui penggunaan sistem pakar, mekanisme
pengendalian perusahaa meningkat. Dalam hal ini, perusahaan lebih mampu
memenuhi tujuannya.
b)
Mempertahankan pengendalian atas pengetahuan
perusahaan
Sistem pakar memberikan kesempatan untuk
membuat pengetahuan pegawai yang berpengalaman tersedia untuk pegawai yang baru
dan kurang berpengalaman serta menyimpan pengetahuan itu dalam perusahaan lebih
lama, bahkan setelah pegawai itu berhenti.
Kekurangan Expert System (ES)
Selain memiliki kelebihan, Expert System juga memiliki beberapa kekurangan antara lain:
Selain memiliki kelebihan, Expert System juga memiliki beberapa kekurangan antara lain:
1.
biaya yang diperlukan untuk membuat dan
memeliharanya sangat mahal
2.
Sulit dikembangkan
Hal ini erat kaitannya dengan ketersediaan
pakar dalam bidangnya
3.
sistem pakar tidak 100% bernilai benar.
4.
Sistem pakar tidak dapat menangani pengetahuan
yang tidak konsisten.
Ini merupakan kerugian nyata karena dalam dunia
bisnis hanya sedikit yang tetap sepanjang waktu karena berubah-ubahnya manusia.
5.
Sistem pakar tidak dapat menerapkan panilaian
dan intuisi yang merupakan unsur penting saat memecahkan masalah semi
terstruktur atau tidak terstruktur.
Konsep Dasar Expert System (ES)
Menurut Efraim Turban, sistem pakar harus
mengandung elemen-elemen sebagai berikut:
1.
Pengalaman
2.
Orang ahli (pakar)
3.
Transfer pengalaman
4.
Pembuatan alasan
5.
Pembuatan simbol
6.
Aturan
7.
Kemampuan untuk menjelaskan
Keahlian adalah suatu kelebihan penguasan
pengetahuan di bidang tertentu yang diperoleh dari pelatihan, membaca atau
pengalaman. Bentuk pengetahuan :
o
fakta-fakta pada lingkup permasalahan tertentu
o
teori-teori pada lingkup masalah tertentu
o
prosedur-prosedur berkenaan dengan lingkup
masalah tertentu
o
strategi-strategi
global untuk menyelesaikan masalah meta-knowledge (pengetahuan tentang
pengetahuan)
Adapun konsep-konsep utama dalam Expert
System adalah:
1. Knowledge
base (basis pengetahuan)
berisi
pengetahuan-pengetahuan dalam penyelesaian masalah.
o
Domain pengetahuan seorang pakar pada dasarnya
adalah spesifik terhadap domain masalah.
o
Inference engine (motor inferensi) bertugas untuk menganalisis
pengetahuan dan menarik kesimpulan berdasarkan knowledge base.
koleksi, organisasi, dan pengambilan pengetahuan terkomputerisasi. Hal
terpenting dari suatu
basis pengetahuan adalah kualitas informasi yang dikandungnya. Basis
pengetahuan yang
terbaik memiliki artikel-artikel yang ditulis dengan baik dan dijaga untuk
selalu mutakhir,
yang dirancang dengan seksama.
Sebuah basis pengetahuan terdiri dari sekian paket data berukuran besar,
deskripsi dari data
tersebut (metadata), dan serangkaian besar aturan-aturan. Secara umum,
basis pengetahuan
memiliki sifat yang dinamis, dengan kemampuan dan kapasitas untuk belajar,
sehingga dekat
Untuk mengelola
suatu basis pengetahuan, dibutuhkan suatu sistem manajemen basis
pengetahuan
yang biasanya memiliki kemampuan sebagai berikut:
a.
Membuat simpulan
berdasarkan aturan-aturan, deskripsi data, dan fakta untuk menghasilkan informasi
yang baru. Hal ini dibutuhkan karena pengguna sistem harus bisa menarik
kesimpulan meski dengan ketidaklengkapan informasi.
b.
Mekanisme untuk melakukan
perbaruan (semisal, memasukkan, menghapus, atau memodifikasi) basis
pengetahuan.
c.
Kemampuan untuk
mengoptimalkan query. Bila sistem tidak memiliki query, maka aktivitas
pencarian informasi bisa berlangsung amat lama.
d.
Kemampuan untuk
mengintegrasikan beragam basis pengetahuan. Kemampuan semacam ini sangat
dibutuhkan terutama oleh organisasi yang tersebar secara lokasi.
e.
Kemampuan untuk
menyediakan jawaban yang bersifat kooperatif kepada pengguna. Semisal saja,
pengguna perlu tahu manakala sebuah query ternyata tidak bisa memberikan suatu
keluaran dikarenakan kondisi keterbatasan basis data, atau data yang
di-query-kan ternyata tidak tersedia di dalam basis data.
f. Kemampuan untuk
melakukan penggalian data, atau penemuan pengetahuan di dalam basis data. Penggalian data merupakan
suatu bentuk cara berpikir induktif, yang mana membentuk suatu aturan dari
suatu atau rangkaian kasus yang ada.
2.
User Interface
Antarmuka
pemakai (User Interface) merupakan mekanisme komunikasi antara
penggunan
(user) dengan
sistem. Antarmuka pemakai (User Interface) dapat menerima informasi dari
pengguna (user)
dan memberikan informasi kepada pengguna (user) untuk membantu
mengarahkan
alur penelusuran masalah sampai ditemukan suatu solusi. User interface
memungkinkan
pemakai untuk berinteraksi dengan sistem pakar.
Contoh konsep luas user interface mencakup aspek interaktif
sistem operasi komputer,
perkakas tangan, operator kontrol mesin berat. dan proses kontrol.
Pertimbangan desain yang
berlaku saat membuat user interface berkaitan dengan ergonomik dan
psikologi.
User interface yang ada untuk berbagai sistem, dan menyediakan cara :
•
Input
Memungkinkan pengguna untuk
memanipulasi sistem. Format
interface paling populer saat ini adalah GUI (Graphical User Interface),
yang menyajikan tampilan Windows. Sebagian sistem menggunakan custom
interface, yang disesuaikan dengan masalah yang sedang dipecahkan.
Misalnya, layar mungkin menampilkan gambar suatu perakitan mekanis.
•
Output
Memungkinkan sistem untuk
menunjukkan efek manipulasi pengguna. Dalam bagian
output ini, sistem pakar dirancang untuk menyarankan pemecahan. Pemecahan ini dilengkapi
penjelasan. Ada dua jenis penjelasan yakni:
Ø Penjelasan atas pertanyaan
Manajer mungkin menginginkan penjelasan
sementara sistem pakar akan meminta manajer untuk memasukkan sejumlah
informasi. Manajer menanyakan mengapa informasi itu diperlukan dan sistem pakar
menyediakan penjelasannya.
Ø Penjelasan atas penyelesaian masalah
Setelah sistem pakar memberikan suatu pemecahan
masalah, manajer dapat meminta penyelesaian mengenai bagaimana itu dicapai.
Sistem akan menampilkan tiap langkah-langkah penalaran yang menuju pada
penyelesaian.
Jenis-jenis User Interface ada dua jenis, yaitu :
a.
Graphical User Interface (GUI) : Menggunakan unsur-unsur multimedia (seperti
gambar, suara, video) untuk berinteraksi dengan pengguna.
Keunggulan GUI yakni:
-
Mudah dipelajari oleh pengguna yang pengalaman dalam menggunakan komputer cukup
minim.
-
Berpindah dari satu layar ke layar yang lain tanpa kehilangan informasi.
-
Akses penuh pada layar dengan segera untuk beberapa macam tugas/keperluan.
Tujuan sebuah user interface adalah
mengkomunikasikan fitur-fitur sistem yang tersedia agar user mengerti dan dapat
menggunakan sistem tersebut. Dalam hal ini penggunaan bahasa amat efektif untuk
membantu pengertian, karena bahasa merupakan alat komunikasi tertua kedua
gestur, yang dipakai orang untuk berkomunikasi sehari-harinya.
Tanpa bahasa pun kadang ikon bisa tidak jelas
maknanya, sebab tidak semua lambang ikon bisa bersifat universal.
Meski penting, namun sayangnya kadang
penggunaan bahasa, seperti pemilihan istilah, sering dianggap kurang begitu
penting. Bahasa sering menjadi sesuatu yang nomor dua ketimbang elemen-elemen
interface lainnya.
b.
Text-Based
Menggunakan syntax/rumus yang sudah
ditentukan untuk memberikan perintah.
Walau cara kerja di dalam sistem pakar mungkin rumit, user interface-nya sangat
memudahkan pemakai. Manajer yang terbiasa berinteraksi dengan komputer tidak
akan menemui kesulitan menggunakan sistem pakar.
3.
Inference Engine
Menyediakan kemampuan penalaran yang menafsirkan isi Knowledge Base berdasarkan
urutan tertentu. Selama konsultasi, inference engine menguji aturan-aturan dari
knowledge base satu demi satu, dan saat kondisi aturan itu benar tindakan
tertentu diambil. Dalam terminology sistem pakar, aturan itu “ditembakkan” saat
tindakan diambil.
Dua metode utama telah dibuat bagi inference engine untuk menguji aturan yakni
:
a.
Penalaran maju (forward
chaining)
Aturan-aturan diuji
satu per satu dalam urutan tertentu. Urutan itu mungkin berupa urutan pemasukan
aturan ke dalam perangkat aturan, atau dapat juga urutan lain yang ditentukan
oleh pemakai. Saat tiap aturan diuji, sistem pakar berusaha mengevaluasi apakah
kondisinya benar atau salah. Jika kondisinya betul, aturan itu ditembakkan dan
aturan berikutnya diuji. Saat kondisinya salah, aturan itu tidak ditembakkan
dan aturan berikutnya diuji. Jika kondisi aturan tidak diketahui, aturan tidak
ditembakkan dan aturan berikutnya diuji. Contoh proses penalaran maju yakni
b.
Penalaran mundur (backward
chaining)
Inference engine memilih suatu aturan
dan menganggapnya sebagai masalah yang harus diselesaikan.
Membandingkan panalaran maju dan penalaran mundur:
Penalaran mundur bergerak lebih cepat dari penalaran maju karena penalaran
mundur tidak harus mempertimbangkan semua aturan dan tidak membuat beberapa
putaran melalui perangkat aturan. Penalaran mundur sangat sesuai jika:
o
Terdapat variabel sasaran berganda (multiple
goal variables)
o
Terdapat banyak aturan
o
Semua atau hampir semua tidak harus diuji dalam
proses mencapai pemecahan.
4.
Development Engine
Digunakan untuk menciptakan Sistem Pakar. Pada dasarnya proses ini melibatkan
pembuatan perangkat aturan. Ada dua pendekatan dasar yakni bahasa pemrograman
dan shell sistem pakar.
Bahasa Pemrograman
Kita dapat menciptakan sistem pakar dengan menggunakan bahasa pemrograman
apapun, akan tetapi ada dua yang sangat cocok dengan representasi simbolis dari
knowledge base yaitu Lisp dan Prolog. Lisp dikembangkan tahun 1959 oleh John
McCarthy (salah seorang anggota rapat pertama AI) dan pengerjaan prolog dimulai
oleh Alain Colmerauer pada University of Marseilles tahun 1972.
Shell Sistem Pakar
Sakah satu sistem pakar pertama adalah Mycin, yang dikembangkan oleh Edward
Shortliffe dan Stanley Cohen dari Stanford University, dengan bantuan Stanton
Axline, seorang dokter. Mycin diciptakan untuk mendiagnosa penyakit menular
tertentu. Ketika keberhasilan Mycin mulai mapan, para pengemang mencari
berbagai cara lain untuk menerapkan pencapaian mereka. Mereka menemukan bahwa inference
engine Mycin dapat disesuaikan ke jenis problem lain dengan mengganti
knowledge base Mycin dengan knowledge base lain yang merefleksikan
problem domain lain. Temuan ini menandakan dimulainya pendekatan baru untuk
membangun sistem pakar: shell sistem pakar.
Shell sistem pakar adalah prosesor siap pakai yang dapat disesuaikan untuk
problem domain tertentu melalui penambahan knowledge base yang sesuai.
Sekarang, sebagian besar minat dalam menerapkan sistem pakar untuk masalah
bisnis melibatkan penggunaan shell.
Sistem Konvensional Vs Sistem Pakar
Sistem konvensional dan sistem pakar
memiliki perbadaannya tersendiri, antara lain
|
Sistem
Konvensional
|
Sistem Pakar
(ES)
|
|
Informasi dan
pemrosesan biasanya jadi satu dengan program
|
Basis
pengetahuan merupakan bagian terpisah dari mekanisme inferensi
|
|
Biasanya
tidak bisa menjelaskan mengapa suatu input data itu dibutuhkan atau bagaimana
output itu diperoleh
|
Penjelasan
adalah bagian terpenting dari system pakar
|
|
Pengubahan
program cukup sulit
|
Pengubahan
aturan dapat dilakukan dengan mudah
|
|
Sistem hanya
akan beroperasi jika system tersebut sudah lengkap
|
Sistem dapat
beroperasi hanya dengan beberapa aturan
|
|
Eksekusi
dilakukan langkah demi langkah
|
Eksekusi
dilakukan pada keseluruhan basis pengetahuan
|
|
Menggunakan
data
|
Menggunakan
pengetahuan
|
|
Tujuan
utamanya adalah efisiensi
|
Tujuan
utamanya adalah efektivitas
|
Ciri-Ciri Expert System (ES)
Expert System (ES) atau Sistem Pakar memiliki cirri-ciri sebagai berikut
1)
Memiliki fasilitas informasi yang handal
2)
Mudah dimodifikasi
3)
Dapat digunakan dalam berbagai jenis komputer
4)
Memilki kemampuan untuk belajar beradaptasi.
Struktur Expert
System (ES)
Elemen Expert System (ES)
Ada enam elemen
Expert System (ES) yakni:
a.
User interface (antarmuka)
Mekanisme komunikasi antara user dan Expert
System.
b.
Explanation facility (subsistem Penjelasan)
Digunakan untuk melacak respon dan memberikan
penjelasan tentang kelakuan sistem pakar secara interaktif.
c.
Working memory
Database global dari fakta yang digunakan dalam
prosedur.
d.
Agenda
Daftar prioritas prosedur yang dibuat oleh
motor inferensi dan direkam dalam working memori.
e.
Inference engine (motor inferensi)
Program yang berisi metodologi yang digunakan
untuk melakukan penalaran terhadap informasi-informasi dalam basis pengetahuan
untuk memformulasikan konklusi (keismpulan).
f.
Knowledge acquisiton facility
Berisi pengetahuan-pengetahuan yang dibutuhkan
untuk memahami, memformulasikan dan menyelesaikan masalah.
Basis Aturan Expert System
Pengetahuan
dalam ES direpresentasikan dalam bentuk IF-THEN atau dalam bentuk Production
Rules. Motor inferensi menentukan aturan awal (rule antecedents)
yang sesuai. Sisi kiri harus cocok dengan fakta yang ada di memori kerja.Aturan
yang sesuai ditempatkan di agenda dan dapat diaktivasi. Aturan yang terdapat di
agenda dapat diaktivasi
o
Aktivasi aturan akan membangkitkan fakta baru
di sisi kanan
o
Aktivasi dari satu aturan adalah bagian dari
aktivasi aturan yang lain.
Model Sistem Pakar
|
I
|
Seperti yang sudah dibahas sebelumnya, knowledge base memuat fakta-fakta
yang menjelaskan area masalah dan juga teknik menerangkan masalah yang
menjelaskan bagaimana fakta-fakta tersebut cocok satu dengan yang lain dalam
urutan yang logis.
Istilah problem domain atau domain masalah digunakan untuk menjelaskan
area masalah. Tujuan menerangkan masalah (knowledge representation technique)
yang populer adalah penggunaan aturan. Aturan menentukan apa yang harus
dilakukan dalam situasi tertentu dan terdiri dari dua bagian: suatu kondisi
yang mungkin benar, mungkin tidak dan tindakan yang harus diambil jika
kondisinya benar.
Semua aturan yang ada di dalam sistem pakar disebut perangkat aturan (rule
set). Perangkat aturan dapat bervariasi dari sekitar selusin aturan untuk
sistem pakar yag sederhana sampai 500, 1000, atau 10.000 aturan untuk sistem
pakar yang rumit.
Kunci
Menuju Pengembangan Sistem Pakar yang Berhasil
Dengan
menggunakan umpan balik dari responden survey, Profesor Gill
mengidentifikasikan lima area dimana proyek pengembangan dapat diperbaiki
sehingga dapat membantu menuju pengembangan sistem pakar yang berhasil, antara
lain:
a.
Koordinasikan pengembangan sistem pakar dengan
rencana bisnis strategis dan rencana strategis untuk sumber daya informasi
b.
Definisikan secara jelas masalah yang
akan dipecahkan dan pahami seluruhnya problem domain.
c.
Berikan perhatian khusus pada kelayakan legal
(dan etis) dari sistem yang diusulkan.
d.
Pahami sepenuhnya perhatian pemakai tentang
proyek pengembangan maupun harapan mereka pada sistem operasional.
1.Penjelasan tentang expert system.
Dari artikel diatas dapat diketahui expert system adalah sebuah system yang di rancang untuk melakukan
pekerjaan pakar dan untuk memudahkan, mendukung dan menghemat waktu pekerjaan
pakar.
2.Contoh expert
system,
a. Trouble
Shooting pada setiap komputer,
b. Expert
System untuk mengetahui diagnosis suatu penyakit.
c. Expert
System untuk melacak kerusakan pada kendaraan.
d. Robot pintar dan pekerja di berbagai macam bidang.
3. Saran.
Expert System
adalah teknologi yang sangat baik karena memiliki kelebihan yang banyak. Oleh karena itu kita perlu mengembangkannya lebih baik lagi.