Dalam contoh makalah sistem pakar ini atau ulasan mengenai sistem pakar ini akan dibahas mengenai pengertian sistem pakar, ciri-ciri sistem pakar, keuntungan sistem pakar /kekurangan menggunakan sistem pakar, konsep dasar sistem pakar, diagram struktur sistem pakar, serta contoh sistem pakar yang secara detailnya bisa anda baca berikut ini.
Pengertian sistem pakar (Expert System) menurut para ahli, Martin dan Oxman (1998) Sistem berbasis komputer yang menggunakan pengetahuan, fakta, dan teknik penalaran dalam memecahkan masalah yang biasanya hanya dapat dipecahkan oleh seorang pakar dalam bidang tersebut. menurut Durkin sistem pakar merupakan program komputer yang dirancang untuk memodelkan kemampuan penyelesaian masalah yang dilakukan oleh seorang pakar. Sedangkan menurut Giarratano dan Riley sistem pakar merupakan sistem komputer yang bisa menyamai atau meniru kemampuan seorang pakar.
Sistem pakar merupakan sistem yang menggunakan pengetahuan manusia yang terekam dalam komputer untuk memecahkan persoalan yang membutuhkan keahlian manusia, selain itu sistem pakar juga bisa berarti sistem informasi berbasis komputer yang menggunakan pengetahuan pakar untuk mencapai performa keputusan tingkat tinggi dalam domain persoalan yang sempit.
Sistem pakar sendiri pertama kali dikembangkan oleh komunitas AI pada pertengahan tahun 1960. ES yang muncul pertama kali adalah General-purpose Problem Solver (GPS) yang dikembangkan oleh Newel dan Simon. Dan sampai saat ini sudah banyak model sistem pakar yang sudah dibuat, misal :
Ciri-ciri sistem pakar, diantaranya :
- Dapat digunakan dalam berbagai jenis komputer
- Memiliki fasilitas informasi yang handal
- Terbatas pada bidang yang spesifik
- Berdasarkan pada rule atau kaidah tertentu
- Outputnya bersifat nasihat atau anjuran
- Output tergantung dari dialog dengan user
- Mudah dimodifikasi
Keuntungan menggunakan sistem pakar antara lain :
- Memungkinkan orang awam bisa mengerjakan pekerjaan para ahli
- Menyimpan pengetahuan dan keahlian para pakar
- Meningkatkan output dan produktivitas
- Menghemat waktu dalam pengambilan keputusan
- Menigkatkan kualitas
Kelemahan dari sistem pakar, antara lain :
- Biaya yang diperlukan untuk membuat dan memeliharanya sangat mahal
- Sulit dikembangkan karena pakar (orang yang ahli) sesuai bidangnya terbatas
- Tidak 100% bernilai benar
Konsep dasar sistem pakar
Menurut Efraim Turban, konsep dasar sistem pakar mengandung beberapa hal yang di antaranya:
a) Keahlian
Merupakan suatu kelebihan penguasaan pengetahuan di bidang tertentu yang diperoleh dari pelatihan, membaca atau pengalaman. Contoh bentuk pengetahuan ; Strategi-strategi global untuk menyelesaikan masalah
b) Ahli (Pakar)
Merupakan seseorang yang memiliki pengetahuan, penilaian, pengalaman, metode tertentu, serta mampu menerapkan keahlian dalam memberikan advise untuk pemecahan persoalan, serta mampu menjelaskan suatu tanggapan, mempelajari hal-hal baru seputar topik permasalahan, mengenali & merumuskan permasalahan, menyusun kembali pengetahuan jika dipandang perlu, memecah aturan-aturan jika dibutuhkan, dan mampu menentukan relevan tidaknya keahlian mereka.
c) Pengalihan Keahlian
Merupakan pengalihan keahlian dari para ahli ke komputer untuk kemudian dialihkan lagi ke orang lain yang bukan ahli, dimana pengetahuan yang disimpan di komputer ini disebut dengan nama basis pengetahuan. Ada 2 tipe pengetahuan, yaitu: fakta dan prosedur (biasanya berupa aturan).
d) Inferensi
Kemampuan untuk melakukan penalaran dengan menggunakan pengetahuan yang ada untuk menghasilkan suatu kesimpulan atau hasil akhir. dengan menggunakan motor interafe yang merupakan permodelan proses berfikir dan bernalar layaknya manusia.
e) Aturan
Sebagian besar sistem pakar dibuat dalam bentuk rule-based system, dimana pengetahuan disimpan dalam bentuk aturan-aturan yang biasanya berbentuk IF-THEN
f) Kemampuan Menjelaskan
Kemampuan untuk menjelaskan dan merekomendasi, yang membedakan sistem pakar dengan sistem konvensional.
Diagram Struktur Sistem Pakar
Struktur sistem pakar bisa dijelaskan seperti berikut :
Basis pengetahuan : Berupa pengetahuan-pengetahuan yang dibutuhkan untuk memahami, memformulasi, dan memecahkan masalah. Diaman basis pengetahuan tersusun atas 2 elemen dasar:
- Fakta, misalnya: situasi, kondisi, dan kenyataan dari permasalahan yang ada, serta teori dalam bidang itu
- Aturan, yang mengarahkan penggunaan pengetahuan untuk memecahkan masalah yang spesifik dalam bidang yang khusus
Ada 2 bentuk pendekatan basis pengetahuan yang sangat umum digunakan, yaitu:
- Penalaran berbasis aturan (Rule-Based Reasoning) : pengetahuan direpresentasikan dengan menggunakan aturan berbentuk: IF-THEN.
- Penalaran berbasis kasus (Case-Based Reasoning) dimana pada penalaran berbasis kasus, basis pengetahuan akan berisi solusi-solusi yang telah dicapai sebelumnya, kemudian akan diturunkan suatu solusi untuk keadaan yang terjadi sekarang (fakta yang ada). Bentuk ini digunakan apabila user menginginkan untuk tahu lebih banyak lagi pada kasus-kasus yang hampir sama (mirip). Selain itu, bentuk ini juga digunakan apabila kita telah memiliki sejumlah situasi atau kasus tertentu dalam basis pengetahuan
Mesin inferensi: Merupakan otak dari Sistem Pakar yang juga dikenal sebagai penerjemah aturan (rule interpreter). Komponen ini berupa program komputer yang menyediakan suatu metodologi untuk memikirkan (reasoning) dan memformulasi 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 dan Menambahkan fakta tadi ke dalam memori.
Blackboard : Merupakan area dalam memori yang digunakan untuk merekam kejadian yang sedang berlangsung termasuk keputusan sementara
Antarmuka pengguna : Media komunikasi antara user dan program, Pertanyaan – jawaban, Menu, formulir, grafik.
Subsistem penjelasan : Digunakan untuk melacak respon dan memberikan penjelasan tentang kelakuan sistem pakar secara interaktif melalui pertanyaan
Mengapa suatu pertanyaan ditanyakan oleh sistem pakar?
Bagaimana konklusi dicapai?
Rencana apa yang digunakan untuk mendapatkan solusi?
Sistem penyaring pengetahuan : Sistem ini digunakan untuk mengevaluasi kinerja sistem pakar itu sendiri untuk melihat apakah pengetahuan-pengetahuan yang ada masih cocok untuk digunakan di masa mendatang.
Sistem pakar melakukan inferensi dengan :
Forward Chaining : Pencocokan fakta atau pernyataan dimulai dari bagian sebelah kiri (IF dulu). Dengan kata lain, penalaran dimulai dari fakta terlebih dahulu untuk menguji kebenaran hipotesis.
Backward Chaining : Pencocokan fakta atau pernyataan dimulai dari bagian sebelah kanan (THEN dulu). Dengan kata lain penalaran dimulai dari hipotesis terlebih dahulu, dan untuk menguji kebenaran hipotesis tersebut harus dicari fakta-fakta yang ada dalam basis pengetahuan.
Contoh :
R1 : IF suku bunga turun THEN harga obligasi naik
R2 : IF suku bunga naik THEN harga obligasi turun
R3 : IF suku bunga tidak berubah THEN harga obligasi tidak berubah
R4 : IF dolar naik THEN suku bunga turun
R5 : IF dolar turun THEN suku bunga naik
R6 : IF harga obligasi turun THEN beli obligasi
Apabila diketahui bahwa dolar turun, maka apakah akan membeli obligasi atau tidak?
Forward Chaining
- Dari fakta dolar turun, berdasarkan Rule 5, diperoleh konklusi suku bunga naik.
- Dari Rule 2 suku bunga naik menyebabkan harga obligasi turun.
- Dengan Rule 6, jika harga obligasi turun, maka kesimpulan yang diambil adalah membeli obligasi.
Backward Chaining
- Dari solusi yaitu membeli obligasi, dengan menggunakan Rule 6 diperoleh anteseden harga obligasi turun.
- Dari Rule 2 dibuktikan harga obligasi turun bernilai benar jika suku bunga naik bernilai benar .
- Dari Rule 5 suku bunga naik bernilai memang bernilai benar karena diketahui fakta dolar turun.