PTSC 3.4

TUGAS PENGANTAR TEKNOLOGI SISTEM CERDAS KE- 3.4

JUM'AT, 22 NOVEMBER 2019

DOSEN PEMBIMBING : DONIE MARGAVIANTO, SKOM.,MMSI

Putri Amalia
17117223 - 3KA20
Sistem Informasi
Fakultas Ilmu Komputer dan Teknologi Informasi
Universitas Gunadarma

========================================================

Arsitektur Sistem Pakar

Arsitektur Sistem Pakar

Gambar 1 : Arsitektur sistem pakar

1. Antarmuka Pengguna (User Interface)

Merupakan mekanisme yang digunakan oleh pengguna dan sistem pakar untuk berkomunikasi. Antarmuka menerima informasi dari pemakai dan mengubahnya ke dalam bentuk yang dapat diterima oleh sistem. Selain itu antarmuka juga menerima dari sistem dan menyajikannya ke dalam bentuk yang dapat dimengerti oleh pemakai.

2. Basis Pengetahuan

Basis pengetahuan mengandung pengetahuan untuk pemahaman formulasi dan penyelesaian masalah.

Basis pengetahuan terdiri dari 2 elemen dasar, yaitu:

Fakta : informasi tentang obyek dalam area permasalahan tertentu.

Aturan : informasi tentang cara bagaimana memperoleh fakta baru dari fakta yang telah diketahui.

3. Akuisisi Pengetahuan (Knowledge Acquisition)

Akuisisi pengetahuan adalah akumulasi transfer dan transformasi keahlian dalam menyelesaikan masalah dari sumber pengetahuan ke dalam program komputer.

Dalam tahap ini knowledge engineer berusaha menyerap pengetahuan untuk selanjutnya ditransfer ke dalam basis pengetahuan. Pengetahuan diperoleh dari pakar, dilengkapi dengan buku, basis data laporan penelitian dan pengalaman pemakai.

4.     Metode akuisisi pengetahuan :

Wawancara : metode yang paling banyak digunakan, yang melibatkan pembicaan dengan pakar secara langsung dalam suatu wawancara.

Analisis protocol : merupakan suatu metode akuisisi pengetahuan dimana pakar diminta untuk melakukan suatu pekerjaan dan mengungkapkan proses pemikirannya dengan menggunakan kata-kata. (direkam, ditulis, dan dianailisis).

Observasi pada pekerjaan pakar : merupakan suatu metode akuisisi dengan cara merekam dan mengobservasi Sesuatu pekerjaan dalam bidang tertentu yang dilakukan oleh pakar.

Induksi aturan dari contoh : Induksi adalah suatu proses penalaran dari khusus ke umum. Suatu sistem induksi aturan diberi contoh-contoh dari suatu masalah yang hasilnya telah diketahui. Setelah diberikan beberapa contoh, sistem induksi aturan tersebut dapat membuat aturan yang benar untuk kasus-kasus contoh. Selanjutnya aturan dapat digunakan untuk menilai kasus lain yang hasilnya tidak diketahui.

5. Mesin/ Motor Inferensi (Inference Engine)

Komponen ini mengandung mekanisme pola pikir dan penalaran yang digunakan oleh pakar dalam menyelesaikan suatu masalah.

Mesin inferensi merupakan program komputer yang memberikan metodologi untuk penalaran tentang informasi yang ada dalam basis pengetahuan dan dalam workplace dan untuk memformulasikan kesimpulan.

6. Workplace / Blackboard

Workplace merupakan area dari sekumpulan memori kerja (working memory) yang digunakan untuk merekam kejadian yang sedang berlangsung termasuk keputusan sementara.

Ada 3 keputusan yang dapat direkam:

Rencana : bagaimana menghadapi masalah

Agenda : aksi-aksi yang potensial yang sedang menunggu untuk dieksekusi

Solusi : calon aksi yang akan dibangkitkan

7. Fasilitas Penjelasan

Adalah komponen tambahan yang akan meningkatkan kemampuan sistem pakar. Digunakan untuk melacak respond dan memberikan penjelasan tentang kelakuan sistem pakar secara interaktif melalui pertanyaan.

8. Perbaikan Pengetahuan

Pakar memiliki kemampuan untuk menganalisa dan meningkatkan kinerjanya serta kemampuan untuk belajar dari kinerjanya. Kemampuan tersebut adalah penting dalam pembelajaran terkomputerisasi, sehingga program akan mampu menganalisis penyebab kesuksesan dan kegagalan yang dialaminya dan juga mengevaluasi apakah pengetahuan-pengetahuan yang ada masih cocok untuk digunakan di masa mendatang.

Beberapa kategori dan area permasalahan sistem pakar, yaitu:

1.     Interpretasi, yaitu pengambilan keputusan atau deskripsi tingkat tinggi dari sekumpulan data mentah, termasuk di antaranya juga pengenalan ucapan, analisis citra, dan beberapa analisis kecerdasan.

2.     Proyeksi, yaitu memprediksi akibat-akibat yang dimungkinkan dari situasi-situasi tertentu, diantaranya peramalan, prediksi demografis, peramalan ekonomi, prediksi lalu lintas, estimasi hasil, atau peramalan keuangan.

3.     Diagnosis, yaitu menentukan sebab malfungsi dalam situasi kompleks yang didasarkan pada gejala-gejala yang teramati, diantaranya: medis, elektronis dan diagnosis perangkat lunak.

4.     Desain, yaitu menentukan konfigurasi komponen-komponen sistem yang cocok dengan tujuan-tujuan kinerja tertentu yang memenuhi kendala-kendala tertentu.

5.     Perencanaan, yaitu merencanakan serangkaian tindakan yang akan dapat mencapai sejumlah tujuan dengan kondisi awal tertentu. Contohnya, yaitu : perencanaan keuangan, routing dan manajemen proyek.

6.     Monitoring, yaitu membandingkan tingkah laku suatu sistem yang teramati dengan tingkah laku yang diharapkan darinya.

7.     Debugging dan repair, yaitu menentukan dan mengimplementasikan cara-cara untuk mengatasi malfungsi, diantaranya memberikan resep obat.

8.     Instruksi, yaitu mendeteksi dan mengoreksi defisiensi dalam pemahaman domain subjek, diantaranya melakukan instruksi untuk diagnosis.

9.     Pengendalian, yaitu mengatur tingkah laku suatu environment yang kompleks seperti kontrol terhadap interpretasi-interpretasi, perbaikan dan monitoring kelakuan sistem.

10. Seleksi, mengidentifikasi pilihan terbaik dari sekumpulan daftar kemungkinan.

11. Simulasi, pemodelan interaksi antara komponen-komponen sistem [Arhami, 2004].

Menurut Turban, sistem pakar terdiri dari dua bagian pokok, yaitu: lingkungan pengembangan (development environment) dan lingkungan konsultasi (consultation environment) [Arhami, 2004]. Lingkungan pengembangan sistem pakar digunakan untuk memasukkan pengetahuan pakar ke dalam lingkungan sistem pakar, sedangkan lingkungan konsultasi digunakan oleh pengguna yang bukan pakar guna memperoleh pengetahuan pakar. Arsitektur sistem pakar dapat dilihat pada gambar di bawah ini :

Komponen-komponen yang terdapat dalam sistem pakar adalah :

1.     Antarmuka pengguna (User Interface)

2.     Basis pengetahuan

3.     Akuisisi pengetahuan

4.     Mesin inferensi

5.     Workplace

6.     Fasilitas penjelasan

7.     Perbaikan pengetahuan

Basis pengetahuan mengandung pengetahuan untuk pemahaman, formulasi, dan penyelesaian masalah. Komponen sistem pakar ini disusun atas dua elemen dasar, yaitu fakta dan aturan. Fakta merupakan informasi tentang obyek dalam area permasalahan tertentu, sedangkan aturan merupakan informasi tentang cara bagaimana memperoleh fakta baru dari fakta yang telah diketahui [Arhami, 2004]. Ada 2 bentuk pendekatan basis pengetahuan yang sangat umum digunakan, yaitu :

·      Penalaran berbasis aturan (Rule-Based Reasoning)

Pada penalaran ini, pengetahuan direpresentasikan dengan menggunakan aturan berbentuk: IF–THEN. Bentuk ini digunakan apabila kita memiliki sejumlah pengetahuan pakar pada suatu permasalahan tertentu, dan si pakar dapat menyelesaikan masalah tersebut secara berurutan [Kusumadewi, 2003].

·      Penalaran berbasis kasus (Case-Based Reasoing)

Pada penalaran ini, 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 [Kusumadewi, 2003].

Demikianlah yang dapat saya sampaikan mengenai materi yang menjadi bahasan ini, tentunya banyak kekurangan dan kelemahan kerena terbatasnya pengetahuan kurangnya rujukan atau referensi yang kami peroleh hubungannya dengan ini. Penulis banyak berharap kepada para pembaca yang budiman memberikan kritik saran yang membangun. Semoga tulisan ini dapat bermanfaat bagi para pembaca khususnya pada penulis.

Referensi

https://en.wikipedia.org/wiki/Expert_system
https://link.springer.com/chapter/10.1007/978-3-642-77971-8_2
https://www.geeksforgeeks.org/expert-systems/
https://www.britannica.com/technology/expert-system
https://www.quora.com/What-programming-language-is-suitable-for-an-expert-system