Ringkasan Buku Sistem Pakar & Pengembangannya

Buku Sistem Pakar & Pengembangannya

• Penulis : Sri Hartati dan Sari Iswanti
• Penerbit : Graha Ilmu
• Tahun : 2008
• Halaman : 152

Buku ini membahas secara ringkas tentang sistem pakar, sebuah aplikasi cabang kecerdasan buatan yang pada umumnya tidak sepopuler aplikasi sistem informasi atau sistem basis data. Uraian dalam buku ini dibagi menjadi lima bab yang mengenalkan pengembangan sistem pakar dimulai dari pengertian sistem pakar, representasi pengetahuan, pembangun sistem pakar, rancang bangun sistem pakar dan penanganan ketidakpastian untuk pengetahuan dalam sistem pakar.

Kehadiran buku ini selain terdorong keinginan kedua penulis, disela-sela kesibukan rutinnya sebagai staf akademik dan peneliti dalam pengembangan sistem cerdas untuk berbagai aplikasi, untuk berbagai pengetahuan dalam mengembangkan aplikasi sistem cerdas, juga atas kerja sama dengan berbagai pihak. Buku ini ditujukan bagi para pembaca yang menaruh minat pada bidang kecerdasan buatan terutama pada bidang sistem pakar.

Pengertian Sistem Pakar

Sistem pakar adalah sistem komputer yang mengemulasi kemampuan kepakaran manusia. Kata mengemulasi diartikan lebih kuat dari simulasi yang berarti bahwa sistem pakar diharapkan mampu bertindak sebagaimana yang dilakukan pakar manusia dalam melakukan penalaran untuk memberikan suatu justifikasi / kesimpulan. Dalam melakukan penalaran, sistem pakar banyak memanfaatkan pengetahuan yang disimpan oleh sistem sebagai basis pengetahuan untuk menyelesaikan masalah pada tingkatan sebanding dengan sistem pakar manusia.

Sistem pakar dikembangkan melalui beberapa tahapan, tahapan yang paling rumit adalah representasi pengetahuan yang meliputi pembuatan tabel keputusan, penyusunan pohon keputusan, peringkasan pohon keputusan, penyusunan kaidah-kaidah. Tahapan ini disajikan dalam tulisan secara rinci untuk memberi gambaran pembaca mengenai pengembangan sistem pakar dari awal. Selain itu buku ini menyajikan konsep dasar tentang sistem pakar dan prinsip-prinsip pengembangannya yang disertai contoh langkah-langkah pembuatan sistem pakar.

Konsep pengembangan lanjut sistem pakar dan beberapa metode penanganan ketidakpastian pengetahuan dibahas pula untuk memberi gambaran pembaca mengatasi kekuranglengkapan informasi dalam proses penentuan justifikasi / kesimpulan.

Komponen Sistem Pakar

Sistem pakar sebagai sebuah program yang difungsikan untuk menirukan pakar manusia harus bisa melakukan hal-hal yang dapat dikerjakan oleh seorang pakar. Untuk membangun sistem yang seperti itu maka komponen-komponen yang harus dimiliki adalah sebagai berikut (Giarratano dan Riley, 2005) :

1. Antar Muka Pengguna (User Interface)
2. Basis Pengetahuan (Knowledge Base)
3. Mekanisme Inferensi (Inference Machine)
4. Memori Kerja / Blackboard (Working Memory)

Sedangkan untuk menjadikan sistem pakar menjadi lebih menyerupai seorang pakar yang berinteraksi dengan pemakai, maka dilengkapi dengan fasilitas berikut :

1. Fasilitas Penjelasan (Explanation Facility)
2. Fasilitas Akuisisi Pengetahuan (KnowledgeAcquisition Facility)

Representasi Pengetahuan

Representasi pengetahuan merupakan metode yang digunakan untuk mengodekan pengetahuan dalam sebuah sistem pakar yang berbasis pengetahuan. Perepresentasian dimaksudkan untuk menangkap sifat-sifat penting problema dan membuat informasi itu dapat diakses oleh prosedur pemecahan problema.

Bahasa representasi harus dapat membuat seorang pemrogram mampus mengekspresikan pengetahuan yang diperlukan untuk mendapatkan solusi problema, dapat diterjemahkan ke dalam bahasa pemrograman dan dapat disimpan. Harus dirancang agar fakta dan pengetahuan lain yang terkandung didalamnya dapat digunakan untuk penalaran.

Penjelasan Metode Inferensi

Inferensi merupakan proses untuk menghasilkan informasi dari fakta yang diketahui atau diasumsikan. Inferensi adalah konklusi logis (logical conclusion) atau implikasi berdasarkan informasi yang tersedia. Dalam sistem pakar, proses inferensi dilakukan dalam suatu modul yang disebut Inference Engine (Mesin Inferensi). Ketika representasi pengetahuan pada baguan knowledge base telah lengkap, atau paling tidak telah berada pada level yang cukup akurat, maka RP tersebut telah siap digunakan. Inference Engine merupakan modul yang berisi program tentang bagaimana mengendalikan proses reasoning.

Dalam melakukan inferensi diperlukan adanya proses pengujian kaidah-kaidah dalam urutan tertentu untuk mencari yang sesuai dengan kondisi awal atau kondisi yang berjalan yang sudah dimasukkan pada basis data. Perunutan adalah proses pencocokan fakta, pernyataan atau kondisi berjalan yang tersimpan pada basis pengetahuan maupun pada memori kerja dengan kondisi yang dinyatakan pada premis. Ada dua metode inferensi yang penting dalam sistem pakar, yaitu runut maju (forward chaining) dan runut balik (backward chaining).

Forward chaining : Pencocokan fakta atau pernyataan dimulai dari bagian sebelah kiri dulu (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.