Upload
cherlylie
View
243
Download
4
Embed Size (px)
Citation preview
SISTEM PAKAR
Kecerdasan Buatan
Definisi
• Sistem pakar (expert system) adalahsistem yang berusaha mengapdosi pengetahuanmanusia ke komputer, agar komputer dapatmenyelesaikan masalah seperti yang biasa dilakukanoleh para ahli.
• Sistem pakar yang baik dirancang agar dapatmenyelesaikan suatu permasalahan tertentudengan meniru kerja dari para ahli
• Sistem pakar dikembangkan pertama kali tahun1960
1
CONTOH SISTEM PAKAR
• MYCIN• DENDRAL• XCON & XSEL• PROSPECTOR• DELTA• FOLIO• EL• RAMALAN CUACA• DAN LAIN-LAIN
2
MYCIN
– Sistem pakar medical yang bisa mendiagnosa penyakitinfeksi dan merekomendasi pengobatan
– MYCIN membantu dokter mengidentifikasi pasien yang menderita penyakit.
– Dokter duduk di depan komputer dan memasukkan data pasien: umur, riwayat kesehatan, hasil laboratorium daninformasi terkait lainnya.
– Dengan informasi ini ditambah pengetahuan yang sudah ada dalam komputer, MYCIN mendiagnosa selanjutnyamerekomendasi obat dan dosis yang harus dimakan.
3
DENDRAL
• Mengidentifikasi struktur molekular campurankimia yang tak dikenal
4
XCON
• Merupakan sistem pakar untuk membantukonfigurasi sistem komputer besar, membantumelayani order langganan sistem komputerDEC VAX 11/780 ke dalam sistem spesifikasifinal yang lengkap
5
XSEL
• Dirancang untuk membantu karyawan bagianpenjualan dalam memilih komponen istemVAX.
• Karena banyaknya pilihan karyawan tersebutsering menghadapi kesulitan dalam memilihsuatu komponen yang paling tepat.
6
PROSPECTOR
• sistem pakar yang membantu ahli geologidalam mencari dan menemukan deposit
7
DELTA
• Dibuat oleh perusahaan General Electric (GE) membantu karyawan bagian pemeliharaanmesin lokomotif diesel dalam memantaumesin-mesin yang tidak berfungsi dengan baikdan membimbing ke arah prosedur perbaikan.
8
FOLIO
• Sistem pakar yang menolong stock broker dantugas manajer dalam menangani investasi bagikepentingan para langganannya.
• FOLIO bisa memberikan rekomendasi tentang keamanan investasi, mengevaluasi stock beresiko tinggi,menghitung pengembalian modal, danmembuat keputusan dalam hal pemasaran suatukomoditi.
• Membantu para perencana keuangan untukmemperkecil kerugian karena pajak, inflasi ataufaktor lain misal turun naiknya nilai mata uang.
9
EL
• Digunakan untuk menganalisa dan membanturekayasa rancangan sirkuit elektronik yang terbuat dari transistor, dioda dan resistor.
• Basis pengetahuan pada EL merupakan prinsipumum elektronik seperti hukum Ohm, hukumkirchoff, karakteristik komponen, teori operasitransistor.
10
RAMALAN CUACA
• sistem pakar bisa menyajikan ramalan yang akurat tentang cuaca yang akan terjadi dalamsuatu periode tertentu tentang situasi cuacayang berlangsung baik lokal maupun ditempat lain
11
Alasan membutuhkan sistem pakar
• Umumnya, keahlian manusia itu jarang/ langka• Adanya faktor kelelahan yang bisa kapan saja mendera
manusia, disebabkan oleh beban kerja• Adanya faktor alpa (lupa) pada faktor-faktor penting
dari masalah yang ada• Ketidakkonsistenan manusia dalam membuat
keputusan antara hari ini dengan hari lainnya• Keterbatasan memori bekerja yang dimiliki oleh
manusia• Manusia dapat berbohong, bersembunyi, atau bahkan
meninggal
12
Manfaat sistem pakar• Memungkinkan orang awam bisa mengerjakan pekerjaan para ahli
• Bisa melakukan proses secara berulang secara otomatis
• Menyimpan pengetahuan dan keahlian para pakar
• Mampu mengambil dan melestarikan keahlian para pakar (terutama yang termasuk keahlian langka)
• Mampu beroperasi dalam lingkungan yang berbahaya
• Memiliki kemampuan untuk bekerja dengan informasi yang tidak lengkap dan mengandungketidakpastian.
• Tidak memerlukan biaya saat tidak digunakan, sedangkan pada pakar manusia memerlukan biayasehari-hari.
• Dapat digandakan (diperbanyak) sesuai kebutuhan dengan waktu yang minimal dan sedikit biaya
• Dapat memecahkan masalah lebih cepat daripada kemampuan manusia dengan catatanmenggunakan data yang sama.
• Menghemat waktu dalam pengambilan keputusan
• Meningkatkan kualitas dan produktivitas karena dapat memberi nasehat yang konsisten danmengurangi kesalahan
• Meningkatkan kapabilitas sistem terkomputerisasi yang lain.
• Mampu menyediakan pelatihan.
13
Kelemahan sistem pakar
• Biaya yang diperlukan untuk membuat, memelihara, dan mengembangkannya sangat mahal
• Sulit dikembangkan, hal ini erat kaitannya dengan ketersediaanpakar di bidangnya dan kepakaran sangat sulit diekstrak darimanusia karena sangat sulit bagi seorang pakar untuk menjelaskanlangkah mereka dalam menangani masalah.
• Sistem pakar tidak 100% benar karena seseorang yang terlibatdalam pembuatan sistem pakar tidak selalu benar. Oleh karena ituperlu diuji ulang secara teliti sebelum digunakan.
• Pendekatan oleh setiap pakar untuk suatu situasi atau problem bisaberbeda-beda, meskipun sama-sama benar.
• Transfer pengetahuan dapat bersifat subjektif dan bias• Kurangnya rasa percaya pengguna dapat menghalangi pemakaian
sistem pakar.
14
Konsep dasar sistem pakar
• Keahlian
• Ahli/pakar
• Pengalihan keahlian
• Mengambil keputusan
• Aturan
• Kemampuan menjelaskan.
15
Keahlian
• Bersifat luas dan merupakan penguasaanpengetahuan dalam bidang khusus yang diperoleh dari pelatihan, membaca ataupengalaman.
• Contoh bentuk pengetahuan yang termasukkeahlian :– Teori, fakta, aturan-aturan pada lingkup
permasalahan tertentu
– Strategi global untuk menyelesaikan masalah
16
Ahli / pakar
• Seorang ahli adalah seseorang yang mampumenjelaskan suatu tanggapan, mempelajarihal-hal baru seputar topik permasalahan, menyusun kembali pengetahuan jikadipandang perlu, memecahkan masalahdengan cepat dan tepat
17
Pengalihan keahlian
• Tujuan dari sistem pakar adalah untukmentransfer keahlian dari seorang pakar kedalam komputer kemudian ke masyarakat.
• Proses ini meliputi 4 kegiatan, yaitu1. perolehan pengetahuan (dari para ahli atau
sumber-sumber lainnya)
2. representasi pengetahuan ke komputer
3. kesimpulan dari pengetahuan
4. pengalihan pengetahuan ke pengguna.
18
Mengambil keputusan
• Hal yang unik dari sistem pakar adalahkemampuan untuk menjelaskan dimanakeahlian tersimpan dalam basis pengetahuan.
• Kemampuan komputer untuk mengambilkesimpulan dilakukan oleh komponen yang dikenal dengan mesin inferensi yaitu meliputiprosedur tentang pemecahan masalah.
19
aturan
• Sistem pakar yang dibuat merupakan sistemyang berdasarkan pada aturan – aturandimana program disimpan dalam bentukaturan-aturan sebagai prosedur pemecahanmasalah.
• Aturan tersebut biasanya berbentuk IF –THEN.
20
Kemampuan menjelaskan
• Keunikan lain dari sistem pakar adalah kemampuan dalam menjelaskan atau memberi saran/rekomendasi serta jugamenjelaskan mengapa beberapatindakan/saran tidak direkomendasikan.
21
PERBEDAAN SISTEM KONVENSIONAL DENGAN SISTEM PAKAR
22
Elemen manusia dalam penggunaan & pengembangan sistem pakar
• Pakar
Adalah orang yang memiliki pengetahuan khusus, pendapat, pengalaman dan metode, serta kemampuan untuk mengaplikasikan keahliannya tersebut guna menyelesaikanmasalah.
• Perekayasa pengetahuan
Adalah orang yang membantu pakar dalam menyusun area permasalahan denganmenginterpretasikan dan mengintegrasikan jawaban-jawaban pakar atas pertanyaanyang diajukan, menggambarkan analogi, mengajukan counter example danmenerangkan kesulitan-kesulitan konseptual.
• Pemakai
– Pemakai awam : dalam hal ini sistem pakar bertindak sebagai konsultan untukmemberikan saran dan solusi kepada pemakai
– Pelajar yang ingin belajar : sistem pakar bertindak sebagai instruktur
– Pembuat sistem pakar : sistem pakar sebagai partner dalam pengembangan basis pengetahuan.
– Pakar : sistem pakar bertindak sebagai mitra kerja/asisten
23
Ciri-ciri sistem pakar
1. Memiliki fasilitas informasi yang handal
2. Mudah dimodifikasi
3. Dapat digunakan dalam berbagai jeniskomputer
4. Memiliki kemampuan untuk belajarberadaptasi
24
Area permasalahan aplikasi sistem pakar
• Interpretasi
Yaitu pengambilan keputusan dari hasil observasi, diantaranya : pengawasan, pengenalan ucapan, analisis citra, interpretasi sinyal, dan beberapa analisis kecerdasan
• Prediksi
Memprediksi akibat-akibat yang dimungkinkan dari situasi-situasi tertentu, diantaranya : peramalan, prediksi demografis, peralaman ekonomi, prediksi lalulintas, estimasi hasil, militer, pemasaran, atau peramalan keuangan.
• Diagnosis
Menentukan sebab malfungsi dalam situasi kompleks yang didasarkan pada gejala-gejala yang teramati, diantaranya : medis, elektronis, mekanis, dan diagnosis perangkat lunak
• Desain
Menentukan konfigurasi komponen-komponen sistem yang cocok dengan tujuan-tujuan kinerjatertentu dan kendala-kendala tertentu, diantaranya : layout sirkuit, perancangan bangunan
• Perencanaan
Merencanakan serangkaian tindakan yang akan dapat mencapai sejumlah tujuan dengan kondisi awal tertentu, diantaranya : perencanaan keuangan, komunikasi, militer, pengembangan politik, routing dan manajemen proyek.
25
• MonitoringMembandingkan tingkah laku suatu sistem yang teramati dengan tingkah lakuyang diharapkan darinya, diantaranya : Computer Aided Monitoring System
• Debugging dan repairMenentukan dan mengimplementasikan cara-cara untuk mengatasi malfungsi, diantaranya memberikan resep obat terhadap suatu kegagalan.
• InstruksiMelakukan instruksi untuk diagnosis, debugging dan perbaikan kinerja.
• KontrolMengatur tingkah laku suatu environment yang kompleks seperti kontrolterhadap interpretasi, prediksi, perbaikan, dan monitoring kelakuan sistem
• SeleksiMengidentifikasi pilihan terbaik dari sekumpulan (list) kemungkinan.
• SimulasiPemodelan interaksi antara komponen-komponen sistem.
26
Bentuk / tipe sistem pakar
1. Mandirisistem pakar yang murni berdiri sendiri, tidak digabung dengansoftware lain, bisa dijalankan pada komputer pribadi, mainframe.
2. Terkait/Tergabungsistem pakar hanya merupakan bagian dari program yang lebih besar. Program tersebut biasanya menggunakan teknik algoritmakonvensional tapi bisa mengakses sistem pakar yang ditempatkansebagai subrutin, yang bisa dimanfaatkan setiap kali dibutuhkan.
3. Terhubungmerupakan sistem pakar yang berhubungan dengan software lain, misal : spreadsheet, DBMS, program grafik.
4. Sistem MengabdiMerupakan bagian dari komputer khusus yang diabdikan kepada fungsitunggal.
27
Struktur sistem pakar
1. Lingkungan pengembangan (development environment) :
digunakan untuk memasukkan pengetahuan pakar ke dalam lingkungan sistem pakar
2. Lingkungan konsultasi (consultation environment)
digunakan oleh pengguna yang bukan pakaruntuk memperoleh pengetahuan pakar
28
Arsitektur sistem pakar
29
Komponen arsitektur/struktur sistem pakar
1. Antarmuka Pengguna (User Interface)
2. Basis Pengetahuan
3. Akuisisi Pengetahuan (Knowledge Acquisition)
4. Mesin/motor Inferensi (Inference Engine)
5. Workplace/Blackboard
6. Fasilitas Penjelasan
7. Perbaikan Pengetahuan
30
User interface (antar muka pengguna)
• 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 ituantarmuka menerima dari sistem danmenyajikannya ke dalam bentuk yang dapatdimengerti oleh pemakai.
31
Basis pengetahuan
• Basis pengetahuan mengandung pengetahuanuntuk pemahaman, formulasi, danpenyelesaian masalah.
• Komponen sistem pakar, yaitu :
– fakta : informasi tentang obyek dalam area permasalahan tertentu
– aturan : informasi tentang cara bagaimanamemperoleh fakta baru dari fakta yang telahdiketahui.
32
Akuisisi pengetahuan (knowledge acquisition
• Adalah akumulasi, transfer, dan transformasikeahlian dalam menyelesaikan masalah darisumber pengetahuan ke dalam program komputer.
• Dalam tahap ini knowledge engineer berusahamenyerap pengetahuan untuk selanjutnyaditransfer ke dalam basis pengetahuan.
• Pengetahuan diperoleh dari pakar, dilengkapidengan buku, basis data, laporan penelitian danpengalaman pemakai.
33
Metode akuisisi
• Wawancaramelibatkan pembicaraan dengan pakar secara langsung dalam suatuwawancara
• Analisis protokolpakar diminta untuk melakukan suatu pekerjaan dan mengungkapkanproses pemikirannya dengan menggunakan kata-kata, kemudian direkam, dituliskan, dan dianalisis.
• Observasi pada pekerjaan pakarPekerjaan dalam bidang tertentu yang dilakukan pakar direkam dandiobservasi
• Induksi aturan dari contohInduksi adalah suatu proses penalaran dari khusus ke umum. Sistem induksi aturan diberi contoh-contohmembuat aturan yang benar aturan digunakan untuk menilai kasus lain yang hasilnya tidakdiketahui.
34
Mesin/Motor Inferensi (inference engine)
• Mengandung mekanisme pola pikir dan penalaran
• Mesin inferensi adalah program komputeryang memberikan metodologi untukpenalaran tentang informasi yang ada dalambasis pengetahuan dan dalam workplace, dan untuk memformulasikan kesimpulan.
35
Workplace / Blackboard
• Merupakan area dari sekumpulan memorikerja (working memory), digunakan untukmerekam kejadian yang sedang berlangsung termasuk keputusan sementara.
• Ada 3 keputusan yang dapat direkam :1. Rencana : bagaimana menghadapi masalah
2. Agenda : aksi-aksi yang potensial yang sedangmenunggu untuk dieksekusi
3. Solusi : calon aksi yang akan dibangkitkan
36
Fasilitas Penjelasan
• Adalah komponen tambahan yang akanmeningkatkan kemampuan sistem pakar.
• Digunakan untuk melacak respon danmemberikan penjelasan tentang kelakuansistem pakar secara interaktif melaluipertanyaan-pertanyaan
37
Perbaikan Pengetahuan
• Pakar memiliki kemampuan untukmenganalisis dan meningkatkan kinerjanyaserta kemampuan untuk belajar dari kinerjanya.
38
Siklus pengembangan sistem pakar
• Dikenal dengan Expert Sistem Development Life Cycle (ESDLC)
39
Identifikasi & Analisa Masalah
• Berhubungan dengan pengenalan situasi/ lingkungan penyebab timbulnya masalah.
• Sementara analisa masalah meliputi evaluasikarakteristik dari masalah yang ada, sertapenjelasan dari proses input dan output-nya.
40
Akuisisi & Representasi Pengetahuan
• Akuisisi masalah merupakan proses dimanaperekayasa pengetahuan (knowledge engineer) memperoleh dan mengkodekan pengetahuanberdasarkan apa yang pakar biasa lakukan.
• Sementara representasi pengetahuan merupakantahap pengolahan pengetahuan yang berasal dariproses akuisisi, ke dalam bentuk yang mudahdiakses oleh sistem pakar yaitu dalam mencarisolusi.
41
Pembangunan Prototipe
• Prototipe akan digunakan dalam prosespenilaian pelanggan dan pengembang.
42
Verifikasi, Validasi, dan Testing
• Pada proses ini pengetahuan dikonfirmasikankembali kepada pakar untuk dilakukanverifikasi, validasi, dan testing, untukmengetahui apakah pengetahuan tersebutsudah benar atau belum.
• Pengetahuan belum sesuai perlupenyempurnaan atau kembali ke prosessebelumnya diverifikasi divalidasi ulang
43
Implementasi dan Integrasi
• Merupakan tahap pembangunan aplikasi.
• Dari pengetahuan yang sudah terverifikasi danvalid tersebut, kemudian diintegrasikan kedalam aplikasi sistem pakar secara utuh.
44
Maintenance
• Merupakan proses yang dilakukan setelahsistem pakar terbangun, yaitu membuatmekanisme pengoperasian sertapemeliharaannya.
• Keluaran dari proses maintenance ini dapatmenjadi acuan bagi proses perluasan/ pengembangan aplikasi sistem pakar kedepannya.
45
Basis pengetahuan (knowledge base)
• Berisi pengetahuan-pengetahuan dalampenyelesaian masalah.
• Ada 2 bentuk pendekatan basis pengetahuan :
1. Penalaran berbasis aturan (rule-based reasoning)
2. Penalaran berbasis kasus (case-based reasoning)
46
Penalaran berbasis aturan (rule-based reasoning)
• Pengetahuan direpresentasikan dengan menggunakan aturanberbentuk IF-THEN.
• Bentuk ini digunakan :1. Apabila memiliki sejumlah pengetahuan pakar pada suatu
permasalahan tertentu, dan si pakar dapat menyelesaikan masalahtersebut secara berurutan.
2. apabila dibutuhkan penjelasan tentang jejak (langkah-langkah) pencapaian solusi.
• Contoh : aturan identifikasi hewan– Rule 1 : IF hewan berambut dan menyusui THEN hewan mamalia– Rule 2 : IF hewan mempunyai sayap dan bertelur THEN hewan jenis
burung– Rule 3 : IF hewan mamalia dan memakan daging THEN hewan
karnivora– Dst...
47
Penalaran berbasis kasus (case-based reasoning)
• Basis pengetahuan berisi solusi-solusi yang telah dicapai sebelumnya, kemudianditurunkan suatu solusi untuk keadaan yang terjadi sekarang (fakta yang ada).
• Bentuk ini digunakan :1. apabila user menginginkan untuk tahu lebih
banyak lagi pada kasus-kasus yang hampir sama(mirip).
2. apabila kita telah memiliki sejumlah situasi atau kasus tertentu dalam basis pengetahuan.
48
Mesin inferensi (inference engine)
1. Forward ChainingPencocokan fakta atau pernyataan dimulai daribagian sebelah kiri dulu (IF dulu). Dengan kata lain penalaran dimulai dari fakta terlebih dahulu untuk menguji kebenaran hipotesis.
2. Backward ChainingPencocokan fakta atau pernyataan dimulai daribagian sebelah kanan (THEN dulu). Dengan kata lain penalaran dimulai dari hipotesisterlebih dahulu, dan untuk menguji kebenaranhipotesis tersebut harus dicari fakta-fakta yang adadalam basis pengetahuan.
49
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 hargaobligasi 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
50
Keputusan
Apabila diketahui bahwa dolar turun1. Forward Chaining
Dari fakta dolar turun, berdasarkan Rule 5, diperoleh konklusisuku bunga naik. Dari Rule 2 suku bunga naik menyebabkanharga obligasi turun. Dengan Rule 6, jika harga obligasi turun, maka kesimpulan yang diambil adalah membeli obligasi.
2. Backward ChainingDari solusi yaitu membeli obligasi, dengan menggunakan Rule 6 diperoleh anteseden harga obligasi turun. Dari Rule 2 dibuktikan harga obligasi turun bernilai benar jika suku bunganaik bernilai benar . Dari Rule 5 suku bunga naik bernilaimemang bernilai benar karena diketahui fakta dolar turun.
51
Pengembangan sistem pakar
52
Tahap 1 : Penilaian Keadaan
Tahap 2 : Koleksi Pengetahuan
Tahap 3 : Perancangan
Tahap 4 : Tes
Tahap 5 : Dokumentasi
Tahap 6 : Pemeliharaan
Reformasi
Eksplorasi
Perbaikan
Kebutuhan
Pengetahuan
Struktur
Evaluasi
Produk
Langkah-langkah pembuatan sistem pakar
1. Mengidentifikasi masalah dan kebutuhan2. Menentukan problema yang cocok3. Mempertimbangkan alternatif4. Menghitung pengembalian investasi5. Memilih alat pengembangan6. Merekayasa pengetahuan7. Merancang sistem8. Melengkapi pengembangan9. Menguji dan mencari kesalahan sistem10. Memelihara sistem
53
Contoh representasi PENGETAHUAN DARI KNOWLEDGE BASE BERBASIS ATURAN/RULE SISTEM PAKAR DETEKSI KERUSAKAN KOMPUTER
54
55
Tugas mandiriDimisalkan pengkodean yang dihasilkan dari penerimaan pengetahuan sebagai berikut :
Kaidah-kaidah (rules) pada basis pengetahuan meliputi :
R1 : IF A1 THEN P1
R2 : IF A2 THEN P2
R3 : IF P1 and (P2 or A3) THEN P3
R4 : IF P3 and A4 THEN P4
R5 : IF P3 and A5 THEN P5
Fakta-fakta yang diperoleh dari user adalah demam, batuk, dan batuk tersebut lebih sering di malam hari (A1, A2, A4 benar). Jelaskan langkah-langkah bagaimana sistem pakar memperoleh kesimpulan jika teknikinferensi yang digunakan adalah :
a) Pelacakan berawal dari data (forward chaining)
b) Pelacakan berawal dari kesimpulan (backward chaining)
56
A1 = suhu tubuh >= 38°CA2 = batukA3 = pilekA4 = batuk yang terusmenerus terutama di malamhariA5 = nafas berbunyi
P1 = demam biasaP2 = batuk biasaP3 = influensa/infeksi virusP4 = batuk rejanP5 = infeksi saluran nafas
Tugas kelompok
• Buatlah representasi pengetahuan dari knowledge base berbasis aturan/rule sistem pakar dari suatu sistem dalamkehidupan sehari-hari, misal sistem perbaikan mobil/motor di bengkel, sistem perbaikan TV di service elektronik, danlain-lain
• Setiap kelompok harus berbeda kasus
• Berikan salah satu contoh kasus yang terjadi pada sistem danjelaskan langkah-langkah bagaimana sistem pakarmemperoleh kesimpulan jika teknik inferensi yang digunakanadalah :
a) Pelacakan berawal dari data (forward chaining)
b) Pelacakan berawal dari kesimpulan (backward chaining) 57
Pertemuan berikutnya
58