Sistem Pakar Mendeteksi Penyakit Pada Tanaman Pisang Dengan Metode Forward Chaining

  • View
    1.321

  • Download
    20

Embed Size (px)

Text of Sistem Pakar Mendeteksi Penyakit Pada Tanaman Pisang Dengan Metode Forward Chaining

BAB 2

DASAR TEORI

2.1 Basis Data

Basis data adalah suatu koleksi data komputer yang terintegrasi, diorganisasikan dan disimpan dalam suatu cara yang memudahkan pengambilan kembali [10]. Basis data didefinisikan hanya sekali dan digunakan secara bersamaan oleh banyak pengguna. Seluruh data saling berinteraksi sehingga jumlah duplikasi data dapat diminimalkan.

2.2 Sistem Pakar

Sistem pakar merupakan paket perangkat lunak atau paket program komputer yang ditujukan sebagai penyedia nasihat dan sarana bantu dalam memecahkan masalah di bidang bidang spesialisasi tertentu seperti sains, perekayasaan, matematika, kedokteran, pertanian, pendidikan dan sebagainya [1].

Sistem Pakar (Expert System) memiliki 10 karakteristik yang harus dipenuhi dalam perancangannya. Kesepuluh karakteristik sistem pakar tersebut adalah sebagai berikut: a. Mendukung proses pengambilan keputusan, menitikberatkan pada

management perception. b. Adanya human interface dimana manusia (user) tetap mengontrol proses pengambilan keputusan. c. Mendukung pengambilan keputusan untuk membahas masalah-masalah. d. Menggunakan model-model matematis dan statistik yang sesuai. e. Interaktif, memiliki kepabilitas dialog untuk memperoleh informasi sesuai dengan kebutuhan.

f. Output ditujukan untuk semua orang secara umum. g. Modularitas, memiliki subsistem-subsistem yang terintegrasi sedemikian rupa sehingga dapat berfungsi sebagai kesatuan sistem. h. Membutuhkan struktur data komprehensif yang dapat melayani kebutuhan informasi seluruh tingkatan manajemen. i. User friendly dan fleksibel, yaitu mudah untuk digunakan user dan memungkinkan keleluasaan user untuk memilih atau mengembangkan pendekatan-pendekatan baru. j. Kemampuan sistem beradaptasi secara tepat, dimana pengambilan keputusan dapat menghadapi masalah-masalah baru.

Pada dasarnya sistem pakar diterapkan untuk mendukung aktivitas pemecahan masalah. Beberapa aktivitas pemecahan yang dimaksud antara lain: pembuatan keputusan (decision making), pemanduan pengetahuan (knowledge fusing), pembuatan desain (designing), perencanaan (planning), prakiraan (forecasting), pengaturan (regulating), pengendalian (controlling), diagnosis (diagnosing), perumusan

(prescribing), penjelasan (explaining), pemberian nasihat (advising) dan pelatihan (tutoring). Selain itu sistem pakar juga dapat berfungsi sebagai asisten yang pandai dari seorang pakar [8].

2.2.1 Sejarah Sistem Pakar

Sistem pakar mulai dikembangkan pada pertengahan tahun 1960-an oleh Artificial Intelligence Corporation. Periode penelitian kecerdasan buatan ini didominasi oleh suatu keyakinan bahwa nalar yang digabung dengan komputer canggih akan menghasilkan presatasi pakar atau bahkan manusia super. Suatu usaha ke arah ini adalah General Purpose Problem Solver (GPS) yang dikembangkan oleh Allen Newell, John Cliff Shaw, dan Herbert Alexander Simon. GPS merupakan sebuah percobaan untuk menciptakan mesin yang cerdas.

Sistem pakar untuk melakukan diagnosa kesehatan telah dikembangkan sejak pertengahan tahun 1970 yang untuk pertama kali dibuat oleh Bruce Buchanan dan Edward Shortliffe di Standford University diberi nama MYCIN. MYCIN merupakan program interaktif yang melakukan diagnosa penyakit meningitis dan infeksi bacremia serta memberikan rekomendasi terapi antimikrobia. MYCIN mampu memberikan penjelasan atas penalarannya secara detail. Dalam uji coba, program ini mampu menunjukkan kemampuan seperti seorang spesialis.

2.2.2 Keuntungan Sistem Pakar

Secara garis besar, banyak manfaat yang dapat diambil dengan adanya sistem pakar antara lain sebagai berikut : a. Memungkinkan orang awam bisa mengerjakan pekerjaan seperti para ahli. b. Bisa melakukan proses secara berulang secara otomatis. c. Menyimpan pengetahuan dan keahlian para pakar. d. Meningkatkan output dan produktivitas. e. Meningkatkan kualitas f. Mampu mengambil dan melestarikan keahlian para pakar termasuk keahlian yang langka. g. Mampu beroperasi dalam lingkungan yang berbahaya h. Memiliki kemampuan untuk mengakses pengetahuan i. Memiliki reliabilitas. j. Memberikan respon atau jawaban yang tepat. k. Meningkatkan kapabilitas sistem komputer. l. Menghemat waktu dalam pengambilan keputusan. m. Sebagai media pelengkap dalam pelatihan. n. Memiliki kemampuan untuk bekerja dengan informasi yang tidak lengkap dan mengandung ketidakpastian.

2.2.3 Struktur Sistem Pakar

Sistem pakar terdiri dari dua bagian utama, yaitu lingkungan pengembangan (development environment) dan lingkungan konsultasi (consultation environment) [1]. Development Environment digunakan sebagai pembangun sistem pakar baik dari segi pembangun komponen maupun basis pengetahuan. Consultation Environment digunakan oleh seseorang yang bukan ahli untuk berkonsultasi. Gambar 2.1 berikut ini merupakan struktur dari sistem pakar [9].

LINGKUNGAN KONSULTASI Pemakai

LINGKUNGAN PENGEMBANGAN

Fakta tentang Kejadian tertentu Fasilitas Pen jelasan

Basis Pengetahuan: Fakta dan aturan

Antar Muka

Knowledge Enginner Akuisisi Pengetahuan Pakar

Mesin InferensiAksi yang direkomendasikan

Blackboard Solusi, Rencana

Perbaikan Pengetahuan

Gambar 2.1 Penerapan Struktur Sistem Pakar

Keterangan gambar: : pemisah antara lingkungan konsultasi dengan lingkungan pengembangan. : komunikasi dua arah : langsung : tidak langsung

Komponen-komponen yang terdapat dalam struktur sistem pakar : a. Antarmuka Pengguna (User Interface) 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 menerima informasi dari sistem dan menyajikannya ke dalam bentuk yang dapat dimengerti oleh pemakai. b. Basis 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, sedang aturan merupakan informasi tentang cara bagaimana memperoleh fakta baru dari fakta yang telah diketahui. c. 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. d. Mesin Inferensi Komponen ini mengandung mekanisme pola pikir dan penalaran yang digunakan oleh pakar dalam menyelasikan suatu masalah. Mesin inferensi adalah program komputer yang memberikan metodologi untuk penalaran tentang informasi yang ada dalam basis pengetahuan dan dalam workplace dan untuk memformulasikan kesimpulan. e. Workplace Workplace merupakan area dari sekumpulan memori kerja (working memory). Workplace digunakan untuk merekam hasil-hasil antara dan kesimpulan yang dicapai.

f. Fasilitas Penjelasan Fasilitas penjelasan adalah komponen tambahan yang akan meningkatkan kemampuan sistem pakar. Komponen ini menggambarkan penalaran sistem kepada pemakai. g. Perbaikan Pengetahuan Pakar memiliki kemampuan untuk menganalisis dan meningkatkan kinerjanya serta kemampuan tersebut adalah penting dalam pembelajaran

terkomputerisasi, sehingga program akan mampu menganalisis penyebab kesuksesan dan kegagalan yang akan dialaminya.

2.2.4 Basis Pengetahuan

Basis pengetahuan berisi pengetahuan-pengetahuan dalam penyelesaian masalah, tentu saja dalam domain tertentu. Ada dua bentuk pendekatan basis pengetahuan yang sangat umum digunakan, yaitu: a. Penalaran berbasis aturan (Rule Based Reasoning) Pada penalaran berbasis aturan, pengetahuan direpresentasikan dengan menggunakan aturan berbentuk : IF-THEN. Bentuk ini digunakan apabila kita memiliki sejumlah pengetahuan pakar pada permasalahan tertentu, dan si pakar dapat menyelesaikan masalah tersebut secara berurutan. Disamping itu , bentuk ini juga digunakan apabila dibutuhkan penjelasan tentang jejak (langkah-langkah)pencapaian solusi. b. Penalaran berbasis kasus (Case Based Reasoning) 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 yang hampir sama (mirip). Selain itu, bentuk ini juga digunakan apbila kita telah memiliki sejumlah situasi atau kasus tertentu dalam basis pengetahuan[9].

2.2.5 Representasi Pengetahuan

Representasi pengetahuan adalah suatu teknik untuk merepresentasikan basis pengetahuan yang diperoleh kedalam suatu skema/diagram tertentu sehingga dapat diketahui relasi/keterhubungan antara suatu data dengan data lainnya. Pengetahuan dapat direpresentasikan dalam berbagai model, beberapa model representasi pengetahuan seperti: a. Logika Logika merupakan suatu poses membentuk kesimpulan atau menarik suatu inferensi berdasarkan fakta yang telah ada.. Bentuk logika komputasional ada dua macam, yaitu: 1. Logika Proposional Logika proposional merupakan suatu pernyataan yang menyatakan benar (TRUE) atau salah (FALSE) yang dihubungkan dengan menggunakan operator logika (OR), negasi (NOT), seperti konjungsi (AND), disjungsi implikasi/kondisional (If...Then),

equivalensi/bikondisional (If and only If). Berikut adalah contoh model representasi pengetahuan logika proposional: Jika hujan turun sekarang maka saya tidak akan ke pasar Dapat ditulis dalam bentuk p q 2. Logika Predikat Logika predikat merupakan suatu logika yang seluruhnya

menggunakan kons