Sistem Pakar

Eddy Tungadi, ST MT

KECERDASAN BUATANdan SISTEM PAKAR

Artificial Intelegence

Merup. Sub-bid pengetahuan komp. yang ditujukan u/ membuat software dan hardware yang sepenuhnya bisa menirukan beberapa fungsi otak manusia.

Sbg. Cabang sains komp. yang mempelajari otomatisasi tingkah laku cerdas (intelligent)

Artificial Intelligence adalah bidang ilmu komputasi yang memungkinkannya u/ memahami, bernalar & bertindak

Areas of Artificial Intelligence

Expertsystems AI

hardware

Robotics

Perceptive systems (vision, hearing)

Neuralnetworks

Natural language

Learning

Artificial Intelligence

Jaringan saraf (neural network) meliputi kemampuan belajar, generalisasi, dan abstraksi)

Sistem persepsi, menggunakan citra visual dan sinyal suara untuk memberi instruksi pada mesin misalnya robot.

Belajar, meliputi semua kegiatan yg memungkinkan mesin untuk memperoleh pengetahuan sbg tambahan dari apa yang telah dimilikinya (tersimpan di memori) oleh engineernya

Robotik, meliputi instrumen yg dikendalikan komputer dan dapat meniru aktivitas gerak manusia.

Hardware AI, mencakup instrumen fisik yg mengaplikasikan AI.

Pemrosesan bahasa alamiah, memungkinkan pemakai utk berkomunikasi dengan komputer dengan berbagai bahasa & memungkinkan komputer memeriksa ejaan & tata bahasa.

Sistem pakar dan jaringan saraf merupakan contoh sistem berbasis pengetahuan

AI dan Pakar

AI adalah kegiatan yang dapat diberikan kepada mesin, misalnya komputer agar dapat menampilkan perilaku yg dianggap cerdas yg diamati pd manusia.

Intelligence/Intelegensia/kecerdasan : kepandaian seseorang menggunakan/melaksanakan pengetahuan yang dimilikinya.

Sistem pakar (mesin) adalah program komputer yg mencoba utk mewakili pengetahuan dari pakar (manusia) yang cerdas tersebut dlm bentuk heuristic.

S/W Sistem Pakar

Berfungsi sebagai penasihat/konsultan Dapat mengumpulkan dan menyimpan pengetahuan

pakar ke dalam komputer u/ semua orang yang memerlukan

Tidak u/ menggantikan kedudukan seorang pakar tetapi u/ memasyarakatkan pengetahuan & pengalamaan pakar tsb.

Memungkinkan orang lain meningkatkan produktivitas, memperbaiki kualitas keputusan

Dapat digunakan untuk menjawab pertanyaan, memecahkan masalah dan membuat keputusan

DAYA TARIK SISTEM PAKAR

Menawarkan kesempatan utk membuat keputusan yg melebihi kemampuan manajer.

Dpt menjelaskan alur penalarannya dlm mencapai suatu pemecahan ttt.

Bagan Kotak Sistem Pakar

Know-ledgebase

User

Userinterface

Instructions &information

Solutions &explanations Knowledge

Inference engine

Problem Domain

Expert and knowledge engineer

Developmentengine Expert

systemAn Expert

System Model

MODEL SISTEM PAKAR

1.User interface, memungkinkan pemakai utk berinteraksi dgn sistem pakar.

2.Knowledge base, menyimpan akumulasi pengetahuan dr masalah ttt yg akan diselesaikan.

3.Inference engine, menyediakan kemampuan penalaran yg menafsirkan isi knowledge base.

4.Development engine, pakar dan analis sistem menggunakan ini utk menciptakan sistem pakar.

USER INTERFACE

Memungkinkan user/manajer utk memasukkan instruksi dan informasi ke dlm sistem pakar & menerima informasi dr sistem pakar. Instruksi tsb menentukan parameter yg mengarahkan sistem pakar melalui proses penalaran. Informasi itu berbentuk nilai yg diberikan pd variabel tertentu.

Input Interface

Input Sistem Pakar: Format interface yg paling populer saat ini adalah graphical user interface, yg menampilkan tampilan Windows.

Sistem pakar akan meminta manajer memasukkan sejumlah informasi. Manajer menanyakan mengapa informasi itu diperlukan dan sistem pakar menyediakan penjelasannya.

Output Interface

Output Sistem Pakar : Sistem pakar dirancang utk menyarankan pemecahan. Pemecahan ini dilengkapi dgn penjelasan. Ada 2 jenis penjelasan :

Setelah sistem pakar memberikan suatu pemecahan masalah, manajer dpt meminta penyelesaian mengenai bagaimana itu dicapai. Sistem pakar akan menampilkan tiap langkah-langkah penalaran yg menuju pd penyelesaian.

KNOWLEDGE BASE

Memuat fakta-fakta (data) yg menjelaskan area permasalahan dan menerangkan bagaimana fakta-fakta tersebut cocok satu dgn yg lain dlm urutan logis.

Problem Domain digunakan utk menjelaskan area masalah.

Aturan (rule) : teknik penyelesaian masalah

Aturan menentukan apa yg harus dilakukan pada suatu situasi

Sebuah aturan memiliki:

1. Suatu kondisi True or False

2. Tindakan yg harus diambil jika kodisinya benar.

IF [ECONOMIC.INDEX > 1,20 AND SEASONAL.INDEX > 1,30 ]

THEN

[SALES.OUTLOOK = “EXCELLENT”]

INFERENCE ENGINE

Adalah bagian dari sistem pakar yg melakukan penalaran dengan memanfaatkan isi knowledge base berdasarkan urutan kerja tertentu.

Metode utama untuk menguji aturan: penalaran maju (forward reasoning) & penalaran mundur (reserve reasoning).

Metode untuk penalaran maju: forward chaining (runut maju)

Metode untuk penalaran mundur: backward chaining (runut balik)

DEVELOPMENT ENGINE

Proses ini menyangkut bagaimana engineer merangkai aturan dalam inference engine

Ada 2 instrumen yang dapat digunakan: 1. Bahasa Pemrograman2. Shell sistem pakar

Shell sistem pakar membuat kecerdasan buatan terjangkau oleh perusahaan yg tdk memiliki sumber daya yang diperlukan utk mengembangkan sistem sendiri. Ini merupakan cara terpopuler bagi perusahaan yg menerapkan sistem berbasis pengetahuan.

Engineers in Development Engine

• Knowledge engineers bekerja bersama-sama dengan pakar dalam mendesain sistem pakar

• Memiliki kelebih dibanding analist tradisional dengan skill tertentu: – Dapat memahami seorang pakar dalam

menggunakan pengetahuannya– Mampu mengekstraksi pengetahuan

tersebut (rules beserta fakta-fakta yang mengikutinya)

KUNCI MENUJU PENGEMBANGAN SISTEM PAKAR YANG BERHASIL (survei, Prof. Gill )

1. Koordinasikan pengembangan sistem pakar dengan rencana strategi bisnis dan rencana strategis penggunaan informasi

2. Definisikan secara jelas masalah yang akan dipecahkan/dipahami (problem domain)

3. Berikan perhatian khusus pd kelayakan legal dan etika dari sistem yg diusulkan.

4. Pahami sepenuhnya perhatian user terhadap proyek pengembangan maupun harapan mereka pada sistem.

5. Gunakan teknik manajemen yg dirancang utk menjaga tingkat kelelahan engineer berada pada batas wajar

Cheetah Macan tutul Jerapah Zebra

Burung Unta Pinguin Elang

laut

And And And And And And And And

Yellowish brown Bintik

gelap Kaki panjang

Strip hitam

Leher panjang

TakBisa terbang

Hitam putih

Bisa renang

Bisa terbang

Ungulate Bird

Mammal Carnivore

Or Or And AndBerbulu And

Or Or

Berambut

milk Berkuku

Terbang BertelurKunyah Menyu

sui

And

Gigi tajam

Mata tajam

LEGEND:

Rules

Kondisi

Action(conclusions)

Cakar

Eats milk

R1 R2 R5 R6

R9 R10 R11 R12 R14R13 R15

R7 R8 R3 R4

Himpunan Rule yang dapat menghasilkan banyak kesimpulan

Forward Reasoning(forward chaining)

• Rule dapat bernilai: – (1) true, (2) false, (3) unknown

• Pengecekan Rule berupa proses iterasi• Dikendalikan oleh data (data driven)• Ketika tak ada lagi rule yang dapat

diperoleh dari Knowledge Base proses penalaran berhenti meskipun tujuan belum tercapai

Rule 1

Rule 3

Rule 2

Rule 4

Rule 5

Rule 6

Rule 7

Rule 8

Rule 9

Rule 10

Rule 11

Rule 12

IF ATHEN B

IF CTHEN D

IF MTHEN E

IF KTHEN F

IF GTHEN H

IF ITHEN J

IF B OR DTHEN K

IF ETHEN L

IF K AND L THEN N

IF M THEN O

IF N OR OTHEN P

F

IF (F AND H)OR JTHEN M

IF (F AND H)OR JTHEN M

The Forward

ReasoningProcess

T

TT

T

T

T

T

T

T

F

T

Legend: First pass

Second pass

Third pass

Reverse Reasoning(backward chaining)

• Membagi-bagi sebuah masalah menjadi masalah yang lebih kecil (submasalah)

• Dikendalikan oleh tujuan (goal driven)• Menyelesaikan suatu submasalah • Kemudian selesaikan lagi submasalah

lain

Rule 10

IF K AND LTHEN N

Rule 11

IF MTHEN O

Rule 12

IF N OR OTHEN P

Legend:

Problem

Subproblem

A Problem and Its Subproblems

Rule 7

Rule 8

Rule 10

Subproblem

Legend:

Problem

IF B OR DTHEN K

IF ETHEN L

IF K AND L THEN N

A Subproblem Becomes the New Problem

Rule 12

IF N OR O THEN P

T

Rule 1

Rule 2

Rule 3

Rule 9

Rule 11 Legend:Problems to be solved

Step 4

Step 3

Step 2

Step 1

Step 5

IF A THEN B

IF B OR DTHEN K

IF K AND LTHEN N

IF N OR O THEN P

IF CTHEN D

IF MTHEN E

IF ETHEN L

IF (F AND H)OR JTHEN M

IF MTHEN O

IF MTHEN O

T

The First Five Problems Are

IdentifiedRule 7

Rule 10

Rule 12

If KThen F

Legend:Problems to be solved

If GThen H

If IThen J

If MThen O

Step 8

Step 9Step 7 Step 6

Rule 4

Rule 5

Rule 11Rule 6

T

IF (F And H)Or J

Then MT

Rule 9

T T

Rule 12

T

If N Or OThen P

The Next Four Problems AreIdentified

Forward vs Reverse Reasoning

• Reverse reasoning lebih cepat dibandingkan forward reasoning

• Reverse reasoning cocok digunakan jika:– Ada banyak variabel tujuan – Ada banyak rule– Tidak semua atau kebanyakan rule tidak

diperlukan dalam memperoleh solusi

Menangani ketidapastian (uncertainty)• Two types of uncertainty

– Rules– Conditions

• Certainty factors (CFs) range from 0.00 to 1.00

Tahap Pengembangan Sistem• Inisialisasi pengembangan sistem• Bangun protipe sistem pakar• Libatkan user/manajer• Maintainance sistem pakar (meliputi

penanganan sistem yang telah ada dan pengembangan lanjutan dari sistem)

Systems analyst

Study the Problem domain

Study the problemdomain

Define the problem

Specify the rule set

step 1

step 2

step 3

step 4

step 5

Test the prototype system

Construct the interface

Maintain the system

Expert User

Conductuser tests

Use thesystem

step 6

step 7

Prototyping Is Incorporated in the Development of an Expert System

step 8

Nee

d t

o r

edes

ign

Nee

d t

o r

edes

ign

Contoh: Sistem Pakar Persetujuan Kredit

• Masalah : Persetujuan Kredit• Knowledge base : terdiri dari rules

dan model matematik• Protipe • User interface• Input user: Parameter; jumlah kredit;

pertimbangan faktor X