Upload
eddy-tungadi
View
1.298
Download
2
Embed Size (px)
DESCRIPTION
Citation preview
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