ARTIFICIAL
INTELLIGENCE DAN
SISTEM PAKAR
Sistem
pakar (expert system) secara umum adalah sistem yang berusaha mengadopsi
pengetahuan manusia ke komputer, agar komputer dapat menyelesaikan masalah
seperti yang biasa dilakukan oleh para ahli. Atau dengan kata lain sistem pakar
adalah sistem yang didesain dan diimplementasikan dengan bantuan bahasa
pemrograman tertentu untuk dapat menyelesaikan masalah seperti yang dilakukan
oleh para ahli. Diharapkan dengan sistem ini, orang awam dapat menyelesaikan
masalah tertentu baik ‘sedikit’ rumit ataupun rumit sekalipun ‘tanpa’ bantuan
para ahli dalam bidang tersebut. Sedangkan bagi para ahli, sistem ini dapat
digunakan sebagai asisten yang berpengalaman.
Sistem
pakar merupakan cabang dari Artificial Intelligence (AI) yang cukup tua
karena sistem ini telah mulai dikembangkan pada pertengahan tahun 1960. Sistem
pakar yang muncul pertama kali adalah General-purpose problem solver
(GPS) yang dikembangkan oleh Newell dan Simon. Sampai saat ini sudah banyak
sistem pakar yang dibuat, seperti MYCIN, DENDRAL, XCON & XSEL, SOPHIE, Prospector,
FOLIO, DELTA, dan sebagainya.
Perbandingan
sistem konvensional dengan sistem pakar sebagai berikut:
a.
Sistem Konvensional
- Informasi dan pemrosesan umumnya digabung dalam satu program sequential
- Program tidak pernah salah (kecuali pemrogramnya yang salah)
- Tidak menjelaskan mengapa input dibutuhkan atau bagaimana hasil diperoleh
- Data harus lengkap
- Perubahan pada program merepotkan
- Sistem bekerja jika sudah lengkap.
b.
Sistem Pakar
- Knowledge base terpisah dari mekanisme pemrosesan (inference)
- Program bisa melakukan kesalahan
- Penjelasan (explanation) merupakan bagian dari ES
- Data tidak harus lengkap
- Perubahan pada rules dapat dilakukan dengan mudah
- Sistem bekerja secara heuristik dan logis
Suatu
sistem dikatakan sistem pakar apabila memiliki ciri-ciri sebagai berikut :
- Terbatas pada domain keahlian tertentu
- Dapat memberikan penalaran untuk data-data yang tidak pasti
- Dapat mengemukakan rangkaian alasan-alasan yang diberikannya dengan cara yang dapat dipahami
- Berdasarkan pada kaidah atau rule tertentu
- Dirancang untuk dikembangkan sacara bertahap
- Keluarannya atau output bersifat anjuran.
Adapun
banyak manfaat yang dapat diperoleh dengan mengembangkan sistem pakar, antara
lain :
- Masyarakat awam non-pakar dapat memanfaatkan keahlian di dalam bidang tertentu tanpa kesadaran langsung seorang pakar
- Meningkatkan produktivitas kerja, yaitu bertambahnya efisiensi pekerjaan tertentu serta hasil solusi kerja
- Penghematan waktu dalam menyelesaikan masalah yang kompleks
- Memberikan penyederhanaan solusi untuk kasus-kasus yang kompleks dan berulang-ulang
- Pengetahuan dari seorang pakar dapat dikombinasikan tanpa ada batas waktu
- Memungkinkan penggabungan berbagai bidang pengetahuan dari berbagai pakar untuk dikombinasikan.
Selain
banyak manfaat yang diperoleh, ada juga kelemahan pengembangan sistem pakar,
yaitu :
- Daya kerja dan produktivitas manusia menjadi berkurang karena semuanya dilakukan secara otomatis oleh sistem
- Pengembangan perangkat lunak sistem pakar lebih sulit dibandingkan dengan perangkat lunak konvensional.
Tujuan
pengembangan sistem pakar sebenarnya bukan untuk menggantikan peran manusia,
tetapi untuk mensubstitusikan pengetahuan manusia ke dalam bentuk sistem,
sehingga dapat digunakan oleh orang banyak.
Struktur
Sistem Pakar
Sistem
pakar disusun oleh dua bagian utama, yaitu lingkungan pengembangan (development
environment) dan lingkungan konsultasi (consultation environment).
Lingkungan pengembangan sistem pakar digunakanuntuk memasukkan pengetahuan
pakar ke dalam lingkungan sistem pakar,sedangkan lingkungan konsultasi
digunakan oleh pengguna yang bukan pakarguna memperoleh pengetahuan pakar.
Komponen-komponen yang terdapat dalam sistem pakar yaitu User Interface
(antarmuka pengguna), basis pengetahuan, akuisisi pengetahuan, mesin inference,
workplace, fasilitas penjelasan, perbaikan pengetahuan.
Seorang
pakar mempunyai pengetahuan tentang masalah yang khusus. Dalam hal ini disebut domain
knowledge. Penggunaan kata “domain” untuk memberikan penekanan
pengetahuan pada problem yang spesifik. Pakar menyimpan domain knowledge
pada Long Term Memory (LTM) atau ingatan jangka panjangnya. Ketika pakar
akan memberikan nasihat atau solusi kepada seseorang, pakar terlebih dahulu
menentukan fakta-fakta dan menyimpannya ke dalam Short Term Memory (STM)
atau ingatan jangka pendek. Kemudian pakar memberikan solusi tentang masalah
tersebut dengan mengkombinasikan fakta-fakta pada STM dengan pengetahuan LTM.
Dengan menggunakan proses ini pakar mendapatkan informasi baru dan sampai pada
kesimpulan masalah.
Komponen
Sistem pakar
Sebuah
program yang difungsikan untuk menirukan seorang pakar manusia harus bisa
melakukan hal-hal yang dapat dikerjakan seorang pakar. Untuk membangun sistem
seperti itu maka komponen-komponen dasar yang harus dimilikinya paling sedikit
adalah sebagai berikut:
1.
Antar muka pemakai (User Interface)
2.
Basis pengetahuan (Knowledge Base)
3.
Mesin inferensi
Sedangkan
untuk menjadikan sistem pakar menjadi lebih menyerupai seorang pakar yang
berinteraksi dengan pemakai, maka dapat dilengkapi dengan fasilitas berikut:
1.
Fasilitas penjelasan (Explanation)
2.
Fasilitas Akuisisi pengetahuan (Knowledge acquisition facility)
3.
Fasilitas swa-pelatihan (self-training)
Penggunaan
AI sebagai expert system yang dapat digunakan untuk mendukung system
pengambilan keputusan (Diagnosa).
Sistem
pakar (expert system) secara umum adalah sistem yang berusaha mengadopsi
pengetahuan manusia ke komputer, agar komputer dapat menyelesaikan masalah
seperti yang biasa dilakukan oleh para ahli. Atau dengan kata lain sistem pakar
adalah sistem yang didesain dan diimplementasikan dengan bantuan bahasa
pemrograman tertentu untuk dapat menyelesaikan masalah seperti yang dilakukan
oleh para ahli. Adapun pengertian lain yaitu Sistem pakar merupakan salah satu
bidang teknik kecerdasan buatan yang cukup diminati karena penerapannya
diberbagai bidang baik bidang ilmu pengetahuan maupun bisnis yang terbukti
sangat membantu dalam mengambil keputusan dan sangat luas penerapanya. Sistem
pakar adalah suatu sistem komputer yang dirancang agar dapat melakukan
penalaran seperti layaknya seorang pakar pada suatu bidang keahlian tertentu.
Contoh
Aplikasi Sistem Pakar di bidang Manajerial:
1.
Analisis
1)
Interpretasi
a)
Analisa pasar untuk komoditi tertentu
b)
Identifikasi media iklan yang sesuai
c)
Identifikasi kebutuhan pelatihan
2)
Diagnostik
a)
Diagnostik kelesuan perusahaan dan usaha penyembuhan
2.
Sintesa
1) Penarikan
tenaga kerja
2) Strategi
penentuan harga
3) Strategi
pengembangan produk
3.
Integrasi
1)
Prediksi perkembangan nilai pada bursa saham efek.
Sistem
Pengambilan Keputusan atau SPK yang biasa disingkat jika menggunakan bahasa
inggris itu adalah DSS atau Decision Support System adalah bagian dari
sistem informasi berbasis komputer (termasuk sistem berbasis pengetahuan
(manajemen pengetahuan)) yang dipakai untuk mendukung pengambilan keputusan
dalam suatu organisasi atau perusahaan. Jadi, DSS atau SPK ini adalah sebuah
sistem yang memberikan pertimbangan kepada bagian manager sampai ke direktur
atau pemilik saham dalam perusahaan, untuk memutuskan sebuah kebijakan tertentu
dalam perusahaan. Contoh aplikasi dari sistem pengambilan keputusan adalah
aplikasi sistem pendukung keputusan pemilihan jurusan siwa/siswi SMA
menggunakan metode AHP.
Daftar
pustaka :
https://psikologioke.wordpress.com/2012/10/28/sejarah-aiai-dan-kognisi-ai-dan-sistem-pakar/
Diakses tanggal 10 januari 2015
fajarridha.blogspot.com/2014/02/artificial-intelligence-ai.html.
Diakses tanggal 10 januari 2015
http://www.academia.edu/5286690/BAB_I_PENDAHULUAN.
Diakses tanggal 10 januari 2015
prihandini, Y.P.
(2013). SISTEM
INFORMASI BERBASIS KOMPUTER (SISTEM PAKAR DAN SISTEM PENGAMBILAN KEPUTUSAN) DAN
ARTIFICIAL INTELEGENCE (AI). Diakses tanggal 10 januari 2015. http://ririnyp.wordpress.com/2013/11/07/sistem-informasi-berbasis-komputer-sistem-pakar-dan-sistem-pengambilan-keputusan-dan-artificial-intelegence-ai-2/
