SISTEM PAKAR
Secara
umum, sistem pakar adalah sistem yang berusaha mengadopsi pengetahuan manusia
ke komputer yang dirancang untuk memodelkan kemampuan menyelesaikan masalah
seperti layaknya seorang pakar. Dengan sistem pakar ini, orang awam pun dapat
menyelesaikan masalahnya atau hanya sekedar mencari suatu informasi berkualitas
yang sebenarnya hanya dapat diperoleh dengan bantuan para ahli di bidangnya.
Sistem pakar ini juga akan dapat membantu aktivitas para pakar sebagai asisten
yang berpengalaman dan mempunyai asisten yang berpengalaman dan mempunyai
pengetahuan yang dibutuhkan. Dalam penyusunannya, sistem pakar mengkombinasikan
kaidah-kaidah penarikan kesimpulan (inference rules) dengan basis pengetahuan
tertentu yang diberikan oleh satu atau lebih pakar dalam bidang tertentu.
Kombinasi dari kedua hal tersebut disimpan dalam komputer, yang selanjutnya
digunakan dalam proses pengambilan keputusan untuk penyelesaian masalah
tertentu.
Ciri-Ciri Sistem Pakar
Sistem pakar yang baik harus memenuhi ciri-ciri sebagai berikut :
• Memiliki informasi yang handal.
• Mudah dimodifikasi.
• Dapat digunakan dalam berbagai jenis komputer.
• Memiliki kemampuan untuk belajar beradaptasi.
TUJUAN SISTEM PAKAR
Tujuan
dari sistem pakar adalah untuk memindahkan kemampuan (transferring expertise)
dari seorang ahli atau sumber keahlian yang lain ke dalam komputer dan kemudian
memindahkannya dari komputer kepada pemakai yang tidak ahli (bukan pakar).
Proses ini meliputi empat aktivitas yaitu:
1. Akuisi pengetahuan (knowledge acquisition) yaitu kegiatan mencari dan
mengumpulkan pengetahuan dari para ahli atau sumber keahlian yang lain.
2. Representasi pengetahuan (knowledge representation) adalah kegiatan
menyimpan dan mengatur penyimpanan pengetahuan yang diperoleh dalam komputer.
Pengetahuan berupa fakta dan aturan disimpandalam komputer sebagai sebuah
komponen yang disebut basis pengetahuan.
3. Inferensi pengetahuan (knowledge inferencing) adalah kegiatan melakukan
inferensi berdasarkan pengetahuan yang telah disimpan didalam komputer.
4.
Pemindahan pengetahuan (knowledge transfer) adalah kegiatan pemindahan
pengetahuan dari komputer ke pemakai yang tidak ahli.
Komponen sistem pakar
Sistem Berbasis Pengetahuan diturunkan dari istilah knowledge
based expert system. Sistem ini merupakan sistem yang menggunakan pengetahuan
manusia yang telah disimpan dalam komputer untuk menyelesaikan permasalahan
yang memerlukan kepakaran seorang ahli (Buliali, dkk., 2007)
Pengetahuan
/ Knowledge
Pengetahuan merupakan kemampuan untuk membentuk model mental
yang menggambarkan obyek dengan tepat dan mempresentasikannya dalam aksi yang
dilakukan terhadap suatu obyek (Martin dan Oxman, 1988).
Pengetahuan dapat diklasifikasikan menjadi tiga, yaitu
pengetahuan prosedural (procedural knowledge), pengetahuan deklaratif
(declaratif knowlwdge), dan pengetahuan tacit (tacit knowledge). Pengetahuan
prosedural lebih menekankan pada bagaimana melakukan sesuatu, pengetahuan
deklaratif menjawab pertanyaan apakah sesuatu bernilai salah atau benar,
sedangkan pengetahuan tacit merupakan pengetahuan yang tidak dapat diungkapkan
dengan bahasa.
Basis pengetahuan mengandung pengetahuan untuk pemahaman,
formulasi, dan penyelesaian masalah. Komponen sistem pakar ini disusun atas 2
elemen dasar, yaitu :
- Fakta.
Informasi tentang obyek dalam area permasalahan tertentu.
- Aturan.
Informasi tentang cara bagaimana memperoleh fakta baru dari fakta yang
telah diketahui.
Memori
Kerja / Working Memory
Dalam sistem pakar terdapat memori kerja untuk menyimpan data
hasil observasi dan data lainnya yang dibutuhkan selama pengolahan memori kerja
tersebut berada di dalam memori komputer.
Workplace merupakan area dari sekumpulan memori kerja (working
memory), digunakan untuk merekam kejadian yang sedang berlangsung termasuk
keputusan sementara.
Ada 3 keputusan yang dapat direkam :
- Rencana
: Bagaimana menghadapi masalah.
- Agenda
: aksi-aksi yang potensial yang sedang menunggu untuk dieksekusi.
- Solusi
: calon aksi yang akan dibangkitkan.
Mesin
Inferensi / Interface Engine
Elemen ini mengandung mekanisme pola pikir dan penalaran yang
digunakan oleh pakar dalam menyelesaikan 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.
Mesin inferensi berperan sebagai otak dari sistem pakar. Mesin
inferensi berfungsi untuk memandu proses penalaran terhadap suatu kondisi,
berdasarkan pada basis pengetahuan yang tersedia. Di dalam mesin inferensi
terjadi proses untuk memanipulasi dan mengarahkan kaidah, model, dan fakta yang
disimpan dalam basis pengetahuan dalam rangka mencapai solusi atau kesimpulan.
Dalam prosesnya, mesin inferensi menggunakan strategi penalaran dan strategi
pengendalian. Strategi penalaran terdiri dari strategi penalaran pasti (Exact
Reasoning) dan strategi penalaran tak pasti (Inexact Reasoning). Exact
reasoning akan dilakukan jika semua data yang dibutuhkan untuk menarik suatu
kesimpulan tersedia, sedangkan inexact reasoning dilakukan pada keadaan
sebaliknya. Strategi pengendalian berfungsi sebagai panduan arah dalam
melakukan prose penalaran. Terdapat tiga tehnik pengendalian yang sering
digunakan, yaitu forward chaining, backward chaining, dan gabungan dari kedua
teknik pengendalian tersebut.
Dibawah ini ada 2 macam metode inference, yaitu :
- Forward
Chaining
Menggunakan himpunan aturan kondisi-aksi. Dalam metode ini, data
digunakan untuk menentukan aturan mana yang akan dijalankan, kemudian aturan
tersebut dijalankan. Mungkin proses menambahkan data ke memori kerja. Proses
diulang sampai ditemukan suatu hasil (Wilson,1998).
Forward chaining
merupakan grup dari multiple inferensi yang melakukan pencarian dari suatu
masalah kepada solusinya
Jika klausa premis
sesuai dengan situasi (bernilai TRUE), maka proses akan meng-assert konklusi.
Forward chaining
adalah data-driven karena inferensi dimulai dengan informasi yang tersedia dan
baru konklusi diperoleh.
Jika suatu aplikasi
menghasilkan tree yang lebar dan tidak dalam, maka gunakan forward chaining.
- Backward
Chaining
Merupakan penalaran dari node tujuan dan bergerak ke belakang
menuju keadaan awal, dalam penalaran ke belakang prosesnya disebut terarah.
Menggunakan
pendekatan goal-driven, dimulai dari ekspektasi apa yang diinginkan terjadi
(hipotesis), kemudian mengecek pada sebab-sebab yang mendukung (ataupun
kontradiktif) dari ekspektasi tersebut.
Jika suatu aplikasi
menghasilkan tree yang sempit dan cukup dalam, maka gunakan backward chaining.
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.
Metode akuisisi pengetahuan :
- Wawancara
Metode yang paling banyak digunakan, yang melibatkan pembicaraan dengan
pakar secara langsung dalam suatu wawancara.
- Analisis
protocol
Dalam metode ini pakar diminta untuk melakukan suatu pekerjaan dan
mengungkapkan proses pemikirannya dengan menggunakan kata-kata. Pekerjaan
tersebut direkam, dituliskan, dan dianalisis.
- Observasi
pada pekerjaan pakar
Pekerjaan dalam bidang tertentu yang dilakukan pakar direkam dan
diobservasi.
- Induksi
aturan dari contoh
Induksi adalah suatu proses penalaran dari khusus ke umum. Suatu sistem
induksi aturan diberi contoh-contoh dari suatu masalah yang hasilnya telah
diketahui. Setelah diberikan beberapa contoh, sistem induksi aturan
tersebut dapat membuat aturan yang benar untuk kasus-kasus contoh.
Selanjutnya aturan dapat digunakan untuk menilai kasus lain yang hasilnya
tidak diketahui.
Antarmuka
/ 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 dari sistem dan menyajikannya ke dalam bentuk yang dapat
dimengerti oleh pemakai.
Representasi pengetahuan adalah suatu teknik untuk merepresentasikan
basis pengetahuan yang diperoleh ke dalam suatu skema/diagram tertentu sehingga
dapat diketahui relasi/keterhubungan antara suatu data dengan data yang lain.
Teknik ini membantu knowledge engineer dalam memahami struktur pengetahuan yang
akan dibuat sistem pakarnya. Terdapat beberapa teknik representasi pengetahuan
yang biasa digunakan dalam pengembangan suatu sistem pakar, yaitu
- Rule-Based
Knowledge
Pengetahuan direpresentasikan dalam suatu bentuk fakta (facts) dan aturan
(rules). Bentuk representasi ini terdiri atas premise dan kesimpulan.
- Frame-Based
Knowledge
Pengetahuan direpresentasikan dalam suatu bentuk hirarki atau jaringan
frame.
- Object-Based
Knowledge
Pengetahuan direpresentasikan sebagai jaringan dari obyek-obyek. Obyek
adalah elemen data yang terdiri dari data dan metoda (proses).
- Case-Base
Reasoning
Pengetahuan direpresentasikan dalam bentuk kesimpulan kasus (cases).
Explanation
Facility / Fasilitas Penjelasan
Elemen tambahan yang akan meningkatkan kemampuan sistem pakar.
Digunakan untuk melacak respon dan memberikan penjelasan tentang kelakuan
sistem pakar secara interaktif melalui pertanyaan :
- Mengapa
suatu pertanyaan ditanyakan oleh sistem pakar ?
- Bagaimana
konklusi dicapai ?
- Mengapa
ada alternative yang dibatalkan ?
- Rencana
apa yang digunakan untuk mendapatkan solusi ?
Perbaikan
Pengetahuan
Pakar memiliki kemampuan untuk menganalisis dan meningkatkan
kinerjanya serta kemampuan untuk belajar dari kinerjanya. Kemampuan tersebut
adalah penting dalam pembelajaran terkomputerisasi, sehingga program akan mampu
menganalisis penyebab kesuksesan dan kegagalan yang dialaminya dan juga
mengevaluasi apakah pengetahuan-pengetahuan yang ada masih cocok untuk
digunakan di masa mendatang.
Bentuk umum sistem pakar
Bentuk umum
sistem pakar adalah suatu program yang dibuat berdasarkan suatu set aturan yang
menganalisis informasi (biasanya diberikan oleh pengguna suatu sistem) mengenai
suatu kelas masalah spesifik serta analisis matematis dari masalah tersebut.
Tergantung dari desainnya, sistem pakar juga mampu merekomendasikan suatu
rangkaian tindakan pengguna untuk dapat menerapkan koreksi. Sistem ini
memanfaatkan kapabilitas penalaran untuk mencapai suatu simpulan.
Penerapan Sistem Pakar Dalam Berbagai Bidang
Penerapan Sistem pakar dalam Industri / Manufaktur
Manufaktur di definisikan sebagai urutan-urutan kegiatan yang saling
berhubungan meliputi perancangan, perencanaan, pemilihan material, produksi,
pengontrolan kualitas, menajemen serta pemasaran produk. Proses manufaktur yang
penyelesaiannya dapat dibantu oleh system pakar antara lain :
1.Sistem Pakar Dalam Perancangan
PRIDE(Pinch Roll
Interactive Design Expert / Environment). Sistem pakar ini digunakan untuk
merancang system pengaturan kertas untuk mesin fotocopy. Sistem ini membuat
rancangan dengan representasi pengetahuan tentang rancangan berdasarkan
kumpulan goal, metoda perancangan, generator dan aturan-aturan yang
terstruktur.
2.System Pakar Dalam Perencanaan
Wood Trus fabrication
Application merupakan contoh system pakar dalam proses perencanaan. System ini
dibuat dengan menggunakan shell sitem pakar SPS (Semi Intelligent Process
Selector).
3.Sistem Pakar Dalam Penjadwalan
Sistem pakar juga
digunakan dalam penjadwalan, dibawah ini adalah beberapan contoh kegunaan
system pakar dalam penjadwalan :
- Contionuous Caster Steel Mill
Scheduling Application
System pakar ini berbasis fuzzy
logic yang dibuat untuk
monitoring on line dan penjadwalan continuous
caster steel mill.
Continuous caster stell mill mengolah material seperti scrap,
pig iron dan refined ore melalui proses tertentu untuk menghasilkan lempeng
baja yang memiliki kulitas dan komposisi sesuai kebutuhan.
- Master Production Scheduling
Aplication (MPS)
Sistem pakar ini dikembangkan untuk melakukan penjadwalan
produksi master untuk manufaktur Integrated Circuit (IC). Master Production
Scheduling (MPS) merupakan aktivitas perencanaan yang sangat luas, yang
mengatur dan mengkoordinasi fase-fase berurutan proses penjadwalan manufaktur
tertentu.
4.Sistem Pakar Dalam Proses Kontrol
Beberapa contoh
penggunaan system pakar dalam proses control adalah sebagai berikut :
- Aluminium Foil Rolling Flatness
control Appilcation
System pakar ini merupakan system pakar yang dibuat mengontrol
kekaratan aluminium foil secara otomatis. System ini menyesuaikan bentuk pola
target menurut karakteristik material dan kondisi pengoperasiannya.
- Blast Furnace Heat Control
Application
System pakar ini dibuat untuk mengontrol tingkat panas blast
furnace (tanur).
5.Sistem Pakar Dalam Production Planning Dan
Production Control
Perencanaan produksi
dilakukan dalam hal kuantitas, waktu, kapasitas dan biaya pengendalian produksi
meliputi penyelesaian pesanan, pengawasan pesanan dan pengamanan kualitas.
Manfaat system pakar dalam
proses manufaktur / industry adalaah sebagai berikut :
1) Meningkatkan produktivitas
2) Mengambil alih keahlian yang
langka
3) Memudahkan pengoperasian
peralatan
4) Kemampuan bekerja dengan
informasi yang tidak pasti dan tidak lengkap
Penerapan Sistem Pakar Dalam
Bidang Pendidikan / Ilmu Pengetahuan
1.
Penelitian tentang
penggunaan system pakar dalam bidang pendidikan dilakukan oleh prof. Gordon S.
Novack Jr. pada Universitas of Texas, Austin, tahun 1990. Aplikasi system pakar
ini diberi nama ISAAC yang memiliki parser yang mampu membaca kalimat (dalam
bahasa Inggris) dalam kecepatan 5000 kata/menit dan mampu menyelesaikan
soal-soal Fisika Mekanik (Statika) dalam waktu kurang dari 5 menit. Aplikasi
ini dikerjakan oleh 1 tim terdiri dari 60 0rang dan membutuhkan waktu 1
tahun. (E.S. Handbook, 1992).
2.
Aplikasi lain yang
terkait dengan hal diatas adalah system pakar mengenai penjelasan soal-soal
fisika serta pemhaman teori lebih mendalam dengan menggunakan metoda pendekatan
komputasi.(Ohlsson, 1992).
3.
Aplikasi system pakar
dalam bidang matematika yang dilakukan oleh Yibin dan Jian Xiang tahun 1992.
System pakar ini menyelesaikan soal-soal diferensial dan Integral yang diberi
nama DITS.(Forcheri, 1995).
4.
Studi system pakar untuk
proses belajar Fisika dilakukan oleh seorang dosen Fisika yang menempuh
pendidikan S2 pada salah satu perguruan tinggi di Jakarta.
Latar belakang dari dilakukannya studi ini adalah karena Fisika
merupakan disiplin ilmu yang sangat fundamental yang menjadi dasar dari sains dan
teknilogi.
Melihat kepentingan
tersebut, makan para siswa/mahasiswa perlu menguasai ilmu ini, tapi
kenyataannya sering dianggap momok oleh sebagian besa siswa/mahasiswa selain
itu juga kurangnya tenaga guru / dosen Fisika serta kurangnya sarana prasarana
yang diperlukan dalam proses belajar mengajar Fisika, seperti alat banto audio
maupun visual.
Dalam studi ini dibuat aplikasi sitem pakar yang mampu menyelesaikan persoalan
rangkaian arus bolak-balik yang terdiri dari komponen resistor dan inductor
baik seri maupun pararel.
Penerapan Sistem Pakar Dalam
Bisnis
1. Sistem Pakar dalam Pembelian
System ini berfungsi untuk menilai dan memilih
pemasok (supplier) dengan pertolongan dan pengiriman barang secara optimal,
dimana dalam hal ini menunjang pemasok yang potensial. Dalam hal operasi, maka
system ini mempunyai fungsi penasihat kepada pembeli.
2. Sistem Pakar mengenai suku
cadang mesin percetakan
Sistem ini menunjang pengujian secara teknis dari
pesanan langganan dalam mesin cetak dan suku cadang yang diinginkan.
3. System pakar mengenai
konsultasi program bantuan kredit bank
System ini membantu pada konsultasi tentang program
kredit bantuan pada institusi public,
4. System pakar mengenai strategi
perencanaan
System ini berbasis system penunjang keputusan (
Dicision Support system) untuk strategi perencanaan produk yang dikembangkan
dari integrasi system konvensional dan prototip system pakar.
Sistem Pakar pada bidang Kecerdasan Buatan
Artificial Intelligence atau Kecerdasan Buatan
adalah suatu sistem informasi yang berhubungan dengan penangkapan, pemodelan
dan penyimpanan kecerdasan manusia dalam sebuah sistem teknologi informasi
sehingga sistem tersebut memiliki kecerdasan seperti yang dimiliki manusia.
Sistem ini dikembangkan untuk mengembangkan metode dan sistem untuk
menyelesaikan masalah, biasanya diselesaikan melalui aktifivitas intelektual
manusia, misal pengolahan citra, perencanaan, peramalan dan lain-lain,
meningkatkan kinerja sistem informasi yang berbasis komputer.
Kecerdasan buatan
didefinisikan sebagai kecerdasan yang ditunjukkan oleh suatu entitas buatan.
Kecerdasan buatan (Artificial Intelligence) adalah bagian dari ilmu
komputer yang mempelajari bagaimana membuat mesin (komputer) dapat
melakukan pekerjaan seperti dan sebaik yang dilakukan oleh manusia bahkan bisa
lebih baik daripada yang dilakukan manusia.
Menurut John McCarthy,
1956, AI: untuk mengetahui dan memodelkan proses-proses berpikir manusia dan
mendesain mesin agar dapat menirukan perilaku manusia.
Cerdas = memiliki pengetahuan + pengalaman,
penalaran (bagaimana membuat keputusan dan mengambil tindakan), moral yang
baik.
Manusia cerdas (pandai)
dalam menyelesaikan permasalahan karena manusia mempunyai pengetahuan &
pengalaman. Pengetahuan diperoleh dari belajar. Semakin banyak bekal
pengetahuan yang dimiliki tentu akan lebih mampu menyelesaikan
permasalahan. Tapi bekal pengetahuan saja
tidak cukup, manusia juga diberi akal untuk melakukan penalaran,mengambil
kesimpulan berdasarkan pengetahuan & pengalaman yang dimiliki. Tanpa
memiliki kemampuan untuk menalar dengan baik, manusia dengan segudang
pengalaman dan pengetahuan tidak akan dapat
menyelesaikan masalah dengan baik.
Demikian juga dengan
kemampuan menalar yang sangat baik,namun tanpa bekal pengetahuan dan
pengalaman yang memadai,manusia juga tidak akan bisa menyelesaikan masalah
dengan baik. Agar mesin bisa cerdas (bertindak seperti & sebaik
manusia) maka harus diberi bekal pengetahuan & mempunyai kemampuan untuk
menalar.
Interface kecerdasan buatan dan system pakar
Mengatur komunikasi
antara pengguna dan komputer. Komunikasi ini paling baik berupa bahasa alami,
biasanya disajikan dalam bentuk tanya-jawab dan kadang ditampilkan dalam bentuk
gambar/grafik. Antarmuka yang lebih canggih dilengkapi dengan percakapan (voice
communication).
Persamaan dan Perbedaan antar Sistem Pakar dengan
Kecerdasan Buatan.
Sistem Pakar juga
merupakan bagian dari Artificial Intelligence(AI) atau kecerdasan buatan,
dimana letak persamaannya adalah sama-sama untuk mencapai hasil yang maksimal
dalam memecahkan masalah, dan perbedaannya adalah sistem pakar mengacu pada si
pembuatnya atau seseorang yang ahli dalam suatu bidangnya atau mengacu pada si
perancang itu sendiri sebagai objek dalam menyiapkan suatu sistem guna
mendapatkan hasil yang maksimal, sedangkan AI mengacu pada jalur atau langkah
yang berorientasi pada hardware guna mencapai yang maksimal.
Dapat disimpulkan Sistem
Pakar merupakan bagian dari AI, dimana selain sistem pakar yang menggunakan AI,
ada beberapa yang lain diantarnya games, logika Fuzzy, jaringan saraf tiruan,
dan robotika.
Kecerdasan buatan
merupakan salah satu topik yang disukai penggemar science-ction, pada lm
Terminator digambarkan perang manusia melawan mesin, bahkan dalam novel
berjudul With Folded Hands karangan Jack Williamson, digambarkan bangsa
Humanoids (robot mesin ciptaan manusia) menjajah bangsa manusia dan menggantikan
semua peranan manusia.
System pakar dalam bidang pertanian
Dalam dunia pertanian
banyak sekali hal yang harus dipelajari agar dapat menghasilkan sesuatu yang
bermanfaat. Begitu banyaknya hal yang harus diingat seperti media tanam yang
berbeda bagi tiap jenis tanaman, takaran pupuk, hama dan penyakit tanaman, dan
banyak sekali cara agar tanaman yang ditanam dapat menghasilkan hasil yang
lebih baik. Tetapi, manusia pasti mempunyai sifat pelupa yang memungkinkan
hal-hal tersebut di atas dan berakibat pada hasil pertanian yang kurang
memuaskan dan tidak stabil. Untuk mengatasi hal di atas, salah satunya
dibutuhkan suatu teknologi yang dapat membantu kita.
Oleh karena itu, sistem pakar (expert system)
mempunyai kemampuan untuk memudahkan masalah-masalah praktis pada saat sang
pakar berhalangan. Dan salah satu implementasi sistem pakar pada bidang
pertanian yaitu untuk mengidentifikasi penyakit tanaman.
Banyak sekali ragam hama
dan penyakit tanaman dan beragam pula nama dan akibat yang dihasilkannya.
Ciri-ciri antara tanaman yang terkena penyakit satu dengan penyakit yang
lainnya sangat mirip sehingga membingungkan orang awam atau pemula yang baru
kenal untuk dapat mengidentifikasinya. Sebaliknya ada juga tanaman yang terkena
penyakit dengan ciri-ciri yang berbeda namun tetap saja membingungkan dalam
mengingat nama dan penanggulangan penyakit tersebut.
Sistem pakar ini sangat
berguna untuk membantu petani dalam mengingat jenis-jenis penyakit dan hama
tanaman juga untuk mengenali ciri-cirinya yang berguna untuk menanggulangi
masalah penyakit tanaman sehingga dapat meminimalkan kesalahan petani dalam
mengatasi masalah ini.
Sistem pakar ini dapat
memberikan tambahan pengetahuan kepada petani mengenai macam-macam penyakit
yang berhasil di identifikasi oleh sistem dan dapat mengetahui tanaman apa saja
yang biasa diserang oleh penyakit tersebut, dengan adanya pengetahuan ini maka
ketika para petani sadar tanamannya terkena hama atau penyakit, maka petani
dapat dengan mudah untuk mengatasi hama dan penyakit tersebut.
Namun, banyak juga
kendala yang menghambat dalam proses penerapan sistem pakar di bidang
pertanian. Salah satunya SDM dan latar belakang para petani konvensional yang
kurang berpendidikan yang sangat berpengaruh dalam pengembangan teknologi di
bidang pertanian. Karena itulah, pemerintah harus banyak memberikan penyuluhan
di bidang teknologi bagi para petani. Kalau pemerintah sulit untuk
merealisasikan hal ini, kenapa tidak dimulai dari kita?
Sistem Pakar dalam Bidang
Psikologi
Implementasi sistem
pakar banyak digunakan dalam bidang psikologi karena sistem pakar dipandang
sebagai cara penyimpanan pengetahuan pakar pada bidang tertentu dalam program
komputer sehingga keputusan dapat diberikan dalam melakukan penalaran secara
cerdas. Irisan antara psikologi dan sistem pakar melahirkan sebuah area yang
dikenal dengan nama cognition & psycolinguistics. Umumnya pengetahuannya
diambil dari seorang manusia yang pakar dalam domain tersebut dan sistem pakar
itu berusaha meniru metodelogi dan kinerjanya (performance) (Kusumadewi, 2003).
Salah satu implementasi
yang diterapkan sistem pakar dalam bidang psikologi, yaitu untuk sistem pakar
menentukan jenis gangguan perkembangan pada anak. Anak-anak merupakan fase yang
paling rentan dan sangat perlu diperhatikan satu demi satu tahapan
perkembangannya. Contoh satu bentuk gangguan perkembangan adalah conduct
disorder. Conduct disorder adalah satu kelainan perilaku dimana anak sulit
membedakan benar salah atau baik dan buruk, sehingga anak merasa tidak bersalah
walaupun sudah berbuat kesalahan.
Dampaknya akan sangat
buruk bagi perkembangan sosial anak tersebut. Oleh karena itu dibangun suatu
sistem pakar yang dapat membantu para pakar/psikolog anak untuk menentukan
jenis gangguan perkembangan pada anak dengan menggunakan metode Certainty
Factor (CF).
Contoh implementasi
lainnya adalah aplikasi tes kepribadian berbasiskan sistem pakar ini, lebih
mudah dan lebih cepat dalam proses pengukuran kepribadian dibandingkan metode
terdahulu, sehingga memberikan banyak keuntungan dari segi penghematan waktu,
tenaga, dan memudahkan kinerja user (pemakai) dalam mengukur kepribadiannya
masing-masing. Selain itu aplikasi tes kepribadian ini dikemas dengan tampilan
yang cukup menarik.
Bagi masyarakat yang
ingin mengetahui ukuran kepribadiannya, mereka dapat menggunakan aplikasi ini
sebagai referensi, dan bagi para mahasiswa khususnya mahasiswa psikologi,
aplikasi ini dapat dijadikan tambahan untuk mendukung studi mereka terutama
untuk sub bidang pengukuran kepribadian.
Namun demikian, aplikasi
tes kepribadian berbasiskan sistem pakar ini tidak bisa menggantikan seorang
ahli karena dia pakar di bidangnya. Aplikasi sistem pakar ini hanyalah alat
bantu yang sangat bergantung pada data-data yang di-input oleh seorang
programmer sehingga aplikasi sistem pakar ini haruslah selalu dikembangkan.
Aplikasi Sistem Pakar di Bidang
Manajerial
a) Analisis
i) Interpretasi
(1) Analisa pasar untuk komoditi
tertentu
(2) Identifikasi media iklan yang
sesuai
(3) Identifikasi kebutuhan
pelatihan
ii) Diagnostik
(1) Diagnosa kelesuan perusahaan
dan usaha penyembuhan
b) Sintesa
i) Penarikan tenaga kerja
ii) Strategi penentuan harga
iii) Strategi pengembangan produk
c) Integrasi
i) Prediksi perkembangan nilai
pada bursa saham efek
Secara garis besar sistem pakar dalam bidang farmakologi dan
terapi dibuat dengan tuntutan untuk melakukan tugas sebagai berikut :
d) Mengambil datadata hasil
pemeriksaan kondisi pasien.
e) Memasukan dan membandingkan
data-data tersebut ke dalam kaidah - kaidah yang telah dituliskan dalam basis
pengetahuan.
f) Mendeskripsikan kondisi pasien
berdasarkan kesimpulan yang didapat dari hasil membandingkan seperti yang telah
dilakukan pada tugas (b).
Deskripsi kondisi pasien
sebagai output sistem pakar dalam bidang farmakologi dan terapi memuat kondisi
umum pasien, diagnosis penyakit dan terapi-terapi yang dapat dilakukan, baik
dengan obat, herbal maupun suplemen.
2.9. Aplikasi Sistem Pakar di Bidang Eksplorasi Alam
Dalam bidang ini sistem
pakar sangat penting manfaatnya. Keputusan yang dihasilkan akan sangat
bermanfaat. Contoh penerapannya yaitu sistem pakar yang diterapkan pada alat
pendeteksi kandungan minyak bumi. Alat ini menghasilkan keputusan dari
data-data yang ada, dan mengambil keputusan ada atau tidaknya hingga berapa
jumlah kandungan yang terkandung. Rule base yang deprogram dibuat oleh para
ahli dibidangnya.
Aplikasi pengmabilan
keputusan berupa resiko-resiko yang dapat terjadi bila melakukan penambangan.
Sistem pakar memperhitungkan berapa peluang keberhasilan yang dapat dicapai.
Keputusan ini harus sangat akurat dan meliputi seluruh aspek hingga keselamatan
warga sekitar. Jangan sampai timbul kesalahan yang disebabkan oleh salah dalam
pengambilan keputusan.
Manfaat yang dihasilkan sangat menguntungkan, tetapi
bukan berarti tidak terlepas dari beberapa kerugian penerapan sistem pakar di
bidang ini.
Keuntungan yang dapat diambil antara lan:
· Akurasi perhitungan menjadikan
kegiatan di bidang ini mendapat keuntungan.
· Perhitungan yang rumit dapat
terselesaikan dengan cepat.
· Keakuratan perhitungan
meminimalisir kesalahan factor manusia.
· Menghasilkan informasi yang mendukung,
sehingga tugas para ahli lebih mudah untuk mengkaji ulang.
Kerugian yang dapat
terjadi anatara lain:
a) Kesalahan perhitungan yang
menyebabkan kegagalan.
b) Pengaturan rule base yang
berganti-ganti pada setiap eksplorasi yang berbeda.
Aplikasi Sistem Pakar Di Bidang
Kedokteran
Contoh alat kedokteran
yang menerapkan sistem pakar di dalamnya antara lain USG (ultrasonografi). Alat
ini bekerja berdasarkan pantulan gelombang suara ultrasonik. Banyak digunakan
untuk mendeteksi janin dalam kandungan. Alat ini bekerja dengan menerima input
berupa suara yang lalu diolah menjadi sebuah informasi berupa visual. Alat ini
cukup aman karena tidak menimbulkan radiasi seperti sinar-x yang biasanya
digunakan untuk rontgen.
Alat lain yang
menerapkannya adalah pengukur kadar lemak dalam darah. Alat ini berfungsi untuk
mengetahui kadar lemak dalam darah seseorang. Terlebih dahulu diberi input yang
mendukung perhitungan. Perhitungan alat ini telah dirumuskan dengan rule base
yang telah terprogram. Setelah input dimasukkan maka alat ini secara otomatis
mengolah datanya dan hasilnya berupa keputusan.
Keuntungan yang dapat diambil antara lain:
a) Membantu dalam menghasilkan
keputusan berupa analisa suatu penyakit.
b) Membantu tugas yang tidak dapat
dilakukan secara manual oleh manusia.
c) Memudahkan untuk penyembuhan.
Kerugian yang dapat terjadi antara lain:
a) Error yang terjadi saat
pengambilan keputusan.
b) Rule base yang harus sesuai
dengan kondisi setiap pasien.
c) Efek samping dari tindakan yang
dilakukan oleh alat.
CONTOH
SISTEM PAKAR
Sistem Pakar Bengkel Mobil
Ini
adalah contoh Sistem Pakar sederhana, yang bertujuan untuk mencari apa yang
salah sehingga mesin mobil pelanggan yang tidak mau hidup, dengan memberikan
gejala-gejala yang teramati. Anggap Sistem Pakar kita memiliki aturan-aturan
berikut:
1. JIKA
mesin_mendapatkan_bensin DAN starter_dapat_dihidupkan MAKA
ada_masalah_dengan_pengapian
2. JIKA
TIDAK BENAR starter_dapat_dihidupkan DAN TIDAK BENAR lampu_menyala MAKA
ada_masalah_dengan_aki
3. JIKA
TIDAK BENAR starter_dapat_dihidupkan DAN lampu_menyala MAKA
ada_masalah_dengan_starter
4. JIKA
ada_bensin_dalam_tangki_bahan_bakar MAKA mesin_mendapatkan_bensin
Terdapat 3 masalah yang mungkin,
yaitu: ada_ masalah_ dengan _pengapian, ada_ masalah_ dengan_ aki dan ada_
masalah_ dengan_ starter.Dengan sistem terarah-tujuan
(goal-driven), kita hendak membuktikan keberadaan setiap masalah tadi.
Pertama, Sistem Pakar berusaha untuk membuktikan
kebenaran ada_masalah_dengan_pengapian. Di sini, aturan 1 dapat digunakan,
sehingga Sistem Pakar akan menset goal baru untuk membuktikan apakah
mesin_mendapatkan_bensin serta starter_dapat_dihidupkan. Untuk membuktikannya,
aturan 4 dapat digunakan, dengan goal baru untuk membuktikan
mesin_mendapatkan_bensin. Karena tidak ada aturan lain yang dapat digunakan menyimpulkannya,
sedangkan sistem belum memperoleh solusinya, maka Sistem Pakar kemudian
bertanya kepada pelanggan: “Apakah ada bensin dalam tangki bahan bakar?”.
Sekarang, katakanlah jawaban klien adalah “Ya”, jawaban ini kemudian dicatat,
sehingga klien tidak akan ditanyai lagi dengan pertanyaan yang sama.
Nah, karena sistem sekarang sudah dapat membuktikan bahwa mesin mendapatkan
bensin, maka sistem sekarang berusaha mengetahui apakah
starter_dapat_dihidupkan. Karena sistem belum tahu mengenai hal ini, sementara
tidak ada aturan lagi yang dapat menyimpulkannya, maka Sistem Pakar bertanya
lagi ke klien: “Apakah starter dapat dihidupkan?”. Misalkan jawabannya adalah
“Tidak”, maka tidak ada lagi aturan yang dapat membuktikan
ada_masalah_dengan_pengapian, sehingga Sistem Pakar berkesimpulan bahwa hal ini
bukanlah solusi dari problem yang ada, dan kemudian melihat hipotesis
berikutnya: ada_masalah_dengan_aki. Sudah diketahui (dibuktikan) bahwa mesin
tidak dapat distarter, sehingga yang harus dibuktikan adalah bahwa lampu tidak
menyala. Sistem Pakar kemudian bertanya: “Apakah lampu menyala?”. Misalkan
jawabannya adalah “Tidak”, maka sudah terbukti bahwa ada masalah dengan aki.
Sistem ini mungkin berhenti sampai di sini, tetapi biasanya ada kemungkinan
terdapat lebih dari satu solusi (misalnya terdapat lebih dari satu kerusakan),
atau ada kemungkinan terdapat solusi lain yng lebih tepat, sehingga biasanya
semua hipotesis diperiksa kebenarannya. Sistem Pakar ini kemudian mencoba
membuktikan bahwa ada_masalah_dengan_starter, namun dari fakta yang sudah
diperoleh, yaitu lampu tidak menyala, maka pembuktiannya menjadi gagal. Dengan
demikian solusi yang diberikan oleh Sistem Pakar adalah ada masalah dengan aki.
KEUNTUNGAN SISTEM PAKAR
Ada banyak manfaat atau keuntungan yang dapat diperolah dengan
mengembangkan sistem pakar, antara lain :
1. Masyarakat awam non-pakar dapat
memanfaatkan keahlian di dalam bidang tertentu tanpa kehadiran langsung seorang
pakar.
2. Meningkatkan produktivitas kerja,
yaitu bertambah efisiensi pekerjaan tertentu serta hasil solusi kerja.
3. Penghematan waktu dalam menyelesaikan
masalah yang kompleks.
4. Memberikan penyederhanaan solusi
untuk kasus-kasus yang kompleks dan berulang-ulang.
5. Pengetahuan dari seorang pakar dapat
didokumentasikan tanpa ada batas waktu.
6. Memungkinkan penggabungan berbagai
bidang pengetahuan dari berbagai pakar untuk dikombinasikan.
Berikut ini
merupakan perbandingan antara kemampuan pakar manusia dan pakar komputer yang
menjadi pertimbangan pengembangan sistem pakar.
Pakar Manusia
|
Pakar Komputer
|
Terbatas waktu karena manusia
membutuhkan istirahat.
|
Tidak terbatas karena dapat
digunakan kapanpun juga.
|
Tempat akses bersifat lokal
pada suatu tempat saja di mana pakar berada.
|
Dapat digunakan di berbagai tempat.
|
Pengetahuan bersifat variabel
dan dapat berubah-ubah tergantung situasi.
|
Pengetahuan besifat konsisten.
|
Kecepatan untuk menemukan
solusi sifatnya bervariasi.
|
Kecepatan untuk memberikan
solusi konsisten dan lebih cepat daripada manusia.
|
Biaya yang harus dibayar untuk
konsultasi biasanya sangat mahal.
|
Biaya yang dikeluarkan lebih murah.
|
http://unique88blogger.blogspot.com/2011/03/aplikasi-penerapan-sistem-pakar-dalam.html
http://mugi.or.id/blogs/ir_one/archive/2010/12/22/sekilas-tentang-sistem-pakar.aspx
http://journal.uii.ac.id/index.php/media-informatika/article/viewFile/106/66
http://www.unisbank.ac.id/ojs/index.php/fti1/article/viewFile/492/345