muhammad prabowo: SISTEM PAKAR .

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.