SISTEM PAKAR

SISTEM PAKAR

A.    Sejarah dan Perkembangan Sistem Pakar

        Expert System atau sistem pakar dikembangkan pada pertengahan tahun 1960-an oleh Artificial Intelligence Corporation. Periode penelitian artificial intelligence ini didominasi oleh suatu keyakinan bahwa nalar yang digabungkan dengan komputer canggih akan menghasilkan prestasi pakar atau manusia super. Suatu usaha kearah ini adalah General Purpose Problem- Solver (GPS). GPS yang berupa sebuah prosedur yang dikembangkan Allen Newell, John Cliff Show dan Herbert Alexander Simon dari Logic Theorist, merupakan sebuah percobaan untuk menciptakan mesin yang cerdas. GPS sendiri merupakan sebuah Predecessor menuju Expert System (ES). GPS berusaha untuk menyusun langkah – langkah yang dibutuhkan untuk mengubah situasi awal menjadi state tujuan yang telah ditentukan sebelumnya.

        Pada pertengahan tahun 1960-an, terjadi pergantian dari program serba bisa yang biasa dikenal bernama General-purpose ke program yang spesialis yang bernama Special-purpose dengan dikembangkannya DENDRAL oleh E.Feigenbaum dari Universitas Stanford dan kemudian diikuti oleh MYCIN. Problem yang kompleks membutuhkan pengetahuan yang banyak sekali tentang area problem. Pada tertengan tahun 1970-an, beberapa sistem pakar mulai muncul, sebuah pengetahuan kunci yang dipelajari saat itu adalah kekuatan dari sistem pakar berasal dari pengetahuan spesifik yang dimilikinya bukan dari formalism khusus dan pola penarikan kesimpulan yang digunakan. Awal 1980-an teknologi Sistem pakar yang mula – mula dibatasi oleh suasana akademis mulai muncul sebagai aplikasi komersial, khususnya XCON, XSEL yang dikembangkan dari R-1 oleh Digital Equipment Corp dan CATS-1 yang dikembangkan oleh GeneralElectric

        Sistem Pakar untuk untuk melakukan diagnosis pertama dibuat oleh Bruce Buchanan dan Edward Shortliffe di Stanford University. Sistem ini diberinama MYCIN. MYCIN merupakan program interaktif yang melakukan diagnosis penyakit miningitis dan infeksi bacremia serta memberikan rekomendasi terapi antimikrobia. MYCIN mampu memberikan penjelasan atas penalarannya secara detail. Dalam uji coba, dia mampu menunjukkan kemampuan seperti seorang spesialis. Meskipun MYCIN tidak pernah digunakan secara rutin oleh dokter, MYCIN merupakan referensi yang bagus dalam penelitian kecerdasan buatan yang lain.

Sistem Pakar dapat digunakan oleh :

1. Orang awam yang bukan pakar untuk meningkatkan kemampuan mereka dalam memecahkan masalah.
2. Pakar sebagai asisten yang berpengetahuan.
3. Memperbanyak atau menyebarkan sumber pengetahuan yang semakin langka.

Sistem pakar merupakan program yang dapat menggantikan keberadaan seorang pakar. Alasan mendasar mengenai Sistem pakar dikembangkan untuk menggantikan seorang pakar :

1. Dapat menyediakan kepakaran setiap waktu dan diberbagai lokasi.
2. Secara otomatis mengerjakan tugas – tugas rutin yang membutuhkan seorang pakar.
3. Seorang pakar akan pensiun atau pergi.
4. Menghadirkan / menggunakan jasa seorang pakar memerlukan biaya yang mahal.
5. Kepakaran dibutuhkan juga pada lingkungan yang tidak bersahabat (hostile environtment).

B.     Pengertian Sistem Pakar

        Sistem pakar berasal dari dua kata yaitu sistem dan pakar. Sistem adalah beberapa elemen yang ditekankan pada keefektifitasannya untuk menacapai suatu tujuan. Sedangkan pakar adalah seseorang yang ahli pada suatu bidang. Sistem pakar adalah  suatu sistem komputer yang dirancang agar dapat melakukan penalaran seperti layaknya seorang pakar pada suatu bidang keahlian tertentu. 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.

C.    Ciri-Ciri Sistem Pakar

Ciri-ciri sistem pakar adalah sebagai berikut:

1. Terbatas pada domain keahlian tertentu.
2. Dapat memberikan penalaran untuk data data yang tidak pasti.
3. Dapat mengemukan rangkaian alasan-alasan yang diberikannya dengan cara yang   dapat dipahami.
4. Berdasarkan pada kaidah/Rule tertentu
5. Dirancang untuk dapat dikembangkan secara bertahap.
6. Keluaranya bersifat anjuran.

D.    Karakteristik Sistem Pakar

a.    Pengetahuan sistem pakar merupakan konsep, bukan berbentuk numeris. Hal ini dikarenakan keahlian dari seorang pakar adalah fakta dan aturan-aturan bukan numerik.

b.    Informasi dalam sistem pakar tidak selalu lengkap, subyektif, tidak konsisten, subyek terus berubah dan tergantung pada kondisi lingkungan sehingga keputusan yang diambil bersifat tidak pasti dan tidak mutlak “ya” atau “tidak” akan tetapi menurut ukuran kebenaran tertentu. Oleh karena itu kemampuan sistem untuk belajar secara mandiri dalam menyelesaikan masalah-masalah dengan pertimbangan khusus.

c.    Kemungkinan solusi sistem pakar terhadap suatu permasalahan adalah bervariasi dan mempunyai banyak pilihan jawaban yang dapat diterima, semua faktor yang ditelusuri memiliki ruang masalah yang luas dan tidak pasti. Oleh karena itu diperlukan sistem yang fleksibel dalam menangani kemungkinan solusi dari berbagai permasalahan.

d.    Perubahan atau pengembangan pengetahuan dalam sistem pakar dapat terjadi setiap saat bahkan sepanjang waktu, sehingga diperlukan kemudahan dalam modifikasi sistem untuk menampung jumlah pengetahuan yang semakin besar dan semakin bervariasi

e.    Pandangan dan pendapat setiap pakar tidaklah selalu sama, yang oleh karena itu tidak ada jaminan bahwa solusi sistem pakar merupakan jawaban pasti benar. Setiap pakar akan memberikan pertimbangan-pertimbangan berdasarkan faktor subyektif.

f.     Keputusan merupakan bagian terpenting dari sistem pakar. Sistem pakar harus memberikan solusi yang akurat berdasarkan masukan pengetahuan meskipun solusinya sulit sehingga fasilitas informasi sistem harus selalu diperlukan.

E.    Kategori Masalah Sistem Pakar

Masalah – masalah yang dapat diselesaikan dengan sistem pakar, diantaranya:

1. Interpretasi – membuat kesimpulan atau deskripsi dari sekumpulan data mentah.
2. Prediksi – memproyeksikan akibat – akibat yang dimungkinkan dari situasi – situasi tertentu.
3. Diagnosis – menentukan penyebab malfungsi dalam situasi kompleks yang didasarkan pada gejala – gejala yang teramati.
4. Desain – menentukan konfigurasi komponen – komponen sistem yang cocok dengan tujuan – tujuan kinerja tertentu yang memenuhi kendala – kendala tertentu.
5. Perencanaan – merencanakan serangkaian tindakan yang akan dapat mencapai sejumlah tujuan dengan kondisi awal tertentu.
6. Debugging dan Repair – menentukan dan menginterpretasikan cara – cara untuk mengatasi malfungsi.
7. Intruksi – mendeteksi dan mengoreksi defisiensi dalam pemahaman domain subyek.
8. Pengendalianmengatur    tingkah    laku    suatu    environment    yang kompleks.
9. Selection – mengidentifikasi pilihan terbaik dari sekumpulan (list) kemungkinan.
10. Simulation – permodelan interaksi antara komponen – komponen sistem.
11. Monitoring – membandingkan hasil pengamatan dengan kondisi yang diharapkan.

F.     Komponen Sistem Pakar

Komponen sistem pakar terbagi menjadi empat bagian, yaitu:

1. Knowledge Base (Basis Pengetahuan)

Knowledge Base merupakan inti dari program sistem pakar karena basis pengetahuan itu merupakan presentasi pengetahuan atau knowledge representation basis pengetahuan adalah sebuah basis data yang menyimpan aturan-aturan tentang suatu domain knowledge/pengetahuan tertentu. Basis pengetahuan ini terdiri dari kumpulan objek beserta aturan dan atributnya (sifat atau cirinya). Contoh : If hewan merupakan sayap dan bertelur then hewan jenis burung.

2. Working Memory (Basis Data atau Memori Kerja)

Working memory adalah bagian yang mengandung semua fakta- fakta baik fakta awal pada saat sistem beroperasi maupun fakta-fakta pada saat pengambilan klesimpulan sedang dilaksanakan selama sistem pakar beroperasi basis data berada di adalam memori kerja.    

3. Inference Engine (Mesin Inferensia)

Inference Engine adalah bagian yang menyediakan mekanise fungsi berfikir dan pola-pola penalaran sistem yang digunakan oleh seorang pakar. Mekanisme ini akan menganalisa masalah tertentu dan selanjutnya akan mencari jawaban atau kesimpulan yang terbaik. Mesin ini akan dimulai pelacakannya dengan mencocokan kaidah-kaidah dalam basis pengetahuan dengan fakta-fakta yang ada dalam basis data. Dua teknik Inference, yaitu:

a.       Backward Chaining (Pelacakan kebelakang)

Melalui penalaranya dari  sekumpulan  hipotesis  menuju  fakta- fakta yang mendukung tersebut, jadi proses pelacakan berjalan mundur dimulai dengan menentukan kesimpulan yang akan dicari baru kemudian fakta-fakta pembangun kesimpulan atau a Goal Driven.

b.      Forward Chaining (Pelacakan ke depan)

Forward Chaining merupakan kebalikan dari Backward Chaining yaitu mulai dari kumpulan data menuju kesimpulan. Suatu kasus kesimpulannya dibangun berdasarkan fakta-fakta yang telah diketahui atau data driven.  

4. User Interface (Antarmuka Pemakai)

Antarmuka pemakai adalah bagian penghubung antara program sistem pakar dengan pemakai. Pada bagian ini memungkinkan pengguna untuk memasukkan instruksi dan informasi ke dalam sistem pakar serta menerima penjelasan dan kesimpulan.

G.     Keuntungan Sistem Pakar

Secara garis besar, banyak manfaat yang dapat diambil dengan adanya sistem pakar, antara lain :

1. Memungkinkan orang awam bisa mengerjakan pekerjaan para ahli
2. Bisa melakukan proses secara berulang secara otomatis
3. Menyimpan pengetahuan dan keahlian para pakai
4. Meningkatkan output dan produktivitas
5. Meningkatkan kualitas
6. Mampu mengambil dan melestarikan keahlian para pakar
7. Mampu beroperasi dalam lingkungan berbahaya
8. Memiliki kemampuan untuk mengakses pengetahuan
9. Memiliki realibilitas
10. Meningkatkan kapabilitas system Computer
11. Memiliki kemampuan untuk bekerja dengan informasi yang tidak lengkap dan mengandung ketidak pastian
12. Sebagai media pelengkap dalam pelatihan
13. Meningkatkan kapabilitas dalam penyelesaian masalah
14. Menghemat waktu dalam pengambilan keputusan

H.    Kelemahan Sistem Pakar 

Di samping memiliki beberapa keuntungan, sistem pakar juga memiliki beberapa kelemahan, antara lain :

1. Biaya yang diperlukan untuk membuat dan memeliharanya sangat maha
2. Sulit    dikembangkan.    Hal    ini    tentu   saja    erat    kaitannya    dengan ketersediaan pakar di bidangnya.
3. Sistem Pakar tidak 100% bernilai benar.

I.    Modul Penyusun Sistem Pakar

Menurut Staugaard (1987) suatu sistem pakar disusun tiga modul utama yaitu :

1.      Modul Penerimaan Pengetahuan (Knowledge Acquisition Mode)

Sistem berada pada modul ini, pada saat ia menerima pengetahuan dari pakar. Proses mengumpulkan pengetahuan-pengetahuan yang akan digunakan untuk pengembangan sistem, dilakukan dengan bantuan knowledge engineer. Peran knowledge engineer adalah sebagai penghubung antara suatu sistem pakar dengan pakarnya.

2.     Modul Konsultasi (Consultation Mode)

Pada saat sistem berada pada posisi memberikan jawaban atas permasalahan yang diajukan oleh user, sistem pakar berada dalam modul konsultasi. Pada modul ini, user berinteraksi dengan sistem dengan menjawab pertanyaan-pertanyaan yang diajukan oleh sistem.

3.    Modul Penjelasan (Explanation Mode)

Modul ini menjelaskan proses pengambilan keputusan oleh system (bagaimana suatu keputusan dapat diperoleh). 

J.       Cara Representasi

Cara representasi dalam sistem pakar (Turban,1992) terbagi dalam tiga teknik, yaitu:

1.      Production Rule

Production Rule adalah model ide dasar dari sistem yang mempresentasikan pengetahuan dengan bentuk pasangan kondisi aksi (Jika-Maka).

2.      Semantic Network

Semantic Network adalah gambaran grafis dari pengetahuan yang terdiri dari node atau symbol dan hubungan atau link yang memperlihatkan hubungan hirarkis antar objek.

3.      Frame

Frame adalah struktur data yang berisi semua pengetahuan tentang objek tertentu.

K.      Winexsys (Perangkat Lunak Sistem Pakar)

        Perangkat lunak yang sudah dikhususkan guna merancang dan membangun sistem pakar salah satunya ialah WinExsys. Basis pengetahuan dalam WinExsys dibentuk dengan kaidah IF-THEN- ELSE.Suatu bentuk kaidah dalam WinExsys dapat memiliki keterangan berupa node dan reference, node berisi keterangan mengenai kaidah tersebut dan reference berisi sumber tertulis dari kaidah tersebut.

Kaidah-kaidah dalam WinExsys diantaranya:

Kaidah-kaidah dalam WinExsys diantaranya:

1. Pengkualifikasian (Qualifier) : Pengkualifikasian adalah suatu pengetahuan interaktif untuk mengetahui data dan fakta beserta seluruh kemungkinan jawaban.
2. Perubah (Variabel) : Perubah atau variable berbentuk numeric dan memiliki batas atas dan batas bawah
3. Pilihan Solusi (Choice) : Pilihan solusi adalah seluruh kemungkinan solusi yang dapat dihasilkan oleh sistem. 

L.     Contoh Sistem Pakar

1.      Sistem Pakar dalam Industri

Ada beberapa contoh sistem pakar yang saat ini digunakan dalam bidang industri. Di antara sistem pakar tersebut adalah sistem pakar perancangan PRIDE atau Pinch Roll Interactive Design Expert yang digunakan untuk mengatur kertas dalam mesin fotokopi. Selain itu ada Alumunium Foil Rolling Flatness Control Application yang digunakan untuk mengukur tingkat karat dalam satu alumunium Oil secara otomatis. Dan masih banyak lagi.

2.      Sistem Pakar dalam Manajerial

Selain bidang industri, sistem pakar juga sudah merambah dunia manajerial saat ini. Beberapa fungsi sistem pakar dalam bidang manajerial adalah sebagai alat analisis. Sistem pakar mampu menganalisa komoditi tertentu dalam satu pasar secara otomatis. Selain itu, ada fungsi diagnostik yang membuat sistem pakar mampu mendeteksi adanya penurunan kinerja perusahaan sekaligus menyediakan solusi bagi perusahaan tersebut.

3.      Sistem Pakar dam Kedokteran

Saat ini, pendeteksian penyakit menjadi lebih mudah karena sistem pakar mampu mengenali penyakit sejak dini dan penderita bisa mendapatkan perawatan secara langsung. Penyakit yang bisa dengan mudah dideteksi biasanya setiap penyakit yang berhubungan dengan mata karena sistem pakar bisa berinteraksi langsung dengan penderita.

M. Bahan dan Metode

Contoh judul artikel penerapan sitem pakar :

Sistem Pakar Dalam Bidang Farmakolgi dan Terapi Menggunakan Metode Pelacakan Forward Chaining

1.    Sistem Pakar

Sistem Pakar (expert system ) adalah salah satu bagian dari kecerdasan buatan yang dirancang untuk dapat menirukan keahlian seorang pakar dalam menjawab pertanyaan dan memecahkan suatu masalah. Sistem pakar akan memberikan pemecahan suatu masalah yang didapat dari dialog dengan pemakai. Dengan bantuan Sistem Pakar seseorang yang bukan pakar/ahli dapat menjawab pertanyaan, menyelesaikan masalah serta mengambil keputusan yang biasannya dilakukan oleh seorang pakar (Syamsuddin, 2004).

Expert System (ES), Knowledge-Based Expert System, Knowledge-Based System (KBS) atau Sistem Pakar adalah sebuah program berbasis pengetahuan yang menyediakan penyelesaian “berkualitas pakar’ untuk masalah-masalah dalam sebuah bidang yang spesifik (Gunawan, 2005). Knowledge dalam sistem pakar mungkin saja seorang ahli, atau knowledge yang umumnya terdapat dalam buku, majalah dan orang yang mempunyai pengetahuan tentang suatu bidang.

Basis pengetahuan (Knowledg Base) adalah refresentasi pengetahuan dari seorang atau beberapa pakar yang diperlukan untuk memahami, memformulasikan dan memecahkan masalah. Dalam hal ini digunakan untuk memecahkan masalah-masalah yang terjadi. Knowledge base ini terdiri dari dua elemen dasar, yaitu fakta dan rules. Knowledge merupakan kunci utama  dari sistem pakar. Analoginya dengan ekspresi klasik dari Wirth adalah :

Algoritma + Struktur Data = Program Dan untuk sistem pakar:

Knowledge + Inferensi = Sistem pakar.

Ciri-ciri dari Sistem Pakar adalah sebagai berikut (Syamsuddin, 2004)

a.  Terbatas pada domain keahlian tertentu.

b.  Dapat memberikan penalaran untuk data-data yang tidak pasti

c.  Dapat mengemukakan rangkaian alasan-alasan yang diberikannya dengan cara yang dapat dipahami.

d.   Berdasarkan pada kaidah/rule tertentu.

e.    Dirancang untuk dapat dikembangkan secara terpisah.

f.     Pengetahuan dan mekanisme inferensi jelas terpisah.

g.    Keluarannya bersifat anjuran.

2.   Farmakologi

Farmakologi merupakan ilmu yang mempelajari pengetahuan tentang sejarah, sumber, sifat kimia dan fisika, komposisi, efek fisiologi dan biokimia, mekanisme kerja, absorpsi, distribusi, biotransformasi, ekskresi dan penggunaan obat. Farmakologi merupakan sub bidang ilmu yang dipelajari dalam bidang farmasi maupun bidang kedokteran. Dalam bidang kedokteran ilmu ini dibatasi tujuannya agar obat dapat digunakan secara rasional untuk maksud pencegahan, diagnosis, dan pengobatan penyakit, demi keamanan dan khasiat terapi yang diharapkan. Penggunaan obat secara rasional yang dimaksudkan adalah pemberian obat terhadap seorang pasien suatu penyakit sesuai dengan jenis penyakit dan dosis serta cara penggunaannya, karena kesalahan pemberian obat dapat berakibat fatal dan membahayakan jiwa seorang pasien.

3.      Forward Chaining

Forward chaining adalah strategi penarikan kesimpulan yang dimulai dari sejumlah fakta-fakta yang telah diketahui, untuk mendapatkan suatu fakta baru dengan memakai rule-rule yang memiliki premis yang cocok dengan fakta dan terus dilanjutkan sampai mendapatkan tujuan atau sampai tidak ada rules yang punya premis yang cocok atau sampai mendapatkan fakta. Proses inferensi Forward chaining dapat diilustrasikan seperti gambar 1 berikut :

                        Gambar 1: Algoritma Inference Forward Chaining.

Operasi dari sistem forward chaining dimulai dengan memasukkan sekumpulan fakta yang diketahui ke dalam memori kerja (working memory), kemudian menurunkan fakta baru berdasarkan aturan yang premisnya cocok dengan fakta yang diketahui. Proses ini dilanjutkan sampai dengan mencapai goal atau tidak ada lagi aturan yang premisnya cocok dengan fakta yang diketahui.

N. Algoritma

Langkah-langkah Forward chaining.

1. Identifikasi kondisi.
2. Variabel kondisi ditempatkan pada Conclusion Var. Queue dan nilainya dicatat pada Variable List.
3. Pencarian diarahkan untuk menemukan variabel di Base Variabel List dengan nama yang sama dengan nama variabel dalam daftar pertama antrian. Jika ketemu, rule dan clause number dari variabel disimpan ke Clause Variable Pointer, jika tak ketemu maka ke langkah 6.
4. Untuk setiap variabel yang ditemukan dalam IF clause dari rule, jika masih belum ada nilainya maka ini harus diisi dengan nilai baik dari user maupun dari rule itu sendiri.
5. Selanjutnya, pencarian diarahkan untuk mengecek jika fakta yang yang diinputkan oleh user sama dengan clause dari rule. Jika sama maka tambahkan ke daftar Conclusion Variable Queue dan Result Queue dengan nilai dari THEN clause dari rule, jika tak sama maka ke langkah 6.
6. Jika tak ada lagi statemen IF yang memiliki variabel yang sama dengan yang ada di urutan pertama dari Conclusion Variable Queue, maka urutan pertama tadi dihapus. Jika ada lagi yang lain, kembali ke langkah 3.
7. Jika tak ada lagi apa-apa di Conclusion Variable Queue, maka pencarian berhenti. Jika masih ada maka kembali ke langkah 3.

O. Kemungkinan

Sistem pakar dalam bidang farmakologi dan terapi ini mempunyai keunggulan dari segi data base yang bisa ditambah atau diubah, yang berarti bahwa sistem pakar dalam bidang farmakologi dan terapi ini mempunyai kemampuan belajar layaknya seorang pakar, yang kemungkinan berlaku sepanjang masa. Berdasarkan analisa dan pengujian sistem yang telah dilakukan, maka Sistem pakar dalam bidang farmakologi dan terapi ini mampu mendiagnoa penyakit dari rekaman pertanyaan yang diajukan oleh sistem.

DAFTAR PUSTAKA

https://www.academia.edu/29773639/Makalah_Sistem_Pakar_Pengantar_Teknologi_Informasi_PTI_

http://satumatakuliah.blogspot.com/2013/05/makalah-sistem-pakar-infeksi-sistem.html

http://www.bangsawancyberindo.co.id/artikel/11-pengertian-sistem-pakar-cara-kerja-

besertacontohnya.html#:~:text=Contoh%20Sistem%20Pakar,Sistem%20Pakar%20dalam&text=Di%20antara%20sistem%20pakar%20tersebut,mengatur%20kertas%20dalam%20mesin%20fotokopi.