A.
PENGERTIAN
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. Tujuan Sistem Pakar adalah untuk mentransfer kepakaran dari seorang pakar ke komputer, kemudian ke orang lain (yang bukan pakar). Ciri – ciri sistem pakar:
1. Memiliki
informasi yang handal.
2. Mudah
dimodifikasi.
3. Dapat
digunakan dalam berbagai jenis komputer.
4. Memiliki
kemampuan untuk belajar beradaptasi.
B. MANFAAT
DAN KETERBATASAN SISTEM PAKAR
1. Manfaat
Sistem Pakar
a. Dapat
meningkatkan output dan produktivitas, karena Sistem Pakar dapat bekerja lebih
cepat dari manusia.
b. Meningkatkan
kualitas, dengan memberi nasehat yang konsisten dan mengurangi kesalahan.
c. Dapat
beroperasi di lingkungan yang berbahaya.
d. Mampu
menangkap kepakaran yang sangat terbatas.
e. Memudahkan
akses ke pengetahuan.
f. Handal
g. Meningkatkan
kapabilitas sistem terkomputerisasi yang lain.
h. Mampu
bekerja dengan informasi yang tidak lengkap atau tidak pasti.
i.
Mampu menyediakan pelatihan.
j.
Meningkatkan kemampuan problem solving, karena
mengambil sumber pengetahuan dari banyak pakar.
k. Meniadakan
kebutuhan perangkat yang mahal.
l.
Fleksibel.
2. Keterbatasan
Sistem Pakar
a. Pengetahuan
yang hendak diambil tidak selalu tersedia.
b. Kepakaran
sangat sulit diekstrak dari manusia.
c. Pendekatan
oleh setiap pakar untuk suatu situasi atau problem bisa berbeda-beda, meskipun
sama-sama benar.
d. Sangat
sulit bagi seorang pakar untuk mengabstraksi atau menjelaskan langkah mereka
dalam menangani masalah
e. Pengguna
Sistem Pakar mempunyai batas kognitif alami, sehingga mungkin tidak bisa
memanfaatkan sistem secara maksimal.
f. Sistem
Pakar bekerja baik untuk suatu bidang yang sempit.
g. Banyak
pakar yang tidak mempunyai jalan untuk mencek apakah kesimpulan mereka benar
dan masuk akal.
h. Istilah
dan jargon yang dipakai oleh pakar dalam mengekspresikan fakta seringkali
terbatas dan tidak mudah dimengerti oleh orang lain.
i.
Pengembangan Sistem Pakar seringkali membutuhkan perekayasa
pengetahuan (knowledge engineer) yang langka dan mahal.
j.
Kurangnya rasa percaya pengguna menghalangi
pemakaian Sistem Pakar. k. Transfer pengetahuan dapat bersifat subyektif dan
bias.
C. MODUL
PENYUSUN SISTEM PAKAR
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).
D.
STRUKRUR
SISTEM PAKAR
1.
Basis
Pengetahuan (Knowledge Base)
Basis
pengetahuan merupakan inti dari suatu sistem pakar, yaitu berupa representasi
pengetahuan dari pakar.
2.
Mesin
Inferensi (Inference Engine)
Mesin
inferensi berperan sebagai otak dari sistem pakar. Mesin inferensi berfungsi untuk memandu
proses penalaran terhadap suatu kondisi, berdasarkan pada basis pengetahuan
yang tersedia.
3.
Basis
Data (Data Base)
Basis
data digunakan untuk menyimpan data hasil observasi dan data lain yang dibutuhkan selama pemrosesan.
4.
Antarmuka
Pemakai (User Interface)
Fasilitas
ini digunakan sebagai perantara komunikasi antara pemakai dengan komputer.
E.
TEKNIK
REPRESENTASI PENGETAHUAN
1.
Rule-Based
Knowledge
Pengetahuan
direpresentasikan dalam suatu bentuk
fakta (facts) dan aturan (rules). Bentuk representasi ini terdiri atas
premise dan kesimpulan.
2.
Frame-Based
Knowledge
Pengetahuan
direpresentasikan dalam suatu bentuk
hirarki atau jaringan frame.
3.
Object-Based
Knowledge
Pengetahuan
direpresentasikan sebagai jaringan dari obyek-obyek. Obyek adalah elemen
data yang terdiri dari data dan metoda (proses).
4.
Case-Base
Reasoning
Pengetahuan
direpresentasikan dalam bentuk
kesimpulan kasus (cases).
0 komentar:
Posting Komentar