Sabtu, 18 Juni 2016
Pengertian Sistem Pakar
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
Ciri-ciri sistem pakar
Ciri-ciri sistem pakar
adalah sebagai berikut:
- Terbatas pada domain keahlian tertentu.
- Dapat memberikan penalaran untuk data data yang tidak pasti.
- Dapat mengemukan rangkaian alasan-alasan yang diberikannya dengan cara yang dapat dipahami.
- Berdasarkan pada kaidah/rRule tertentu.
- Dirancang untuk dapat dikembangkan secara bertahap.
- Keluaranya bersifat anjuran.
Komponen sistem pakar
terbagi menjadi empat bagian, yaitu:
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 pengetahuan ini
terdiri dari kumpulan objek beserta aturan dan atributnya (sifat atau
cirinya).Contoh : If hewan merupakan sayap dan bertelur then hewan jenis
burung.
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.
Inference Engine (Mesin
Inferensia)
Inference Engine adalah
bagian yang menyediakan mekanisme 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:
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.
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.
Sistem Kerja Pakar
Modul Penerimaan Pengetahuan
Untuk mendapatkan
pengetahuan sistem pakar dilakukan proses penerimaan pengetahuan. Proses ini
dilakukakan melalui interaksi dengan pakar penerimaan pengetahuan dilakukan
dengan bantuan Knowledge Engineer (KE), yaitu seorang spesialis sistem yang menterjemahkan
pengetahuan yang dimiliki seorang pakar menjadi pengetahuan yang akan tersimpan
dalam basis pengetahuan pada sebuah sistem pakar
Modul Konsultasi
Sistem pakar pada modul
konsultasi apabila sistem memberikan konsultasi berupa jawaban atas permasalahan
yang diajukan oleh pemakai pada modul ini pemakai yang awam berinteraksi dengan
sistem dengan memasukkan data dan jawaban-jawaban pertanyaan sistem.Data yang
dimasukkan oleh pemakai ditempatkan dalam database sistem dan kemudian diakses
oleh pembangkit inference untuk mendapatkan kesimpulan.
Modul Penjelasan
Modul Penjelasan adalah
menjelaskan proses pengambilan keputusan yang dilakukan oleh sistem.
