BAB 1
Bagi seorang mahasiswa, bidang studi informatika dan komputer, mata ajaran sistem informasi manajemen merupakan mata ajaran yang sangat penting. Dengan itu saya sebagai tutor menulisakan sebagian yang saya tauhi.
Tulisan ini sengaja dibuat untuk semua orang yang berminat mempelajari tentang Sistem Pakar. Di mana materi yang saya kenalkan banyak kita jumpai sehari-hari.
Penyusunan meyadari bahwa penulisan ini masih jauh dari sempurna, baik dari segi isi, cara penyajian ataupun bahasa. Kiranya tegur sapa para pembaca akan dapat meningkatkan penyempurnaan tulisan ini. Demikianlah kiranya tulisan ini dimanfaatkan dengan sebaik-baiknya.
1. Pendahuluan
Sistem Pakar (Expert System) merupakan suatu sistem yang menggunakan pengetahuan manusia dalam komputer untuk memecahkan masalah yang biasanya dikerjakan oleh seorang pakar, misalnya : Dokter, Lawyer, Analist Keuangan, Tax Advisor. Sistem pakar dapat mendorong perhatian besar diantara ahli komputer dan spesialist informasi untuk mengembangkan sistem membantu manajer dan non manajer memecahkan masalah.
Sistem pakar terdiri atas 4 bagian:
1. User Interface
2. Knowledge Base
3. Inference Engine
4. Development Engine
Sistem Pakar memberikan banyak keuntungan bagi operasi perusahaan dan manajer, tetapi memiliki keterbatasan significan.
Artificial Intelligence merupakan suatu aktivitas untuk menyediakan berbagai mesin seperti komputer dengan menampilkan perilaku dengan penalaran yang cerdas apabila diamati sebagai manusia. Artificial Intelligence menyajikan berbagai aplikasi komputer yang canggih untuk menyamai berbagai jenis penalaran manusia.
BAB 2
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.
Biasanya pakar manusia mampu melakukan hal berikut : Mengenali dan merumuskan persoalan, Memecahkan persoalan dengan cepat dan tepat, Menjelaskan solusi tersebut, Belajar dari pengalaman, Menyusun ulang pengetahuan, Membagi-bagi aturan jika diperlukan, Menetapkan relevansi Keahlian adalah pengetahuan ekstensif yang spesifik terhadap tugas yang dimiliki pakar.
Keahlian sering dicapai dari pelatihan, membaca, dan mempraktikkan. Keahlian mencakup pengetahuan eksplisit, misalnya teori yang dipelajari dari buku teks atau kelas, dan pengetahuan implisit yang diperoleh dari pengalaman. Pengembangan sistem pakar dibagi menjadi dua generasi. Kebanyakan sistem pakar generasi pertama menggunakan aturan jika-maka untuk merepresentasikan dan menyimpan pengetahuannya. Sistem pakar generasi kedua jauh lebih fleksibel dalam mengadopsi banyak representasi pengetahuan dan metode pertimbangan.
Pengalihan keahlian dari para ahli ke media elektronik seperti komputer untuk kemudian dialihkan lagi pada orang yang bukan ahli, merupakan tujuan utama dari sistem pakar. Proses ini membutuhkan 4 aktivitas yaitu: tambahan pengetahuan (dari para ahli atau sumber-sumber lainnya), representasi pengetahuan (ke komputer), inferensi pengetahuan, dan pengalihan pengetahuan ke user. Pengetahuan yang disimpan di komputer disebut sebagai basis pengetahuan, yaitu: fakta dan prosedur (biasanya berupa aturan). Salah satu fitur yang harus dimiliki oleh sistem pakar adalah kemampuan untuk menalar. Jika keahlian-keahlian sudah tersimpan sebagai basis pengetahuan dan tersedia program yang mampu mengakses basis data, maka komputer harus dapat diprogram untuk membuat inferensi. Proses inferensi ini dikemas dalam bentuk motor inferensi (inference engine). Dan setiap sub sistem mempunyai sifat dari sistem untuk menjalankan suatu fungsi sistem tertentu dan mempengaruhi proses sistem secara keseluruhan.
Terdapat beberapa alasan bagi suatu perusahaan untuk mengadopsi sistem pakar. Pertama, pakar di suatu perusahaan/instansi bisa pensiun, keluar, atau telah meninggal. Kedua, pengetahuan perlu didokumentasikan atau dianalisis. Ketiga, pendidikan dan pelatihan adalah hal penting tetapi merupakan tugas yang sulit. Sistem pakar memungkinkan pengetahuan ditransfer lebih mudah dengan biaya lebih rendah.
Komponen Sistem Pakar
· User Interface
User interface digunakan manajer untuk meng-enter instruksi dan informasi dari sistem.
Metode input yang digunakan oleh manajer yaitu:
· Menu
- Command
- Natural Language
- Output ES memakai 2 bentuk penjelasan (explanation)
- Explanation of Question
- Explanation of Problem Solution
Knowledge Base (KB)
Knowledge base terdiri dari fakta yang menggambarkan area problem atau problem domain dan juga teknik penyajian yang menggunakan fakta sesuai logika.
Rule/aturan merupakan rincian dalam situasi yang tidak berubah:
· Kondisi benar dan tidak benar
· Tindakan yang diambil bila kondisi benar
Inference Engine merupakan bagian dari Expert System yang membentuk Reasoning dengan menggunakan isi dari knowledge base dalam urutan tertentu.
Dua metode yang digunakan dalam Expert System untuk mengamati Rule, yaitu:
a. Penalaran ke depan (Forward) atau Forward Chaining
· Evaluasi Rule
· Proses Penalaran Berulang (Iterative Reasoning)
b. Penalaran ke Belakang (Revierse) atau Backward Chaining.
· Alur Logika Pertama diikuti (First Logical Path)
· Alur Logika Selanjutnya diikuti (Next Logical Path)
·
Development Engine
Development Engine membangun Rule Set dengan pendekatan :
· Bahasa Pemrograman (Programming Language).
· Bagian Expert System (Expert System Shell)
Peran Sistem Analist sebagai Knowledge Engineer dalam organisasi bisnis dengan menggunakan keterampilan untuk membangun aplikasi komputer yang konvesional, yaitu :
- Memahami bagaimana Expert menerapkan keahliannya dalam pemecahan masalah.
- Dapat menarik suatu Description Of Knowledge dari Expert.
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.
BAB 3
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 pakar.
4. Meningkatkan output dan produktivitas.
5. Meningkatkan kualitas.
6. Mampu beroperasi dalam lingkungan yang berbahaya.
7. Memiliki kemampuan untuk mengakses pengetahuan.
8. Memiliki reabilitas.
9. Meningkatkan kapabilitas sistem komputer.
10. Sebagai media pelengkap dalam pelatihan.
11. Meningkatkan kapabilitas dalam penyelesaian masalah.
12. Menghemat waktu dalam pengambilan keputusan
Kelemahan Sistem Pakar
Di samping memiliki beberapa keuntungan, sistem pakar juga memiliki beberapa kelemahan, antara lain :
• Biaya yang diperlukan untuk membuat dan memeliharanya sangat mahal.
• Sulit dikembangkan. Hal ini tentu saja erat kaitannya dengan ketersediaan pakar di bidangnya.
• Sistem Pakar tidak 100% bernilai benar.
Alasan Pengembangan Sistem Pakar
Sistem pakar sendiri dikembangkan lebih lanjut dengan alasan :
• Dapat menyediakan kepakaran setiap waktu dan di berbagai lokasi.
• Secara otomatis mengerjakan tugas-tugas rutin yang membutuhkan seorang pakar.
• Seorang pakar akan pensiun atau pergi.
• Seorang pakar adalah mahal.
• Kepakaran dibutuhkan juga pada lingkungan yang tidak bersahabat
BAB 4
Struktur Sistem Pakar
Komponen utama pada struktur sistem pakar menurut Hu et al (1987) meliputi:
1. Basis Pengetahuan (Knowledge Base)
Basis pengetahuan merupakan inti dari suatu sistem pakar, yaitu berupa representasi pengetahuan dari pakar. Basis pengetahuan tersusun atas fakta dan kaidah. Fakta adalah informasi tentang objek, peristiwa, atau situasi. Kaidah adalah cara untuk membangkitkan suatu fakta baru dari fakta yang sudah diketahui.
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. 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.
3. Basis Data (Data Base)
Basis data terdiri atas semua fakta yang diperlukan, dimana fakta fakta tersebut digunakan untuk memenuhi kondisi dari kaidah-kaidah dalam sistem. Basis data menyimpan semua fakta, baik fakta awal pada saat sistem mulai beroperasi, maupun fakta-fakta yang diperoleh pada saat proses penarikan kesimpulan sedang dilaksanakan. 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.
Modul Penyusun Sistem Pakar
Menurut Staugaard (1987) suatu sistem pakar disusun oleh 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).
Struktur Sistem Pakar
Komponen utama pada struktur sistem pakar menurut Hu et al (1987) meliputi:
1. Basis Pengetahuan (Knowledge Base)
Basis pengetahuan merupakan inti dari suatu sistem pakar, yaitu berupa representasi pengetahuan dari pakar. Basis pengetahuan tersusun atas fakta dan kaidah. Fakta adalah informasi tentang objek, peristiwa, atau situasi. Kaidah adalah cara untuk membangkitkan suatu fakta baru dari fakta yang sudah diketahui.
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. 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.
3. Basis Data (Data Base)
Basis data terdiri atas semua fakta yang diperlukan, dimana fakta fakta tersebut digunakan untuk memenuhi kondisi dari kaidah-kaidah dalam sistem. Basis data menyimpan semua fakta, baik fakta awal pada saat sistem mulai beroperasi, maupun fakta-fakta yang diperoleh pada saat proses penarikan kesimpulan sedang dilaksanakan. 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.
Teknik Representasi Pengetahuan
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
a. Rule-Based Knowledge
Pengetahuan direpresentasikan dalam suatu bentuk fakta (facts) dan aturan (rules). Bentuk representasi ini terdiri atas premise dan kesimpulan.
b. Frame-Based Knowledge
Pengetahuan direpresentasikan dalam suatu bentuk hirarki atau jaringan frame.
c. Object-Based Knowledge
Pengetahuan direpresentasikan sebagai jaringan dari obyek-obyek. Obyek adalah elemen data yang terdiri dari data dan metoda (proses).
d. Case-Base Reasoning
Pengetahuan direpresentasikan dalam bentuk kesimpulan kasus (cases).
Inferencing dengan Rule : Forward dan Backward Chaining
Inferensi dengan rules merupakan implementasi dari modus ponen, yang direfleksikan dalam mekanisme search (pencarian). Dapat pula mengecek semua rule pada knowledge base dalam arah forward maupun backward. Proses pencarian berlanjut sampai tidak ada rule yang dapat digunakan atau sampai sebuah tujuan (goal) tercapai. Ada dua metode inferencing dengan rules, yaitu forward chaining atau data-driven dan backward chaining atau goal-driven.
a. Backward chaining
• 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.
b. Forward chaining
• 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.
Ketika suatu sistem pakar akan dibangun, maka seorang pengembang software (software developer) bekerja bersama dengan seorang pakar, pengembang ini akan melakukan serangkaian tanya-jawab (knowledge acquisition) untuk mengumpulkan dasar-dasar pengetahuan (knowledge base) sang pakar. Dasar-dasar pengetahuan ini kemudian dialihkan menjadi basis-pengetahuan sistem pakar dalam bentuk fakta dan aturan. Kemudian pengembang membangun suatu mesin inferensi (inference engine) yang merupakan pembuat keputusan dalam sistem pakar, mengumpulkan informasi dari user melalui tanya jawab, dan membandingkan informasi ini dengan basis-pengetahuan, kemudian memutuskan apa yang harus di-informasikan ke pengguna berdasarkan data/informasi yang diberikannya.
Model Sistem Pakar
Ketika seorang pengguna memerlukan informasi dari sistem pakar, maka mesin inferensi akan mengajukan serangkaian pertanyaan yang harus dijawab oleh pengguna melalui suatu user-interface (antarmuka pengguna). Jawaban yang dikumpulkan oleh mesin inferensi kemudian dipakai untuk menemukan informasi dari basis-pengetahuan, informasi ini kemudian diteruskan ke pengguna. Apabila pengguna ingin mengetahui lebih rinci tentang informasi yang diperolehnya maka dapat melakukan klarifikasi melalui fasilitas penjelas (explanation facility).
Ada berbagai kategori pengembangan sistem pakar, antara lain:
1. Kontrol. Contoh pengembangan banyak ditemukan dalam kasus pasien di rumah sakit, di mana dengan kemampuan sistem pakar dapat dilakukan kontoro terhadap cara pengobatan dan perawatan melalui sensor data atau kode alarm dan memberikan solusi terapi pengobatan yang tepat bagi si pasien yang sakit.
2. Desain. Contoh sistem pakar di bidang ini adalah PEACE yang dibuat oleh
Dincbas pada tahun 1980 untuk membantu disain pengembangan sirkuit elektronik. Contoh lain adalah sistem pakar untuk membantu desain komputer dengan komponen-komponennya.
Dincbas pada tahun 1980 untuk membantu disain pengembangan sirkuit elektronik. Contoh lain adalah sistem pakar untuk membantu desain komputer dengan komponen-komponennya.
3. Diagnosis. Pengembangan sistem pakar terbesar adalah di bidang diagnosis penyakit, diagnosis kerusakan mesin kendaraan bermotor, diagnosis kerusakan komponen komputer, dan lain-lain.
4. Intruksi. Intruksi merupakan pengembangan sistem pakar yang sangat berguna dalam bidang ilmu pengetahuan dan pendidikan, di mana sistem pakar dapat memberika instruksi dan pengajaran tertentu terhadap suatu topik permasalahan. Contoh pengembangan sistem pakar di bidang ini adalah sistem pakar untuk pengajaran bahasa Inggris, sistem pakar untuk pengajaran astronomi dan lain-lain.
5. Interpretasi. Sistem pakar yang dikembangkan dalam bidang interpretasi melakukan proses pemahaman akan suatu situasi dari beberapa informasi yang direkam. Contoh sistem yang dikembangkan dewasa ini adalah sistem untuk melakukan sensor gambar dan suara kemudian menganalisanya dan kemudian membuat suatu rekomendasi berdasarkan rekaman tersebut.
6. Monitor. Sistem pakar dibidang ini banyak digunakan militer, yaitu menggunakan sensor radar kemudian menganalisanya dan menentukan posisi obyek berdasarkan posisi radar tersebut.
7. Perencanaan. Perencanaan banyak digunakan dalam bidang bisnis dan keuangan suatu proyek, di mana sistem pakar dalam membuat perencanaan suatu pekerjaan berdasarkan jumlah tenaga kerja, biaya dan waktu sehingga pekerjaan lebih efisien dan lebih optimal.
8. Prediksi. Sistem pakar ini mampu memprediksi kejadian masa mendatang berdasarkan informasi dan model permasalahan yang dihadapi. Biasanya sistem memberikan simulasi kejadian masa mendatang tersebut, misalnya memprediksi tingkat kerusakan tanaman apabila terserang hama dalam jangka waktu tertentu. Program ini dibuat pada tahun 1983 oleh Boulanger dengan nama PLANT.
9. Seleksi. Sistem pakar dengan seleksi mengidentifikasikan pilihan kemungkinan solusi. Biasanya sistem mengidentifikasikan permasalahan secara spesifik, kemudian mencoba untuk menemukan solusi yang paling mendekati kebenaran.
10. Simulasi. Sistem ini memproses operasi dari beberapa variasi kondisi yang ada dan menampilkan dalam bentuk simulasi. Contoh adalah program PLANT yang sudah menggabungkan antara prediksi dan simulasi, di mana program tersebut mampu menganalisa hama dengan berbagai kondisi suhu dan cuaca.
Bahas pemrograman juga menentukan pengembangan sistem pakar di bidang-bidang yang disebutkan di atas. Pada tahun 1970-an di mana sistem operasi masih berbasis teks, pengembangan sistem pakar hanya memanfaatkan bahasa pemrograman seperti Prolog, LISP atau Shell sehingga pengembangan sistem pakar pada waktu itu menjadi sangat sulit. Faktor kesulitan tersebut juga dipengaruhi oleh kecepatan prosesor dan memori yang masih sangat terbatas sehingga sistem pakarhanya dapat dikembangkan pada komputer-komputer workstation.
Berbeda dengan pengembangan komputer pada tahun-tahun awal AI berkembang, dewasa ini komputer telah memiliki kecepatan GigaHertz dan didukung oleh perkembangan perangkat keras yang maupun perangkat lunak yang sangat canggih. Perkembangan yang sangat menarik adalah perkembangan pemrograman Visual berorientasi objek yang mampu mengolah database dalam jumlah data yang sangat besar. Perkembangan perangkat lunak ini tentunya sangat membantu pengembangan secara luas terhadap sistem-sistem berbasis kecerdasan buatan, termasuk sistem pakar.
Implementasi Sistem Pakar di Bidang Ekonomi
System pakar sangat berguna di bidang ekonomi, terutama dalam hal pengambilan keputusan untuk suatu investasi usaha. Apalagi pada saat sekarang orang awan banyak kurang memahami pasar modal sehingga cenderung menggunakan intuisi analisi dalam berinvestasi. Kondisi ini mengakibatkan mereka harus mengadapi resiko yang tinggi dalam berinvestasi. Untuk meminimumkan resiko tersebut diperlukan suatu alat seperti sistem pakar yang mampu menganalisa sesuai dengan keadaan yang terjadi di pasar modal, sehingga investor menjadi lebih yakin dalam berinvestasi.
Kasus yang terjadi pernah diimplementasikan ke bursa efek surabaya. Umumnya dalam berinvestasi, kita akan berada pada 2 masa depan yaitu kita akan sukses dan menghasilkan uang banyak atau kita akan gagal dan kehilangan investasi kita. Untuk memperkecil kegagalan dalam berinvestasi perlu diadakan suatu analisa sebelum menanamkan modal.
Pengembangan sistem ini dilakukan dengan tujuan memebantu menganalisa dalam proses pengambilan keputusan di bursa efek. Oleh karena itu aplikasi pakar yang dibuat untuk menganalisa bersa efek surabaya yaitu Portofolio Management (PMS) diharapkan dapat melakukan :
· Mampu mengambil keputusan
· Langkah-langkah pengambilan keputusan jelas
· Mudah dikembangkan lebih lanjut
Sebagian ciri-ciri sistem pakar, maka di PMS terdapat knowledge base sebagai landasan pijak dalam pengambilan keputusan. Knowledge base ini mengandung dua elemen dasar, yaitu fakta dan aturan.
2. Impementasi sistem pakar di bidang pemodelan
Sistem pakar juga dapat diterapkan pada bidang pemodelan. Contoh lingkup bidang pemodelan yang dimaksud antara lain seperti simulasi pesawat terbang untuk pelatihan calon pilot, teater keong mas, visual tubuh bagian dalam manusia untuk membantu proses operasi.
Pada simulasi pesawat terbang kita dapat merasakan seperti menerbangkan sebuah pesawat secara nyata. Simulator menerima input dari user lalu diproses dan ditampilkan pada layar yang tersedia. Informasi yang dihasilkan berupa posisi pesawat setelah menerima input dari user. Layaknya menerbangkan pesawat biasa bila kita melakukan kesalahan dalam penerbangan simulasi ini maka dapat menghasilkan informasi berupa kecelakaan dalam konteks visual. Maka dari itu simulator pesawat terbang ini biasanya digunakan untuk pelatihan terbang para calon pilot.
Pada teater keong mas kita dapat merasakan serunya film yang diputar dan ditampilkan pada layar yang mengelilingi teater. Kursi yang kita tempati akan bergerak dan mendapat efek hentakan mirip seperti pada film yang sedang diputar.
Alat pembantu proses operasi berupa tampilan visual tubuh bagian dalam manusia. Dengan alat ini dokter atau ahli bedah tidak perlu melakukan pembedahan yang besar. Cukup melakukan luka sayatan kecil yang dapat dimasukkan kamera mini. Kamera mini tersebut menampilkan tampilan tubuh bagian dalam pada layar monitor. Dokter dapat berpedoman pada tampilan informasi berupa gambar bagian dalam tubuh pasien. Dengan begitu resiko yang dihadapi saat proses operasi dapat diminimalisir. Luka yang dihasilkan juga kecil bahkan bisa saja tidak tampak.
USG (ultrasonografi) juga dapat dimasukkan dalam katgori ini. Informasi yang dihasilkan berupa gambar visual. Dapat digunakan untuk melihat kondisi janin, penyakit (kista, dll), dan gangguan lainnya. Alat ini cukup aman karena tidak menimbulkan radiasi seperti sinar-x yang biasanya digunakan untuk rontgen. City scan juga merupakan penerapan system pakar, fungsinya mirip seperti rontgen. Informasi yang dihasilkan juga sama.
Tentu saja bidang ini terdapat keuntungan dan kerugian maka dari itu harap hati-hati dalam pemanfaatan sytem pakar pada bidang ini. Tapi kepuasan yang dihasilkan tidak begitu membahayakan kerena sebagian besar berupa gambar visual atau evek goncangan seperti pada teater keong mas.
DAFTAR PUSTAKA :
Tidak ada komentar:
Posting Komentar