Sistem Berbasis Pengetahuan / Sistem Pakar

                                             Sistem Berbasis Pengetahuan/Sistem Pakar

Subsistem dari CBIS yang menarik dewasa ini dan sebagai subset dari sistem berbasis pengetahuan (knowledge based systems) adalah kecerdasan buatan (Artifisial Intelijen). Bentuk sistem berbasis pengetahuan yang populer adalah sistem pakar (expert system), dan terdiri dari 4 bagian utama yaitu : user interface (antar muka pengguna), knowledge based (basis pengetahuan), inference engine (aplikasi penyimpul) dan development engine (aplikasi pengembang)

Daya Tarik Sistem Pakar

Konsep sistem pakar awalnya adalah bagaimana seorang pakar berpikir untuk menyelesaikan masalah yang dihadapinya. Alur pikir, teori yang mendukung serta pengetahuan yang dimasukkan dalam pemecahan masalah tersebut ditangkap  dalam komputer dalam suatu program untuk digunakan orang lain.

Perbedaan antara SPK dengan Sistem Pakar adalah SPK menunjukkan alur pikir yang digunakan manajemen untuk memecahkan masalah sedangkan Sistem Pakar menawarkan sesuatu yang lebih dalam pemecahan masalah.

Kecerdasan Buatan

Kecerdasan buatan adalah penggunaan komputer untuk menampilkan hasil yang memperlihatkan kecerdasan dari komputer dalam melakukan suatu proses penalaran, yaitu proses yang dimiliki manusia dalam rangka mengetahi sesuatu yang masih harus dikaji dan dianalisa secara panjang dan cermat.

Kecerdasan buatan (Artificial Intelligence) :

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 & mengambil tindakan), moral yang baik

Agar mesin bisa cerdas (bertindak seperti & sebaik manusia) maka harus diberi bekal pengetahuan & mempunyai kemampuan untuk menalar.

Penggunaan kecerdasan buatan (Artficial Inteligence) dalam dunia bisnis adalah dengan menerapkan suatu aturan praktis (rule of tumb) atau suatu aturan dugaan yang baik (rule of good guessing) yang semua oprasionalnya dilakukan oleh aplikasi yang dibuat untuk keperluan tersebut.

Model dari AI  (John Mc Kay

Model sistem pakar memiliki 4 bagian utama yaitu :

User interface, memungkinkan user berinteraksi dengan sistem pakar pada komputer, dengan cara memasukkan instruksi dan informasi kedalam sistem pakar dan akan menerima informasi dari sistem pakar. Informasi tersebut menentukan parameter yang mengarahkan sistem pakar melalui proses penalaran. Informasi diberikan dalam bentuk nilai pada variabel tertentu.

1. sistem input adalah interface akan berupa formulir yang harus diisi oleh user berupa nilai sementara sistem sudah menyiapkan sebagaian apa yang dikehendaki oleh user. Inputan untuk memastikan hasilyang diinginkan user
2. sistem output adalah berupa penjelasan ats pertanyaan, dimana user diminta mengisikan sejumlah informasi, user mempertanyakan mengapa informasi tersebut diinginkan dan sistem pakar akan menyediakan penjelasan. Apabila penyelesaian masalah telah dibuat maka user dapat meminta penjelasan urutan penyelesaian masalah dari sistem pakar
3. Knowledge Base, memuat fakta-fakta yang menjelaskan area masalah problem domain. Fakta-fakta tersebut cocok satu dengan lainnya dalam urutan yang logis.

Aturan menentukan apa yang harus dilakukan   dalam situasi tertentu dan           terdiri atas dua bagian   : suatu kondisi yang mungkin benar, mungkin   tidak dan tindakan yang dilakukan bila kondisi    benar, contoh :

IF INDEX EKONOMI > 1.20 DAN SEASONAL INDEX > 1.30  THEN PENJUALAN = EXCELLENT

Kondisi diatas adalah aturan yang harus dipenuhi agar menghasilkan output yang baik

Jaringan aturan adalah hubungan logis dari setiap aturan pada system pakar, yang terdiri dari penyelesaian di level bawah dimana interaksi antara system pakar dengan user banyak terjadi sampai kesimpulan di level atas yang dapat saja berupa satu kesimpulan

Pemilihan aturan, disini user dituntut agar selalu mengarahkan system pakar kepada hasil pemecahan masalah yang diinginkan dengan selalu interaksi dengan system dengan cara memasukkan aturan yang diperlukan berupa nilai atau informasi

Inference Engine, bagian dari system pakar yang melakukan penalaran yang menggunakan isi knowledge base dengan urutan tertentu. Untuk melakukan penalaran maju atau penalaran mundur. Penalaran maju adalah mengetahui hasil akhir dari penalaran sedangkan panalaran mundur adalah untuk mengetahui asal muasal hasil yang diberikan.

Development Engine, adalah system pakar yang digunakan untuk menciptakan system pakar yang pada dasarnya melibatkan pembuatan perangkat aturan. Dua pendekatan dasar digunakan paa development engine yaitu bahasa pemrograman dan shell sistem pakar.

• Beberapa sifat sistem ini:
• Belajar atau memahami permasalahan berdasarkan pengalaman
• Memberikan tanggapan yang cepat dan memuaskan terhadap siatusi-situasi baru
• Mampu menangani masalah yang kompleks (masalah semiterstruktur)
• Memecahkan permasalahan berdasarkan penalaran
• Menggunakan pengetahuan untuk menyelesaikan permasalahan

Aplikasi Sistem Cerdas pada Bisnis

• Sistem pakar (expert system), yaitu sistem yang meniru kepakaran (keahlian) seseorang dalam bidang tertentu dalam menyelesaikan suatu permasalahan (Horn, 1986)
• Sistem pengolahan bahasa alami (natural language processing)

Contoh Aplikasi Sistem Pakar

Contoh Aplikasi Sistem Pakar

• XSEL

                Sistem pakar ini dapat bertindak sebagai asisten penjual, yang membantu penjual komputer DEC memilihkan pesanan pelanggan sesuai dengan kebutuhan

• MYCIN

                Sistem ini dikembangkan  di Universitas Stanford pada pertengahan 1970-an dengan tujuan untuk membantu jurumedis dalam mendiagnosa penyakit yang disebabkan bakteri.

• PROSPECTOR

                Sistem ini diciptakan oleh Richard Duda, Peter Hard, dan Rene Reboh pada tahun 1978 yang menyediakan kemampuan seperti seorang pakar di bidang geologi.

Contoh Dialog Sistem Pakar

Sistem pakar:     Apakah buah berbentuk bulat?

Pemakai:             Ya

Sistem pakar:     Apakah buah berwarna hijau ketika muda dan kuning ketika

                                 sudah tua?

Pemakai:             Tidak

Sistem pakar:     Apakah buah berwarna hijau ketika muda dan merah ketika

                                 sudah tua?

Pemakai:             Ya

Sistem pakar:     Apakah berbatang?

Pemakai:             Ya

Sistem pakar:     Menurut pengetahuan yang saya miliki, Apel memenuhi

                                 kriteria yang Anda sebutkan.

Model Konseptual Sistem Pakar

 

Bagian Sistem Pakar

Basis pengetahuan merupakan komponen yangberisi pengetahuan-pengetahuan yang berasal dari pakar

• Berisi sekumpulan fakta (fact) dan aturan (rule).  Fakta berupa situasi masalah dan teori tentang area masalah
• Aturan adalah suatu arahan yang menggunakan pengetahuan untuk memecahkan masalah pada bidang tertentu.

Bagian Sistem Pakar

• Mesin inferensi adalah komponen yang menjadi otak sistem pakar. Bagian inilah yang berfungsi melakukan penalaran dan pengambilan kesimpulan
• Fasilitas penjelas merupakan komponen yang berfungsi untuk memberikan penjelasan kepada pemakai yang memintanya. Jenis pertanyaan yang dapat ditangani biasanya berupa “Mengapa” dan “Bagaimana”. Tidak semua sistem pakar menyediakan bagian ini. Contoh berikut memberikan gambaran tentang penjelasan oleh sistem pakar
• Antarmuka pemakai merupakai bagian yang menjembatani antara sistem dan pemakai. Melalui bagian inilah pemakai berkomunikasi dengan sistem.

fasilitas  Penjelas

Interaksi SP dengan Sistem Lain