Sistem Pakar

       

Sistem pakar merupakan sebuah program komputer yang dibuat untuk memberikan suatu solusi dari sebuah permasalahan yang di berikan berdasarkan  pengetahuan dari satu atau lebih pakar atau ahli. Sistem pakar adalah sistem perangkat lunak komputer yang menggunakan ilmu, fakta, dan teknik berpikir dalam pengambilan keputusan untuk menyelesaikan masalah-masalah yang biasanya hanya dapat diselesaikan oleh tenaga ahli dalam bidang yang bersangkutan.

  Sejarah Sistem Pakar

Sistem Pakar dikembangkan pada pertengahan tahun 1960-an oleh Artificial Intelligence Corporation. Periode penelitian artificial intelligence ini didominasi oleh suatu keyakinan bahwa nalar yang digabung dengan komputer canggih akan menghasilkan prestasi pakar atau bahkan yang melebihi prestasi manusia.  

Suatu usaha ke arah ini adalah General Purpose Problem-Solver  (GPS). GPS yang berupa sebuah prosedur yang dikembangkan oleh Allen Newell, John Cliff Shaw, 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 beberapa 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 (general-purpose) ke program yang spesialis  (special-purpose) dengan dikembangkannya DENDRAL oleh E. Feigenbaum  dari Universitas Stanford dan kemudian diikuti oleh MYCIN. Pembuatan DENDRAL  tujuannya mengarah kepada konklusi-konklusi berikut: 

a.       GPS terlalu lemah untuk digunakan sebagai dasar untuk membangun ES yang berunjuk kerja tinggi. 

b.      Pemecahan masalah manusia adalah baik hanya jika beroperasi dalam domain yang sangat sempit. 

c.       ES harus di-update secara berkala untuk informasi baru. Update semacam ini dapat efisien apabila menggunakan representasi pengetahuan berbasis rule.

d.      Problem yang kompleks membutuhkan pengetahuan yang banyak sekali tentang area problem. 

Pada pertengahan tahun 1970-an, beberapa ES mulai  muncul. Sebuah pengetahuan kunci yang dipelajari saat itu adalah kekuatan dari ES berasal dari pengetahuan spesifik yang dimilikinya, bukan dari formalisme-formalisme khusus dan pola penarikan kesimpulan yang digunakannya.

Awal 1980-an, teknologi ES yang mula-mula dibatasi oleh suasana akademis mulai muncul sebagai aplikasi komersil, khususnya XCON, XSEL (dikembangkan dari R-1 pada Digital Equipment Corp.) dan CATS-1 (dikembangkan oleh General Electric). 

Sistem pakar untuk melakukan diagnosis kesehatan telah dikembangkan sejak pertengahan tahun 1970. Sistem pakar untuk melakukan diagnosis pertama dibuat oleh Bruce Buchanan dan Edward Shortliffe di Stanford University. Sistem ini diberi nama 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 .

Dewasa ini MYCIN menjadi acuan penting untuk pengembangan sistem pakar secara modern karena didalamnya telah terintegrasi semua komponen standar yang dibutuhkan oleh sistem pakar .

 Pengenalan Sistem Pakar

Sistem pakar adalah suatu program yang pintar (intelligent computer program) yang memanfaatkan pengetahuan (knowledge) dan prosedur inferensi untuk memecahkan masalah yang cukup sulit hingga membutuhkan keahlian manusia yang khusus. Dengan kata lain, sistem pakar adalah system computer yang ditujukan untuk meniru semua aspek (emulates) kemampuan pengambilan keputusan (decision making) seorang pakar. Sistem pakar memanfaatkan secara maksimal pengetahuan khusus selayaknya seseorang pakar untuk memecahkan masalah[4].

Pakar atau ahli (expert) disini didefinisikan sebagai seseorang yang memiliki pengetahuan atau keahlian khusus yang tidak dimiliki oleh orang kebanyakan. Seorang pakar dapat memecahkan masalah yang tidak mampu dipecahkan orang kebanyakan atau memecahkan suatu masalah dengan lebih efisien namun bukan berarti lebih murah.

Pengetahuan yang dimuat kedalam sistem pakar dapat berasal dari seorang pakar, ataupun pengetahuan yang berasal dari buku, jurnal, majalah, dan dokumentasi yang dipublikasikan lainnya, serta orang yang memiliki pengetahuan meskipun bukan ahli. Istilah sistem pakar (expert system), sering disinonimkan dengan sistem berbasis pengetahuan (knowledge-based system) atau sistem pakar berbasis pengetahuan (knowledge-based expert system).

Gambar 2-1 dibawah ini mengilustrasikan konsep dasar sistem pakar berbasis pengetahuan (knowledge-based expert system). User memberikan informasi atau fakta kepada sistem dan menerima respon berupa saran ahli (advice/expertise). Secara internal, sistem terdiri dari dua komponen utama yaitu basis pengetahuan (knowledge-base) yang berisi pengetahuan yang akan digunakan oleh komponen lainnya yaitu mesin inferensi (inference engine) untuk menghasilkan kesimpulan sebagai respon terhadap kueri yang dilakukan user.

Pengetahuan yang dimiliki pakar bersifat spesifik dalam satu area masalah (problem domain). Area masalah merupakan satu wilayah masalah yang spesifik seperti kedokteran/pengobatan, keuangan, rekayasa dan lain sebagainya. Pengetahuan si pakar untuk memecahkan masalah yang spesifik tersebut dikenal sebagai area pengetahuan (knowledge domain).

Berikut ini merupakan perbandingan antara kemampuan pakar manusia dan sistem komputer yang menjadi petimbangan sistem pakar.

Pakar Manusia	Sistem Pakar
Terbatas waktu karena manusia membutuhkan istirahat.	Tidak terbatas karena dapat digunakan kapanpun juga.
Tempat akses bersifat lokal pada suatu tempat saja di mana pakar berada.	Dapat digunakan berbagai tempat
Pengetahuan bersifat variabel dapat berubah-rubah tergantung situasi.	Pengetahuan bersifat konsisten
Kecepatan untuk menemukan solusi sifatnya bervariasi.	Kecepatan untuk memberikan solusi konsisten dan lebih cepat dari pada manusia.
Biaya yang harus dibayar untuk konsultasi biasanya sangat mahal.	Biaya yang dikeluarkan lebih murah.

 Komponen Sistem Pakar

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. Pengetahuan-pengetahuan yang di dapat nantinya akan di simpan ke dalam sebuah database.

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 merupakan proses pengambilan keputusan oleh sistem (bagaimana suatu keputusan dapat diperoleh).

Adapun komponen utama pada struktur sistem pakar meliputi:

1.      Basis Pengetahuan (Case based library)

Basis pengetahuan merupakan hal yang sangat penting dari sitem pakar, bahkan basis pengetahuan bisa diibaratkan sebagai inti dari sistem pakar.Basis Pengetahuan merupakan 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 merupakan otak dari sistem pakar. Mesin inferensi digunakan untuk melakukan penalaran dari suatu kondisi dengan di dasarkan pada basis pengetahuan yang sudah ada sebelumnya. Pada komponen ini terjadi proses pemanipulasian fakta yang ada pada basis pengetahuan untuk menghasilkan solusi.
Strategi penalaran terdiri dari dua jenis yaitu penalaran pasti (Exact Reasoning) dan penalaran tak pasti (Inexact Reasoning). Exact reasoning digunakan ketika semua data yang dibutuhkan untuk menarik kesimpulan sudah tersedia, sebaliknya terhadap inexact reasoning.

3.      Basis Data (Database)

Basis data berisikan fakta-fakta yang akan digunakan pada sistem pakar,Basis data berisikan semua fakta-fakta, baik itu fakta sebelum terjadinya proses dari sistem maupun fakta-fakta baru setelah proses dari sitem di jalankan

4.      Antarmuka Pemakai (User Interface)

Fasilitas ini digunakan sebagai perantara komunikasi antara pemakai dengan sistem.

Referensi

 [1]       Aamodt, Agnar, and Enric Plaza. “Case-Based Reasoning : Foundational Issues, Methodological Variations, and System Approaches”. Artificial Intelligence Communications 7, no.1 (1994):39-52.

[2]        Althoff, Klaus-Dieter,  Ralph Bergmann, andL. Karl Branting, eds.” Case-Based Rreasoning research and development: proceedings of the Third International Conference on Case-Based Reasoning”. Berlin: Springer Verlag, 1999.

[3]        Dimitris Bertsimas and John Tsitsiklis. “Simulated Annealing “.  Statistical Science 1993.