Sistem Pakar berasal dari dua kata yaitu sistem dan pakar.
Sistem adalah beberapa elemen yang ditekankan pada efektifitasnya (untuk
mencapai suatu tujuan). Pakar adalah seseorang yang ahli pada suatu bidang.
Sistem pakar (expert system) secara umum adalah sistem yang
berusaha mengadopsi pengetahuan manusia ke komputer, agar komputer dapat
menyelesaikan masalah seperti yang biasa dilakukan oleh para ahli. Atau dengan
kata lain sistem pakar adalah sistem yang didesain dan diimplementasikan dengan
bantuan bahasa pemrograman tertentu untuk dapat menyelesaikan masalah seperti
yang dilakukan oleh para ahli.
Sistem pakar yang
baik harus memenuhi ciri-ciri sebagai berikut :
1.
Memiliki informasi yang handal.
2. Mudah dimodifikasi.
3. Dapat digunakan dalam berbagai jenis komputer.
4.
Memiliki kemampuan untuk belajar
beradaptasi.
Tujuan
Sistem Pakar
Tujuan Sistem Pakar adalah untuk mentransfer kepakaran dari
seorang pakar ke komputer, kemudian ke orang lain (yang bukan pakar). Proses
ini membutuhkan 4 aktivitas yaitu tambahan pengetahuan (dari para ahli atau
sumber lainnya), representasi pengetahuan (ke computer), inferensi pengetahuan
dan pengalihan pengetahuan pengguna.
Komponen
Sistem Pakar
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.
Bentuk
Sistem Pakar
- Mandiri. Sistem pakar yang
murni berdiri sendiri, tidak digabung dengan software lain, bisa
dijalankan pada komputer pribadi, mainframe.
- Terkait / Tergabung. Dalam
bentuk ini sistem pakar hanya merupakan bagian dari program yang lebih
besar. Program tersebut biasanya menggunakan teknik algoritma konvensional
tapi bisa mengakses sistem pakar yang ditempatkan sebagai subrutin, yang
bisa dimanfaatkan setiap kali dibutuhkan.
- Terhubung. Merupakan sistem
pakar yang berhubungan dengan software lain, misalnya : spreadsheet, DBMS,
program grafik. Pada saat proses inferensi, sistem pakar bisa
mengakses data dalam spreadsheet atau DBMS atau program grafik bisa
dipanggil untuk menayangkan output visual.
- Sistem Mengabdi. Merupakan
bagian dari komputer khusus yang diabdikan kepada fungsi tunggal. Sistem
tersebut bisa membantu analisa data radar dalam pesawat tempur atau
membuat keputusan intelejen tentang bagaimana memodifikasi pembangunan
kimiawi, dan lain-lain.
PENERAPAN
SISTEM PAKAR
Sistem
pakar dalam Industri / Manufaktur
Manufaktur di definisikan sebagai urutan-urutan kegiatan yang saling
berhubungan meliputi perancangan, perencanaan, pemilihan material, produksi, pengontrolan
kualitas, menajemen serta pemasaran produk. Proses manufaktur yang
penyelesaiannya dapat dibantu oleh system pakar antara lain :
- Sistem Pakar Dalam Perancangan
PRIDE(Pinch Roll Interactive Design Expert / Environment).
Sistem pakar ini digunakan untuk merancang system pengaturan kertas untuk mesin
fotocopy. Sistem ini membuat rancangan dengan representasi pengetahuan tentang
rancangan berdasarkan kumpulan goal, metoda perancangan, generator dan
aturan-aturan yang terstruktur.
- System Pakar Dalam Perencanaan
Wood Trus fabrication Application merupakan contoh system
pakar dalam proses perencanaan. System ini dibuat dengan menggunakan shell
sitem pakar SPS (Semi Intelligent Process Selector).
- Sistem Pakar Dalam Penjadwalan
Sistem pakar juga digunakan dalam penjadwalan, dibawah ini
adalah beberapan contoh kegunaan system pakar dalam penjadwalan :
- Contionuous Caster Steel Mill
Scheduling Application
System pakar ini berbasis fuzzy logic yang dibuat
untuk monitoring on line dan penjadwalan continuous caster steel mill.
Continuous caster stell mill mengolah material seperti
scrap, pig iron dan refined ore melalui proses tertentu untuk menghasilkan
lempeng baja yang memiliki kulitas dan komposisi sesuai kebutuhan.
-
Master Production Scheduling
Aplication (MPS)
Sistem pakar ini dikembangkan untuk melakukan penjadwalan
produksi master untuk manufaktur Integrated Circuit (IC). Master Production
Scheduling (MPS) merupakan aktivitas perencanaan yang sangat luas, yang
mengatur dan mengkoordinasi fase-fase berurutan proses penjadwalan manufaktur
tertentu.
- Sistem Pakar Dalam Proses
Kontrol
Beberapa contoh penggunaan system pakar dalam proses control
adalah sebagai berikut :
- Aluminium Foil Rolling Flatness
control Appilcation
System pakar ini merupakan system pakar yang dibuat
mengontrol kekaratan aluminium foil secara otomatis. System ini menyesuaikan
bentuk pola target menurut karakteristik material dan kondisi pengoperasiannya.
- Blast Furnace Heat Control
Application
System pakar ini dibuat untuk mengontrol tingkat panas blast
furnace (tanur).
- Sistem Pakar Dalam Production
Planning Dan Production Control
Perencanaan produksi dilakukan dalam hal kuantitas, waktu,
kapasitas dan biaya pengendalian produksi meliputi penyelesaian pesanan,
pengawasan pesanan dan pengamanan kualitas.
Manfaat system pakar
dalam proses manufaktur / industry adalaah sebagai berikut :
- Meningkatkan produktivitas
- Mengambil alih keahlian yang langka
- Memudahkan pengoperasian peralatan
- Kemampuan bekerja dengan informasi
yang tidak pasti dan tidak lengkap
Sistem Pakar Dalam Bidang Pendidikan / Ilmu Pengetahuan
- Penelitian tentang penggunaan
system pakar dalam bidang pendidikan dilakukan oleh prof. Gordon S. Novack
Jr. pada Universitas of Texas, Austin, tahun 1990. Aplikasi system pakar
ini diberi nama ISAAC yang memiliki parser yang mampu membaca kalimat
(dalam bahasa Inggris) dalam kecepatan 5000 kata/menit dan mampu
menyelesaikan soal-soal Fisika Mekanik (Statika) dalam waktu kurang dari 5
menit. Aplikasi ini dikerjakan oleh 1 tim terdiri dari 60 0rang dan
membutuhkan waktu 1 tahun. (E.S. Handbook, 1992).
- Aplikasi lain yang terkait
dengan hal diatas adalah system pakar mengenai penjelasan soal-soal fisika
serta pemhaman teori lebih mendalam dengan menggunakan metoda pendekatan
komputasi.(Ohlsson, 1992).
- Aplikasi system pakar dalam
bidang matematika yang dilakukan oleh Yibin dan Jian Xiang tahun 1992.
System pakar ini menyelesaikan soal-soal diferensial dan Integral yang
diberi nama DITS.(Forcheri, 1995).
- Studi system pakar untuk proses
belajar Fisika dilakukan oleh seorang dosen Fisika yang menempuh
pendidikan S2 pada salah satu perguruan tinggi di Jakarta.
Latar belakang dari dilakukannya
studi ini adalah karena Fisika merupakan disiplin ilmu yang sangat fundamental
yang menjadi dasar dari sains dan teknilogi.
Melihat kepentingan tersebut, makan
para siswa/mahasiswa perlu menguasai ilmu ini, tapi kenyataannya sering
dianggap momok oleh sebagian besa siswa/mahasiswa selain itu juga kurangnya
tenaga guru / dosen Fisika serta kurangnya sarana prasarana yang diperlukan
dalam proses belajar mengajar Fisika, seperti alat banto audio maupun visual.
Dalam studi ini dibuat aplikasi sitem pakar yang mampu menyelesaikan persoalan
rangkaian arus bolak-balik yang terdiri dari komponen resistor dan inductor
baik seri maupun paralel.
Sistem Pakar Dalam Bisnis
- Sistem Pakar dalam Pembelian
System ini berfungsi untuk menilai dan memilih pemasok
(supplier) dengan pertolongan dan pengiriman barang secara optimal, dimana
dalam hal ini menunjang pemasok yang potensial. Dalam hal operasi, maka system
ini mempunyai fungsi penasihat kepada pembeli.
- Sistem Pakar mengenai suku cadang
mesin percetakan
Sistem ini menunjang pengujian secara teknis dari pesanan
langganan dalam mesin cetak dan suku cadang yang diinginkan.
- Sistem pakar mengenai konsultasi
program bantuan kredit bank
System ini membantu pada konsultasi tentang program kredit
bantuan pada institusi public,
- Sistem pakar mengenai strategi
perencanaan
System ini berbasis system penunjang keputusan ( Dicision
Support system) untuk strategi perencanaan produk yang dikembangkan dari
integrasi system konvensional dan prototip system pakar.
Sistem
Pakar pada bidang Kecerdasan Buatan
Artificial Intelligence atau Kecerdasan Buatan adalah suatu
sistem informasi yang berhubungan dengan penangkapan, pemodelan dan penyimpanan
kecerdasan manusia dalam sebuah sistem teknologi informasi sehingga sistem
tersebut memiliki kecerdasan seperti yang dimiliki manusia. Sistem ini
dikembangkan untuk mengembangkan metode dan sistem untuk menyelesaikan masalah,
biasanya diselesaikan melalui aktifivitas intelektual manusia, misal pengolahan
citra, perencanaan, peramalan dan lain-lain, meningkatkan kinerja sistem
informasi yang berbasis komputer.
Kecerdasan buatan didefinisikan sebagai kecerdasan yang
ditunjukkan oleh suatu entitas buatan. Kecerdasan buatan (Artificial
Intelligence) adalah 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 dan mengambil tindakan), moral yang baik.
Manusia cerdas (pandai) dalam menyelesaikan permasalahan
karena manusia mempunyai pengetahuan & pengalaman. Pengetahuan diperoleh
dari belajar. Semakin banyak bekal pengetahuan yang dimiliki tentu akan
lebih mampu menyelesaikan permasalahan. Tapi bekal
pengetahuan saja tidak cukup, manusia juga diberi akal untuk
melakukan penalaran,mengambil kesimpulan berdasarkan pengetahuan &
pengalaman yang dimiliki. Tanpa memiliki kemampuan untuk menalar dengan baik,
manusia dengan segudang pengalaman dan pengetahuan tidak
akan dapat menyelesaikan masalah dengan baik.
Demikian juga dengan kemampuan menalar yang sangat
baik,namun tanpa bekal pengetahuan dan pengalaman yang memadai,manusia juga
tidak akan bisa menyelesaikan masalah dengan baik. Agar mesin bisa cerdas
(bertindak seperti & sebaik manusia) maka harus diberi bekal pengetahuan
& mempunyai kemampuan untuk menalar.
Interface
kecerdasan buatan dan system pakar
Mengatur komunikasi antara pengguna dan komputer. Komunikasi
ini paling baik berupa bahasa alami, biasanya disajikan dalam bentuk
tanya-jawab dan kadang ditampilkan dalam bentuk gambar/grafik. Antarmuka yang
lebih canggih dilengkapi dengan percakapan (voice communication).
Persamaan dan Perbedaan antar Sistem Pakar dengan Kecerdasan
Buatan.
Sistem Pakar juga merupakan bagian dari Artificial
Intelligence(AI) atau kecerdasan buatan, dimana letak persamaannya adalah
sama-sama untuk mencapai hasil yang maksimal dalam memecahkan masalah, dan
perbedaannya adalah sistem pakar mengacu pada si pembuatnya atau seseorang yang
ahli dalam suatu bidangnya atau mengacu pada si perancang itu sendiri sebagai
objek dalam menyiapkan suatu sistem guna mendapatkan hasil yang maksimal,
sedangkan AI mengacu pada jalur atau langkah yang berorientasi pada hardware
guna mencapai yang maksimal.
Dapat disimpulkan Sistem Pakar merupakan bagian dari AI,
dimana selain sistem pakar yang menggunakan AI, ada beberapa yang lain
diantarnya games, logika Fuzzy, jaringan saraf tiruan, dan robotika.
Kecerdasan buatan merupakan salah satu topik yang disukai
penggemar science-ction, pada lm Terminator digambarkan perang manusia melawan
mesin, bahkan dalam novel berjudul With Folded Hands karangan Jack Williamson,
digambarkan bangsa Humanoids (robot mesin ciptaan manusia) menjajah bangsa
manusia dan menggantikan semua peranan manusia.
Sistem
Pakar dalam bidang pertanian
Dalam dunia pertanian banyak sekali hal yang harus
dipelajari agar dapat menghasilkan sesuatu yang bermanfaat. Begitu banyaknya
hal yang harus diingat seperti media tanam yang berbeda bagi tiap jenis
tanaman, takaran pupuk, hama dan penyakit tanaman, dan banyak sekali cara agar
tanaman yang ditanam dapat menghasilkan hasil yang lebih baik. Tetapi, manusia
pasti mempunyai sifat pelupa yang memungkinkan hal-hal tersebut di atas dan
berakibat pada hasil pertanian yang kurang memuaskan dan tidak stabil. Untuk
mengatasi hal di atas, salah satunya dibutuhkan suatu teknologi yang dapat
membantu kita.
Oleh karena itu, sistem pakar (expert system) mempunyai
kemampuan untuk memudahkan masalah-masalah praktis pada saat sang pakar
berhalangan. Dan salah satu implementasi sistem pakar pada bidang pertanian
yaitu untuk mengidentifikasi penyakit tanaman.
Banyak sekali ragam hama dan penyakit tanaman dan beragam
pula nama dan akibat yang dihasilkannya. Ciri-ciri antara tanaman yang terkena
penyakit satu dengan penyakit yang lainnya sangat mirip sehingga membingungkan
orang awam atau pemula yang baru kenal untuk dapat mengidentifikasinya.
Sebaliknya ada juga tanaman yang terkena penyakit dengan ciri-ciri yang berbeda
namun tetap saja membingungkan dalam mengingat nama dan penanggulangan penyakit
tersebut.
Sistem pakar ini sangat berguna untuk membantu petani dalam
mengingat jenis-jenis penyakit dan hama tanaman juga untuk mengenali ciri-cirinya
yang berguna untuk menanggulangi masalah penyakit tanaman sehingga dapat
meminimalkan kesalahan petani dalam mengatasi masalah ini.
Sistem pakar ini dapat memberikan tambahan pengetahuan
kepada petani mengenai macam-macam penyakit yang berhasil di identifikasi oleh
sistem dan dapat mengetahui tanaman apa saja yang biasa diserang oleh penyakit
tersebut, dengan adanya pengetahuan ini maka ketika para petani sadar
tanamannya terkena hama atau penyakit, maka petani dapat dengan mudah untuk
mengatasi hama dan penyakit tersebut.
Namun, banyak juga kendala yang menghambat dalam proses
penerapan sistem pakar di bidang pertanian. Salah satunya SDM dan latar
belakang para petani konvensional yang kurang berpendidikan yang sangat
berpengaruh dalam pengembangan teknologi di bidang pertanian. Karena itulah,
pemerintah harus banyak memberikan penyuluhan di bidang teknologi bagi para
petani. Kalau pemerintah sulit untuk merealisasikan hal ini, kenapa tidak
dimulai dari kita?
Sistem Pakar dalam Bidang Psikologi
Implementasi sistem pakar banyak digunakan dalam bidang
psikologi karena sistem pakar dipandang sebagai cara penyimpanan pengetahuan
pakar pada bidang tertentu dalam program komputer sehingga keputusan dapat
diberikan dalam melakukan penalaran secara cerdas. Irisan antara psikologi dan
sistem pakar melahirkan sebuah area yang dikenal dengan nama cognition &
psycolinguistics. Umumnya pengetahuannya diambil dari seorang manusia yang
pakar dalam domain tersebut dan sistem pakar itu berusaha meniru metodelogi dan
kinerjanya (performance) (Kusumadewi, 2003).
Salah satu implementasi yang diterapkan sistem pakar dalam
bidang psikologi, yaitu untuk sistem pakar menentukan jenis gangguan
perkembangan pada anak. Anak-anak merupakan fase yang paling rentan dan sangat
perlu diperhatikan satu demi satu tahapan perkembangannya. Contoh satu bentuk
gangguan perkembangan adalah conduct disorder. Conduct disorder adalah satu
kelainan perilaku dimana anak sulit membedakan benar salah atau baik dan buruk,
sehingga anak merasa tidak bersalah walaupun sudah berbuat kesalahan.
Dampaknya akan sangat buruk bagi perkembangan sosial anak
tersebut. Oleh karena itu dibangun suatu sistem pakar yang dapat membantu para
pakar/psikolog anak untuk menentukan jenis gangguan perkembangan pada anak
dengan menggunakan metode Certainty Factor (CF).
Contoh implementasi lainnya adalah aplikasi tes kepribadian
berbasiskan sistem pakar ini, lebih mudah dan lebih cepat dalam proses
pengukuran kepribadian dibandingkan metode terdahulu, sehingga memberikan banyak
keuntungan dari segi penghematan waktu, tenaga, dan memudahkan kinerja user
(pemakai) dalam mengukur kepribadiannya masing-masing. Selain itu aplikasi tes
kepribadian ini dikemas dengan tampilan yang cukup menarik.
Bagi masyarakat yang ingin mengetahui ukuran kepribadiannya,
mereka dapat menggunakan aplikasi ini sebagai referensi, dan bagi para
mahasiswa khususnya mahasiswa psikologi, aplikasi ini dapat dijadikan tambahan
untuk mendukung studi mereka terutama untuk sub bidang pengukuran kepribadian.
Namun demikian, aplikasi tes kepribadian berbasiskan sistem
pakar ini tidak bisa menggantikan seorang ahli karena dia pakar di bidangnya.
Aplikasi sistem pakar ini hanyalah alat bantu yang sangat bergantung pada
data-data yang di-input oleh seorang programmer sehingga aplikasi sistem pakar
ini haruslah selalu dikembangkan.
Sistem Pakar
di Bidang Eksplorasi Alam
Dalam bidang ini sistem pakar sangat
penting manfaatnya. Keputusan yang dihasilkan akan sangat bermanfaat. Contoh
penerapannya yaitu sistem pakar yang diterapkan pada alat pendeteksi kandungan
minyak bumi. Alat ini menghasilkan keputusan dari data-data yang ada, dan
mengambil keputusan ada atau tidaknya hingga berapa jumlah kandungan yang
terkandung. Rule base yang deprogram dibuat oleh para ahli dibidangnya.
Aplikasi pengmabilan keputusan
berupa resiko-resiko yang dapat terjadi bila melakukan penambangan. Sistem
pakar memperhitungkan berapa peluang keberhasilan yang dapat dicapai. Keputusan
ini harus sangat akurat dan meliputi seluruh aspek hingga keselamatan warga
sekitar. Jangan sampai timbul kesalahan yang disebabkan oleh salah dalam pengambilan
keputusan.
Manfaat yang dihasilkan sangat menguntungkan, tetapi bukan
berarti tidak terlepas dari beberapa kerugian penerapan sistem pakar di bidang
ini.
Keuntungan yang dapat diambil antara lan:
-
Akurasi perhitungan menjadikan
kegiatan di bidang ini mendapat keuntungan.
-
Perhitungan yang rumit dapat
terselesaikan dengan cepat.
- Keakuratan perhitungan meminimalisir
kesalahan factor manusia.
-
Menghasilkan informasi yang
mendukung, sehingga tugas para ahli lebih mudah untuk mengkaji ulang.
Kerugian yang dapat terjadi anatara
lain:
- Kesalahan perhitungan yang
menyebabkan kegagalan.
-
Pengaturan rule base yang
berganti-ganti pada setiap eksplorasi yang berbeda.
Sistem Pakar Di
Bidang Kedokteran
Contoh alat kedokteran yang
menerapkan sistem pakar di dalamnya antara lain USG (ultrasonografi). Alat ini
bekerja berdasarkan pantulan gelombang suara ultrasonik. Banyak digunakan untuk
mendeteksi janin dalam kandungan. Alat ini bekerja dengan menerima input berupa
suara yang lalu diolah menjadi sebuah informasi berupa visual. Alat ini cukup
aman karena tidak menimbulkan radiasi seperti sinar-x yang biasanya digunakan
untuk rontgen.
Alat lain yang menerapkannya adalah
pengukur kadar lemak dalam darah. Alat ini berfungsi untuk mengetahui kadar
lemak dalam darah seseorang. Terlebih dahulu diberi input yang mendukung
perhitungan. Perhitungan alat ini telah dirumuskan dengan rule base yang telah
terprogram. Setelah input dimasukkan maka alat ini secara otomatis mengolah
datanya dan hasilnya berupa keputusan.
Keuntungan yang dapat diambil antara lain:
- Membantu dalam menghasilkan
keputusan berupa analisa suatu penyakit.
- Membantu tugas yang tidak dapat
dilakukan secara manual oleh manusia.
- Memudahkan untuk penyembuhan.
Kerugian
yang dapat terjadi antara lain:
- Error yang terjadi saat pengambilan keputusan.
- Rule base yang harus sesuai dengan kondisi setiap pasien.
- Efek samping dari tindakan yang dilakukan oleh alat.
Contoh Sistem Pakar
PROSPECTOR
- Di desain oleh Sheffield Research Institute, akhir 70-an.
- Sistem pakar yang membantu ahli geologi dalam mencari dan menemukan deposit.
- Basis pengetahuan berisi bermacam-macam mineral dan batu-batuan.
Banyak pakar geologi diwawancarai dan pengetahuan mereka tentang
berbagai bentuk biji deposit dimasukkan ke dalam sistem pakar.
- Ahli geologi melacak biji deposit dengan pergi ke lapangan untuk
meninjau medan dan mengumpulkan bukti yang ada seperti ciri-ciri geologi
dicatat, sampel tanah dan batu-batuan. Sistem pakar mengevaluasi areal
dalam bentuk pertanyaan dan data-data tersebut dimasukkan, kemudian
Prospector memberikan rekomendasi yang menunjukkan jumlah deposit yang
ada dan apakah menguntungkan atau tidak bila dieksplorasi atau di bor
lebih lanjut.
Keuntungan
Sistem Pakar
Secara garis besar, banyak manfaat yang dapat diambil dengan
adanya sistem pakar, antara lain :
- Memungkinkan orang awam bisa mengerjakan pekerjaan para
ahli.
- Bisa melakukan proses secara berulang secara otomatis.
- Menyimpan pengetahuan dan keahlian para pakar.
- Meningkatkan output dan produktivitas.
- Meningkatkan kualitas.
- Mampu mengambil dan melestarikan keahlian para pakar
(terutama yang termasuk keahlian langka).
- Mampu beroperasi dalam lingkungan yang berbahaya.
- Memiliki kemampuan untuk mengakses pengetahuan.
- Memiliki reabilitas.
- Meningkatkan kapabilitas sistem komputer.
- Memiliki kemampuan untuk bekerja dengan informasi yang
tidak lengkap dan mengandung ketidakpastian.
- Sebagai media pelengkap dalam pelatihan.
- Meningkatkan kapabilitas dalam penyelesaian masalah.
- Menghemat waktu dalam pengambilan keputusan.