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.
Category ›
Backward Chaining
,
Forward Chaining
,
Inference Engine
,
Knowledge Base
,
Sistem Pakar
,
Working Memory
No comments:
Post a Comment