By: Sulindawaty, M.Kom
1
Kata Pengantar
Sistem Pakar adalah mata kuliah yang mendukung untuk membuat
aplikasi yang dapat
memecahkan masalah dengan pengetahuan seorang pakar yang di dimasukkan dalam komputer. Beberapa kontribusi dari mata kuliah sistem pakar selain dapat memberikan pengetahuan untuk mampu menangkap pengetahuan dari kepakaran seseorang. Juga memberikan teknik-teknik representasi pengetahuan dalam suatu rule atau sistem berbasis rule, yaitu pengetahuan disimpan dalam bentuk rule, sebagai prosedur pemecahan masalah. Selain memberikan latihan dalam kemampuan menganalisa dan menghitung dengan
beberapa metode penelusuran, tingkat
probabilitas dan tingkat kepastian. Harapannya buku ini dapat bermanfaat
sebagai referensi bahan ajar, penelitian dsb. Dan
memberikan sumbangan yang berarti bagi perkembangan ilmu pengetahuan.
April, 2015
( Penulis)
2
DAFTAR ISI
Halaman
KATA PENGANTAR ...................................................................................
i
DAFTAR ISI..................................................................................................
ii
BAB I
MENGENAL SISTEM PAKAR ...............................................
1
1.1. Defenisi Sistem Pakar ............................................................
6
1.2. Struktur Sistem Pakar .............................................................
7
1.3. Pengembangan Sistem Pakar .................................................
10
1.4. Metode Inferensi................................................................... .
12
1.5. Arsitektur Sistem Pakar............................................................
12
1.6. Metode Inferensi.............................................. ......................
13
1.7. Keuntungan dan kelemahan Sistem Pakar…………………..
15
BACKWARD CHAINNING ......................................................
17
2.1.Implemantasi .......................................................................... .
17
2.2 Algoritma Sistem .....................................................................
21
2.3. Flowchart Program .................................................................
23
2.4. Perancangan Sistem ................................................................
27
2.5. Perancangan Antar Muka .......................................................
29
2.6.Implementasi system………………………………………….
34
2.7. Pengujian Sistem……………………………………………..
38
2.8. Diskusi………………………………………………………..
42
BAB II
3
BAB III FORWARD CHAINNING .........................................................
43
3.1. Anlisa Permasalahan ...............................................................
44
3.2. Algortima Sistem ....................................................................
15
3.3. Flowchart Program..................................................................
36
3.4. Pemodelan/ Perancangan Sistem ............................................
57
3.5. Implementasi Sistem………………………………………….
77
3.6. Diskusi………………………………………………………..
82
BAB IV DEMSTER SHAFER............ ......................................................
85
4.1.Implementasi Dempstr Shafer.................................................. .
85
4.2. Penerapan Demster Shafer...................................................... ..
92
4.3. Flowchart Program………………………………………….....
97
4.4. Pemodelan/ Perancangan Sistem………………………………
107
4.5. implementasi Sistem…………………………………………..
108
4.6. Diskusi…………………………………………………………
113
BAB V TEOREMA BAYES........... .......................................................... ..
115
5.1. Jenis-jenis penyakit ................................................................. .
115
5.2. Algoritma Sistem......................................................................
133
5.3. Flowchart Program…………………………………………...
147
5.4. Pemodelan/ Perancangan Sistem……………………………...
148
5.5. Antar muka pemakai…………………………………………..
154
BAB VI TEOREMA BAYES KASUS 2........... ...................................... ..
159
6.2. Aplikasi dengan ayes .................................................................
160
6.3. Pengujian……………………………………………………….
185
6.4. Diskusi……………………………………………………………
186
4
BAB VII CERTAINTY FACTOR........... ................................................ …. .
190
7.1. Defenisi Certainty Factor ........................................................ ......
190
7.2. Implementasi Certainty Factor.......................................................
193
7.3. Analisis Permasalahan……………………………………………. 206 7.4. Pembuatan Aplikasi……………………………………………….. 213 7.5 Pengujian…………………………………………………………. 216 7.6. Kelebihan Sistem………………………………………………… 219 7.7.Diskusi…………………………………………………………….. 219
5
BAB.
1
MENGENAL SISTEM PAKAR
1.1 Defenisi Sistem Pakar Sistem pakar adalah program kecerdasan buatan yang menggabungkan pangkalan pengetahuan base dengan sistem inferensi untuk menirukan seorang pakar. Sistem pakar merupakan sistem yang berusaha mengadopsi pengetahuan manusia ke komputer, agar komputer dapat menyelesaikan masalah seperti yang biasa dilakukan oleh para ahli. Diharapkan dengan sistem pakar ini, pengguna dapat menyelesaikan masalah tertentu, tanpa bantuan para ahli dalam bidang tersebut. Suatu sistem dikatakan sistem pakar apabila memiliki ciri-ciri sebagai berikut: 1. Terbatas pada domain keahlian tertentu. 2. Dapat memberikan penalaran untuk data-data yang tidak lengkap atau tidak pasti. 3. Dapat menjelaskan alasan-alasan dengan cara yang dapat dipahami. 4. Bekerja berdasarkan pada kaidah atau rule tertentu. 5. Mudah dimodifikasi. 6. Basis pengetahuan dan mekanisme inferensi terpisah. 7. Keluarnya atau output bersifat anjuran. 8. Sistem dapat mengaktifkan kaidah secara searah yang sesuai.
6
1.2 Struktur Sistem Pakar Ada dua bagian penting dari Sistem pakar, yaitu lingkungan pengembangan (development environment) dan lingkungan konsultasi (consultation environment). Lingkungan pengembangan digunakan oleh pembuat sistem pakar untuk membangun komponen-komponennya dan memperkenalkan pengetahuan ke dalam knowledge base (basis pengetahuan). Lingkungan konsultasi digunakan oleh pengguna untuk berkonsultasi sehingga pengguna mendapatkan pengetahuan dan nasihat dari Sistem Pakar layaknya berkonsultasi dengan seorang pakar.
7
Lingkungan Konsultasi
User
Fakta-fakta tentang kejadian tertentu
Antar Muka Fasilitas Penjelasan
Lingkungan Pengembangan Basis Pengetahuan Fakta : Apa yang diketahui tentang area domain Rule : logical reference
Rekayasa Pengetahuan Akuisi pengetahuan
Aksi yang direkomendasi
Motor inferensi Pengetahuan pakar
Blackboard Rencana Agenda Solusi Deskripsi masalah
Perbaikan pengetahuan
Sumber: kecerdasan buatan(2010:167)
Gambar 2.1 Komponen-komponen yang penting dalam sebuah sistem pakar
Keterangan : 1.
Akuisi Pengetahuan Subsistem ini digunakan untuk memasukkan pengetahuan dari seorang pakar dengan cara merekayasa pengetahuan agar bisa diproses oleh komputer dan menaruhnya ke dalam basis pengetahuan dengan format tertentu (dalam bentuk representasi pengetahuan). Sumbersumber pengetahuan bisa diperoleh dari pakar, buku, dokumen multimedia, basis data, laporan riset khusus, dan informasi yang terdapat di web. 8
2.
Basis Pengetahuan (Knowladge Base) Basis pengetahuan mengandung pengetahuan yang diperlukan untuk memahami, memformulasikan dan menyelesaikan masalah. Basis pengetahuan terdiri dari dua elemen dasar, yaitu : a. Fakta, misalnya situasi, kondisi, atau permasalahan yang ada. b. Rule (Aturan), untuk mengarahkan penggunaan pengetahuan dalam memecahkan masalah.
3.
Mesin Inferensi (Inference Engine) Mesin inferensi adalah sebuah program yang berfungsi untuk memandu proses penalaran terhadap suatu kondisi berdasarkan pada basis pengetahuan yang ada, memanipulasi dan mengarahkan kaidah, model, dan fakta yang disimpan dalam basis pengetahuan untuk mencapai solusi atau kesimpulan. Dalam prosesnya, mesin inferensi menggunakan strategi pengendalian, yaitu strategi yang berfungsi sebagai panduan arah dalam melakukan proses penalaran. Ada tiga teknik pengendalian yang digunakan, yaitu forward chaining, backward chaining, dan gabungan dari kedua teknik tersebut.
4.
Daerah Kerja (Blackboard) Untuk merekam hasil sementara yang akan dijadikan sebagai keputusan dan untuk menjelaskan sebuah masalah yang sedang terjadi, Sistem Pakar membutuhkan Blackboard, yaitu area pada memori yang berfungsi sebagai basis data. Tiga tipe keputusan yang dapat direkam pada blackboard, yaitu: a. Rencana : bagaimana menghadapi masalah b. Agenda : aksi-aksi potensial yang sedang menunggu untuk dieksekusi. c. Solusi : calon aksi yang akan dibangkitkan.
5.
Antarmuka Pemakai (User Interface) 9
Digunakan sebagai media komunikasi antara pengguna dan Sistem Pakar. Komunikasi ini paling bagus bila disajikan dalam bahasa alami (natural language) dan dilengkapi dengan grafik, menu, dan formulir elektronik. Pada bagian ini akan terjadi dialog antara Sistem Pakar dan pengguna. 6.
Subsistem Penjelasan (Explanation Subsystem / Justifier) Berfungsi memberi penjelasan kepada pengguna, bagaimana suatu kesimpulan dapat diambil. Kemampuan seperti ini sangat penting bagi pengguna untuk mengetahui proses pemindahan keahlian pakar maupun dalam pemecahan masalah.
7.
Sistem Perbaikan Pengetahuan (Knowledge Refining System) Kemampuan memperbaiki pengetahuan (knowledge refening system) dari seorang pakar diperlukan untuk menganalisis pengetahuan, belajar dari kesalahan masa lalu, kemudian memperbaiki pengetahuannya sehingga dapat dipakai pada masa mendatang. Kemampuan evaluasi diri seperti itu diperlukan oleh program agar dapat menganalisis alasan-alasan kesuksesan dan kegagalannya dalam mengambil kesimpulan. Dengan cara ini basis pengetahuan yang lebih baik dan penalaran yang lebih efektif akan dihasilkan.
8.
Pengguna (User) Pada umumnya pengguna sistem pakar bukanlah seorang pakar (non-expert) yang membutuhkan solusi, saran, atau pelatihan (training) dari berbagai permasalahan yang ada.
1.3 Pengembangan Sistem Pakar Pengembangan penjelasan lebih lanjut mengenai keunggulan sistem pakar dibanding seorang pakar, yaitu: 1.
Sistem pakar bisa digunakan setiap hari menyerupai sebuah mesin sedangkan seorang pakar tidak mungkin bekerja terus menerus setiap hari tanpa beristirahat. 10
2.
Sistem pakar merupakan suatu software yang dapat diperbanyak dan kemudian dibagikan ke berbagai lokasi maupun tempat yang berbeda untuk digunakan sedangkan seorang pakar hanya bekerja pada satu tempat dan pada saat yang bersamaan.
3.
Suatu sistem pakar dapat diberi pengamanan untuk menentukan siapa saja yang diberikan hak akses untuk menggunakannya dan jawaban yang diberikan oleh sistem terbebas dari proses intimidasi atau ancaman, sedangkan seorang pakar bisa saja mendapat ancaman atau tekanan pada saat menyelesaikan permasalahan.
4.
Pengetahuan (knowledge) yang disimpan pada sistem pakar tidak akan bisa hilang atau lupa, yang dalam hal ini tentu harus didukung oleh maintenance yang baik, sedangkan pegetahuan seorang pakar manusia lambat laun akan hilang karena meninggal, usia yang semakin tua, maupun menderita suatu penyakit.
5.
Kemampuan memecahkan masalah pada suatu sistem pakar tidak dipengaruhi oleh faktor dari luar seperti intimidasi, perasaan kejiwaan, faktor ekonomi atau perasaan tidak suka.
6.
Umumnya kecepatan dalam memecahkan masalah pada suatu sistem pakar relatif lebih cepat dibandingkan oleh seorang pakar manusia.
7.
Biaya menggaji seorang pakar lebih mahal bila dibandingkan dengan penggunaan program sistem pakar (dengan asumsi bahwa program sistem pakar itu sudah ada).
1.4 Metode Inferensi Inferensi adalah proses untuk menghasilkan informasi dari fakta yang diketahui atau diasumsi. Inferensi adalah konklusi logis (logical conclusion) atau implikasi berdasarkan informasi yang tersedia. Dalam sistem pakar proses inferensi dilakukan dalam suatu modul yang disebut Inference Engine (Mesin inferensi).
11
1.5 Bentuk Sistem Pakar Ada 4 bentuk sistem pakar yaitu : 1. Berdiri sendiri. Sistim pakar jenis ini merupakan software yang berdiri sendiri tidak bergabung dengan software yang lainnya. 2. Tergabung. Sistem pakar jenis ini merupakan bagian program yang terkandung di dalam suatu algoritma konvensional, atau merupakan program di mana di dalamnya memanggil algoritma subrutin lain. 3. Menghubungkan ke software yang lain Bentuk ini biasanya merupakan sistem pakar yang menghubungkan ke suatu paket program tertentu, misalnya dengan DBMS (Data Base Management System). 4. Sistem mengabdi. Sistem pakar merupakan bagian dari komputer khusus yang dihubungkan dengan suatu fungsi tertentu.Misalnya sistem pakar yang digunakan untuk membantu menganalisis data radar.
1.6 Arsitektur Sistem Pakar Sistem pakar disusun oleh dua bagian utama, yaitu lingkungan pengembangan (development environment) dan lingkungan konsultasi (consultation environment). Lingkungan pengembangan digunakan oleh pembuat sistem pakar untuk membangun komponenenkomponennya dan memperkenalkan pengetahuan ke dalam knowladge base (basis pengetahuan).
12
Lingkungan konsultasi digunakan penguna untuk berkonsultasi sehingga pengguna mendapatkan pengetahuan dan nasihat dari sistem pakar layaknya berkonsultasi dengan pakar. 1.7 Metode Inferensi Metode inferensi merupakan suatu cara penarikan kesimpulan yang dilakukan oleh mesin inferensi dalam menyelesaikan masalah. Secara umum metode inferensi dalam sistem pakar terdiri atas 2 yaitu : a. Pelacakan Ke Depan (Forward Chaining) Menurut Irawan 2007 dalam ( Rima Izzul Millah dkk.) metode forward chaining adalah suatu metode dari inference engine untuk memulai penalaran atau pelacakan suatu data dari fakta-fakta yang ada menuju suatu kesimpulan. Forward chaining juga dapat diartikan strategi pengambilan keputusan yang dimulai dari bagian premis (fakta) menuju konklusi (kesimpulan akhir) (Kusrini,2006). Pelacakan kedepan adalah pendekatan yang dimotori data ( data-driven ). Dalam pendekatan ini pelacakan dimulai dari informasi masukan, dan selanjutnya mencoba menggambarkan kesimpulan. Pelacakan kedepan, mencari fakta yang sesuai dengan bagian IF dari aturan IF – THEN. Pencocokan fakta atau pernyataan dimulai dari bagian kiri (IF dahulu). Dengan kata lain, penalaran dimulai dari fakta terlebih dahulu untuk menguji kebenaran hipotesis. Contoh penerapan forward chaining pada pendeteksian penyakita ayam dapat dilihat pada kasus di bawah ini : IF nafsu makan berkurang
13
AND nafas sesak/megap-megap AND badan kurus AND bulu kusam dan berkerut AND diare AND produksi telur menurun AND mencret keputih-putihan AND kedinginan AND kaki bengkak AND terdapat kotoran putih menempel di sekitar dubur THEN Berak kapur / Pullorum Disease Secara sederhana kaidah di atas dapat dijelaskan bahwa IF dan AND merupakan bagian premis (fakta). Fakta ini harus diinputkan terlebih dahulu, kemudian hasil penginputan tersebut akan otomtis diperoleh konklusinya dalam bentuk THEN b. Pelacakan Ke Belakang (Backward Chaining) Backward Chaining adalah suatu strategi pengambilan keputusan dimulai dari pencarian solusi dari kesimpulan kemudian menelusuri fakta-fakta yang ada hingga menemukan solusi yang sesuai dengan fakta-fakta yang diberikan pengguna (Kusrini, 2006). Contoh penalaran backward chaining adalah : Lampu 1 rusak. IF lampu 1 dinyalakan AND lampu 1 tidak menyala AND lampu 1 dihubungkan dengan sekering 14
AND sekering masih utuh Penalaran di atas dapat dijelaskan bahwa sistem terlebih dahulu menduga. 1.8 Keuntungan dan Kelemahan Sistem Pakar Ada beberapa keuntungan di dalam sistem pakar, di antaranya : 1. Menghimpun data dalam jumlah yang besar 2. Menyimpan data tersebut dalam jangka waktu yang lama dalam bentuk tertentu 3. Mengerjakan perhitungan secara cepat dan tepat serta mencari kembali data yang tersimpan dengan kecepatan tinggi Sementara kemampuan sistem pakar ( expert system ) di antaranya adalah : 1. Menjawab berbagai pertanyaan yang menyangkut bidang keahliannya 2. Bila diperlukan dapat menyajikan asumsi dan latar penalaran yang digunakan untuk sampai ke jawaban yang dikehendaki. 3. Menambah fakta kaidah dan alur penalaran. Selajutnya keuntungan yang bisa diambil dari sistem pakar adalah : 1. Menjadikan pengetahuan lebih mudah didapat. 2. Meningkatkan output dan produktifitas. 3. Menyimpan kemampuan dan keahlian para pakar. 4. Meningkatkan penyelesaian masalah, penerangan, sistem pakar khas. 5. Meningkatkan realibitas. 15
6. Memberikan respons (jawaban) yang cepat. 7. Merupakan panduan yang intelegence (cerdas). 8. Dapat bekerja dengan informasi yang kurang lengkap dan mengandung ketidakpastian 9. Inteligent databases (basis data cerdas), bahwa sistem pakar dapat digunakan untuk mengakses basis data dengan cara cerdas
Selain keuntungan – keuntungan di atas, sistem pakar seperti halnya sistem yang lainnya juga memiliki kelemahan, di antaranya adalah : 1. Masalah dalam mendapatkan pengetahuan, di mana pengetahuan tidak selalu bisa didapat dengan mudah. Hal ini disebabkan terkadang karena kepakaran tersebut tidak ada atau pendekatan yang dibuat oleh satu pakar dengan pakar lainnya berbeda. 2. Untuk membuat suatu sistem yang berkualitas sangat sulit dan memerlukan biaya yang tinggi. 3. Boleh jadi sistem pakar tidak dapat membuat keputusan. 4. Sistem pakar tidaklah 100% menguntungkan, walaupun sering tidak sempurna atau tidak selalu benar. Oleh karena itu perlu diuji ulang sebelum digunakan. Dalam hal ini peranan manusia merupakan faktor dominan Kelemahan – kelemahan dari sistem pakar tersebut bukanlah sama sekali tidak bisa diatasi, tetapi dengan terus melakukan perbaikan dan pengolahan berdasarkan pengalaman yang telah ada maka hal ini diyakini akan dapat diatasi, walaupun dalam waktu yang panjang dan terus menerus .
16
