SISTEM BERBASIS PENGETAHUAN PENDAHULUAN HENKI FDS R
DESKRIPSI PERKULIAHAN Mata Kuliah Sistem Berbasis Pengetahuan (2 SKS) Tujuan : Mhs mampu memahami SBP : karakteristik, penggunaan, manfaat dan arsitektur Memecahkan masalah nyata dan memodelkan dengan SBP
ATURAN PERKULIAHAN Tingkat kehadiran 75% Toleransi keterlambatan : 30 menit
Tidak ada ujian susulan untuk UTS dan UAS (tidak terkecuali sakit) Berbuat curang dalam tugas/ujian, nilai =0 Boleh membuka hp atau laptop di luar ruangan.
LINGKUP BAHASAN SBP dan sistem pakar: definisi, arsitektur, pengembangan, masalah Overview representasi pengetahuan Logika proposisi / predikat, production rules, DT
Logika Fuzzy dan Jaringan Syaraf Tiruan Masalah klasifikasi dan konstruksi Contoh sistem pakar
REFERENSI Dym, Clive L & Levitt, Raymond E, Knowlegde-Based Systems in Engineering, McGraw-Hill, Singapore, 1991 Endra Pitowarno, Robotika: Disain, Kontrol, dan Kecerdasan Buatan, Andi, Yogyakarta, 2006. Giarratano, J and G. Riley, Expert System : Principle and Programming, 4th ed, PWS Kent, USA,2004
Suryadi HS, Pengantar Sistem Pakar, Gunadarma, Jakarta, 1994 http://www.aaai.org/aitopics/html/soft.html
http://www.cs.cmu.edu/afs/cs/project/airepository/ai/areas/expert/systems/clips/0.html
PENGANTAR SISTEM BERBASIS PENGETAHUAN
MENGAPA DIBUTUHKAN? Meningkatkan ketersediaan pakar Kepakaran: sulit diperoleh, jumlah sedikit,mahal. SBP/ES: Produksi dan distribusi masal kepakaran Menjaga kepakaran bersifat permanen Performansi lebih baik dari pakar manusia: stabil, unemotional, respon reasonable
MENGAPA DIBUTUHKAN? (2) Meningkatkan confidence keputusan Output SBP: pendapat kedua Penjelasan detil reasoning →pakar manusia mungkin tidak mau/tidak dapat melakukannya
Intelligent tutor Mengevaluasi pengetahuan pakar: correctness, consistency, completeness
SBP DAN SISTEM PAKAR SBP: Sistem yang melakukan task dengan mengaplikasikan pengetahuan dalam representasi simbolik
Sistem pakar: simulasi pakar: pengetahuan dan penalaran sistem komputer yang meniru kemampuan pengambilan keputusan pakar pada domain tertentu
SISTEM BERBASIS PENGETAHUAN Sistem Komputer Sistem Berbasis Pegetahuan Robotik
Sistem Pakar Games
HUBUNGAN PROBLEM DOMAIN DAN KNOWLEDGE DOMAIN Problem Domain Knowledge Domain
Knowledge Domain
DEFINISI SISTEM PAKAR Sistem komputer yang dapat melakukan penalaran terhadap persoalan tertentu seperti penalaran yang dilakukan manusia (Michael P. Geografi) Sistem Komputer yang bisa menyamai atau meniru kemampuan seorang pakar (Giarratano dan Riley) Program komputer yang dimanfaatkan untuk meniru proses pengambilan keputusan seorang pakar dalam bidang tertentu (Michael W. Parks) Etc.
TUJUAN DAN FUNGSI SISTEM PAKAR Memasyarakatkan Pengetahuan dan Pengalaman seorang Pakar Dapat digunakan non-expert untuk meningkatkan kemampuan pemecah- an masalah dan oleh expert sebagai knowledgeable assistant Menyederhanakan pekerjaan dan memperbaiki kualitas Memecahkan masalah (sederhana) tanpa kehadiran seorang pakar
EXPERTISE ATAU KEPAKARAN
Meliputi pengetahuan tentang : Fakta-fakta dan teori-teori tentang bidang permasalahan Aturan-aturan (heuristic) tentang apa yang harus dikerjakan dalam situasi tertentu
Strategi global untuk memecahkan perma-salahan semacam ini Pengetahuan tentang pengetahuan (meta knowledge)
PAKAR Melibatkan kegiatan :
Mengenali dan memformulasikan permasa- lahan Memecahkan permasalahan secara cepat dan tepat Menerangkan pemecahannya
Belajar dari pengalaman Merestrukturisasi pengetahuan Memecahkan aturan-aturan Menentukan relevansi
KOMPONEN UTAMA SISTEM PAKAR
User
Expertise
Facts / Information
Expertise Developer
User Interface
Knowledge Base
Inference Engine
KOMPONEN UTAMA SISTEM PAKAR User Interface Interaksi dengan end-user Pengembangan dan pemeliharaan sistem
Knowledge Base Berisi informasi penting tentang domain permasalahan Menyatakan fakta dan aturan
KOMPONEN UTAMA SISTEM PAKAR (2) Inference Engine Mekanisme untuk memunculkan pengetahuan baru dari pengetahuan sistem dan informasi yang diberikan oleh user Berdasarkan penggunaan aturan
USER INTERFACE Input expert system Input dapat berbentuk menu, perintah (command), bahasa alamiah, dialog box
Output expert system Penjelasan dari pertanyaan Penjelasan dari penyelesaian masalah
KNOWLEDGE BASE Contoh aturan Jika suhu 39 dan trombosit menurun tajam maka demam berdarah (0.7)
Jaringan aturan Kesimpulan
Kesimpulan
Bukti
Bukti
Kesimpulan
Bukti
Bukti
Bukti
Bukti
Bukti
Bukti
INFERENCE ENGINE Proses penalaranJika A maka B Jika B atau D maka K Jika C maka D
Jika M maka E
Jika K dan L maka N
Jika E maka L Jika N atau O maka P
Jika K maka F
Jika G maka H
Jika I maka J
Jika (F dan H) atau J maka M
Jika M maka O
DEVELOPMENT ENGINE Bahasa pemrograman LISP, Prolog
Contoh program sistem pakar Mycin Dikembangkan oleh Edward Shortliffe (peneliti) & Stanton Axline (dokter) Mycin diciptakan untuk mendiagnosa penyakit menular tertentu
Peran sistem analis Mengerti bagaimana pakar menerapkan pengetahuan mereka dalam memecahkan masalah Mampu mengekstrasi penjelasan mengenai pengetahuan dari pakar
BAHASA-BAHASA PEMROGRAMAN SISTEM PAKAR LisP
Insight 2 +
ProLog
Amzy Logic
ExSys
JESS
PC +
CLIPS
Expert Ease
Etc.
KONSEP UMUM DAN KARAKTERISTIK SISTEM PAKAR Akusisi pengetahuan
transfer pengetahuan dari manusia ke komputer Kadang pengetahuan dipelajari langsung oleh sistem dari lingkungan machine learning
Representasi pengetahuan
Mempermudah untuk menyimpan dan memroses pengetahuan di komputer
Inferensi
Mekanisme untuk menghasilkan kesimpulan baru dari pengetahuan di komputer
Penjelasan
Menjelaskan ke pengguna bagaimana dan mengapa sebuah solusi dihasilkan.
PENGEMBANGAN TEKNOLOGI SISTEM PAKAR Sangat dipengaruhi oleh pengetahuan kognitif dan matematika Cara manusia menyelesaikan masalah Dasar utama seperti logika dan inferensi
Aturan produksi sebagai mekanisme representasi IF … THEN type rules reasonably close to human reasoning can be manipulated by computers appropriate granularity knowledge “chunks” are manageable both for humans and for computers
[Dieng et al. 1999]
CONTOH SISTEM PAKAR DENDRAL Identifikasi molekul kimia
MYCIN Diagnosis penyakit
PROSPECTOR Analisis data geologi untuk keberadaan mineral Menemukan deposit mineral senilai $100 million
XCON/R1 konfigurasi sistem komputer DEC VAX
JANGAN GUNAKAN SBP JIKA : Program konvensional lebih efisien Tantangan utamanya komputasi, bukan pengetahuan
Pengetahuan tidak bisa didapatkan dengan mudah Pengguna mungkin enggan mengaplikasikan sistem pakar untuk task yang kritis