Anda di halaman 1dari 4

1.

Komponen : 1. Subsistem penambahan pengetahuan : bagian ini digunakan untuk memasukkan pengetahuan, mengkonstruksi atau memperluas pengetahuan dalam basis pengetahuan. 2. Basis pengetahuan : berisi pengetahuan-pengetahuan yang dibutuhkan untuk memahami, memformulasikan dan menyelesaikan masalah. Tersusun atas fakta dan kaidah. Fakta adalah informasi tengtang objek, peristiwa atau situasi. Kaidah adalah cara untuk membangkitkan suatu fakta baru dari fakta yang diketahui. 3. Motor inferensi : program yang berisi metodologi yang digunakan untuk melakukan penalaran terhadap informasi-informasi dalam basis pengetahuan, serta digunakan untuk memformulasikan konklusi. 4. Workspace : area dalam memory yang digunakan untuk merekam kejadian yang sedang berlangsung termasuk keputusan sementara. 5. Interface : dua batasan antara entitas, berfungsi sebagai penengah untuk media komunikasi antara user dan program. 6. Subsistem penjelasan : digunakan untuk melacak respon dan memberikan penjelasan tentang kelakuan sistem pakar secara interaktif melalui pertanyaan. 7. Perbaikan : diguankan untuk mengevaluasi kinerja sistem pakar itu sendiri untuk melihat apakah pengetahuan-pengetahuan yang ada masih cocok digunakan untuk di masa mendatang. 2. Jelaskan setiap elemen manusia dalam Sistem Pakar (20) PAKAR Dapat mengenali dan merumuskan masalah Menyelesaikan masalah dengan cermat dan tepat Menjelaskan solusi dari suatu masalah

Restrukturisasi pengetahuan Belajar dari pengalaman Memahami batas kemampuan PEMBANGUN PENGETAHUAN Menterjemahkan dan merepresentasikan pengetahuan yang diperoleh dari pakar maupun sumber terdokumentasi lainnya ke dalam bentuk yang bisa diterima oleh sistem pakar PEMBANGUN SISTEM Bertugas merancang antarmuka pengguna sistem pakar Merancang pengetahuan yang sudah diterjemahkan oleh pembangun pengetahuan ke dalam bentuk yang sesuai dan dapat diterima oleh sistem pakar serta mengimplementasikan ke dalam mesin inferensi PENGGUNA Klien bukan pakar, untuk mencari saran/nasehat Mahasiswa, untuk belajar Pembangun sistem, untuk memperbaiki/menambah basis pengetahuan Pakar, membantu analisis rutin/proses komputasi 3. Penjelasan : a. Representasi pengetahuan : kombinasi sistem berdasarkan dua elemen, yaitu struktur data dan penafsiran prosedur untuk digunakan pengetahuan dalam menyimpan struktur data. b. Inferensi : proses yang digunakan dalam sistem pakar untuk menghasilkan informasi baru dari informasi yang telah diketahui. c. Forward chaining : Metode ini melakukan pemrosesan berawal dari sekumpulan data untuk kemudian dilakukan inferensi sesuai dengan aturan yang diterapkan hingga diketemukan kesimpulan yang optimal. Metode ini digunakan untuk masalah pengendalian dan peramalan. d. Backward chaining : Metode ini menggunakan pendekatan goal-driven, dimulai dari harapan apa yang terjadi (hipotesis) dan kemudian mencari bukti yang mendkung (atau berlawanan) dengan harapan kita. Metode ini digunakan untuk masalah diagnosis. 4. a. Sistem pakar (expert system ) merupakan paket perangkat lunak atau paket program komputer yang ditujukan sebagai penyedia nasehat dan sarana bantu dalam memecahkan masalah seperti layaknya seorang pakar (human expert). b. Expert system merupakan subset dari Artificial Intelegence. 5. Faktor Manajemen

Dukungan manajamen merupakan keharusan Kebijakan Dana Sumber daya Pelatihan untuk pengguna Faktor Pengetahuan Pengetahuan didapat dari setidaknya satu orang pakar Tingkat kepakaran yang cukup tinggi Pengetahuan dapat diinterpretasikan secara simbolis Faktor Antarmuka Antarmuka dapat mengakomodir target pengguna (awam, teknis, pakar) Antarmuka disesuaikan dengan spesifikasi sistem pakar itu sendiri Faktor Lingkup Permasalahan Kebutuhan akan solusi sepadan dengan biaya dan tenaga untuk membangun sebuah sistem pakar (cukup sulit) Permasalahan yg akan diselesaikan merupakan masalah kualitatif (fuzzy) dan tidak bisa diselesaikan dengan metode tradisional Permasalahan terfokus dalam satu bidang yang tidak terlalu luas Pakar tidak selalu tersedia 6. Kelemahan Sistem Pakar Sistem pakar memiliki beberapa kelemahan,antara lain: Biaya yang diperlukan untuk membuat dan memeliharanya sangat mahal. Sulit dikembangkan. Hal ini tentu saja erat kaitannya dengan ketersediaan pakar di bidangnya. Sistem Pakar tidak 100% bernilai benar 7. - Ketidakpastian dapat dianggap sebagai suatu kekurangan informasi yang memadai untuk membuat suatu keputusan - Ketidakpastian merupakan suatu permasalahan karena mungkin menghalangi kitadalam membuat suatu keputusanyang terbaik bahkan mungkin dapat menghasilkan suatu keputusanyang buruk - Semua mahluk hidupadalah ahli dalam urusanyang berhubugandengan ketidakpastian atau mereka tidak akan dapat bertahan hidupdalam semesta ini. Beberapa sumber ketidakpastian : - Masalah, Beberapa masalah meliputi faktor-faktor yang oleh sifat mereka, tidak pasti atau acak. - Data, Beberapa masalah mungkin memiliki batasan yang kurang jelas bagi seseorang. Orang yang menghadirkan masalah mungkin mengetahui beberapa fakta untuk kepastian, menuduh lainnyadan tidak mengetahui lainnya.

- Pakar, Manusia sering dapat memakai pengetahuan mereka tanpa mengetahui secara eksplisitapa pengetahuan itu sendiri. - Solusi, 8. Tujuan dari sebuah sistem pakar adalah untuk mentransfer kepakaran yang dimiliki seorang pakar kedalam komputer, dan kemudian kepada orang lain(non-expert).