Pertemuan 3

Arsitektur Sistem Pakar

Arsitektur Sistem Pakar

2 bagian yg membangun struktur sistem pakar yaitu
(Turban,1995):
Development Environment (Lingkungan Pengembangan)
digunakan sebagai pembangun sistem pakar baik dari segi
pembangun komponen maupun basis pengetahuan
Consultation (run time) Environment (Lingkungan Konsultasi)
digunakan oleh seseorang yang bukan ahli untuk
berkonsultasi (end user)

Eka Dyar W
eka.dyar@yahoo.com

Eka Dyar W
eka.dyar@yahoo.com

Contd

Komponen yang secara umum ada pada

struktur detail sistem pakar
1.

2.
3.
4.
5.
6.
7.

Knowledge Aqcuisition System (penambah

pengetahuan)
Knowledge Base (basis pengetahuan)
Inference Engine (mesin inferensi)
User Interface (antarmuka)
User (pemakain)
Workspace (Blackboard)
Explanation Subsystem (fasilitas penjelasan)
Eka Dyar W
eka.dyar@yahoo.com

1. Knowledge Aqcuisition
System
(Subsistem penambahan pengetahuan)
Bagian ini digunakan untuk memasukkan
pengetahuan, mengkonstruksi atau memperluas
pengetahuan dalam basis pengetahuan dan/
atau inference engine.

Eka Dyar W
eka.dyar@yahoo.com

Contd
Pengetahuan itu bisa berasal dari:
terdokumentasikan (buku, manual, dll)
tidak terdokumentasikan (orang, mesin, dll)
databases
internet

Eka Dyar W
eka.dyar@yahoo.com

Contd (metode manual dari

knowledge acquisition)
Experts

Elic
itati
o
n

Knowledge
engineer
Documented
knowledge

Eka Dyar W
eka.dyar@yahoo.com

Coding

Knowledge
base

2. Knowledge Base (basis

pengetahuan)

Berisi pengetahuan-pengetahuan yang dibutuhkan untuk

memahami, memformulasikan dan menyelesaikan
masalah
Bagian dari sistem pakar yang berisi domain
pengetahuan

Terdiri dari 2 elemen dasar:

Rules, yang langsung menggunakan pengetahuan
untuk menyelesaikan masalah khusus.
Fakta, situasi masalah dan teori yang terkait

Eka Dyar W
eka.dyar@yahoo.com

Contd

Pendekatan basis pengetahuan yang sangat

umum digunakan :
Penalaran berbasis aturan (rule based
reasoning)
Penalaran berbasis kasus (case based
reasoning)

Eka Dyar W
eka.dyar@yahoo.com

Contd (rule based reasoning)

Pengetahuan direpresentasikan dalam suatu

bentuk fakta (facts) dan aturan (rules)
Bentuk representasi ini terdiri atas premise dan
kesimpulan
direpresentasikan dengan menggunakan aturan
berbentuk: IF-THEN

Eka Dyar W
eka.dyar@yahoo.com

Contd (case based reasoning)

Pengetahuan direpresentasikan dalam bentuk

kesimpulan kasus (cases)
basis pengetahuan akan berisi solusi-solusi
yang telah dicapai sebelumnya, kemudian akan
diturunkan suatu solusi untuk keadaan yang
terjadi sekarang (fakta yang ada)

Eka Dyar W
eka.dyar@yahoo.com

3. Inference engine (Motor

Inferensi)
Komponen yang menjadi otak sistem pakar.
Mengandung mekanisme fungsi berpikir dan
pola-pola penalaran sistem
Bagian inilah yang berfungsi melakukan
penalaran dan pengambilan kesimpulan.

Eka Dyar W
eka.dyar@yahoo.com

Contd
3 elemen utama dalam motor inferensi, yaitu :
Interpreter : mengeksekusi item-item agenda
yang terpilih dengan menggunakan aturanaturan dalam basis pengetahuan yang sesuai.
Scheduler : akan mengontrol agenda
Consistency enforcer : akan berusaha
memelihara kekonsistenan dalam
merepresentasikan solusi

Eka Dyar W
eka.dyar@yahoo.com

Contd

Mesin inferensi memilih pengetahuan yang relevan

dalam rangka mencapai kesimpulan, shg dapat
menjawab pertanyaan pemakai meskipun jawaban
tersebut tidak tersimpulkan secara eksplisit di dalam
basis pengetahuan.
Pelacakan dimulai dengan mencocokan kaidahkaidah dalam basis pengetahuan dengan fakta-fakta
yang ada dalam basis data.

Eka Dyar W
eka.dyar@yahoo.com

Contd (Teknik inferensi)

Forward Chaining (data driven)

Pelacakan dimulai dari informasi masukan
dan selanjutnya mencoba menggambarkan
kesimpulan
Pelacakan ke depan mencari fakta yang
sesuai dengan bagian IF dari aturan IF-THEN

Eka Dyar W
eka.dyar@yahoo.com

Contd
Kaidah C
Observasi 1

Kaidah A

Kesimpulan 1

Fakta 1
Kaidah D

Kesimpulan 2

Fakta 2
Observasi 2

Kesimpulan 3

Kaidah B
Kaidah E
Fakta 3

Kesimpulan 4

Eka Dyar W
eka.dyar@yahoo.com

Contd

Backward Chaining (goal driven)

Pelacakan dimulai dari tujuan, selanjutnya
dicari aturan yang memiliki tujuan tersebut
untuk kesimpulannya. Selanjutnya proses
pelacakan mengg. premis untuk aturan tsb
sbg tujuan baru dan mencari aturan lain dgn
tujuan baru sbg kesimpulannya

Eka Dyar W
eka.dyar@yahoo.com

Contd
Observasi 1
Kaidah A

Fakta 1
Kaidah D

Observasi 2
Kaidah B

Fakta 2

Observasi 3

Tujuan

Kaidah E
Kaidah C

Fakta 3

Observasi 4

Eka Dyar W
eka.dyar@yahoo.com

Contd

Metode inferensi tersebut dipengaruhi oleh

tiga macam penelusuran, yaitu:

Depth-first search,
Breadth-first search dan
Best-first search

Eka Dyar W
eka.dyar@yahoo.com

Contd (Depth-first search)

Pencarian dimulai dari simpul akar ke level yang lebih
tinggi. Proses ini dilakukan terus hingga solusinya
ditemukan atau jika menemui jalan buntu
Start
1

Eka Dyar W
eka.dyar@yahoo.com

10

Contd
Keuntungan DFS :

Membutuhkan memori yang cukup kecil, karena hanya

simpul-simpul pada lintasan yang aktif saja yang disimpan.
Secara kebetulan, pencarian mendalam pertama mungkin
dapat menemukan suatu solusi tanpa harus menguji lebih
banyak lagi dalam ruang keadaan.

Kelemahan DFS:

Metode depth first search memungkinkan tidak

ditemukannya tujuan yang diharapkan.
Hanya akan mendapatkan 1 solusi pada setiap pencarian

Eka Dyar W
eka.dyar@yahoo.com

Breadth-first search

Pencarian dimulai dari simpul akar terus ke level 1 dari

kiri ke kanan dalam 1 level sebelum berpindah ke level
Start
berikutnya.
1

Level 0

Goal (End)

Eka Dyar W
eka.dyar@yahoo.com

Level 1

10

Level 2

Contd
Keuntungan BFS:

Breadth first search tidak akan menemui jalan buntu.

Jika ada 1 solusi maka breadth first search akan
menemukannya. Jika terdapat lebih dari 1 solusi, maka
solusi minimum akan ditemukan.

Kelemahan BFS:

Membutuhkan memori yang cukup besar, karena

menyimpan semua simpul dalam suatu pohon.
Membutuhkan waktu yang cukup lama, karena akan
menguji n level untuk mendapatkan solusi pada level
yang ke-(n+1).

Eka Dyar W
eka.dyar@yahoo.com

Contd

Best-first search, bekerja berdasarkan kombinasi

kedua metode sebelumnya
menggunakan pelacakan ke depan atau pelacakan ke
belakang, semuanya bergantung masalah yang akan
dibuat sistem pakarnya
Untuk sebuah sistem pakar yang besar, dengan
jumlah rule yang relatif banyak, metode pelacakan ke
depan akan dirasakan sangat lamban dalam
pengambilan kesimpulan, sehingga untuk sistemsistem yang besar digunakan metode pelacakan ke
belakang.

Eka Dyar W
eka.dyar@yahoo.com

4. User Interface
(Antarmuka)
digunakan
untuk
media
komunikasi
antara user
dan
program

Eka Dyar W
eka.dyar@yahoo.com

Contd (Screen design)

Question and answer

Menus

Hierarchical
Pull-down (Pop-up)
Icon
Windows

Eka Dyar W
eka.dyar@yahoo.com

5. User

Tipe user seperti yang telah dijelaskan pada

Pertemuan 2

Eka Dyar W
eka.dyar@yahoo.com

6. Workspace
Merupakan area dalam memori yang digunakan untuk
merekam kejadian yang sedang berlangsung termasuk
keputusan sementara. Ada 3 tipe keputusan yang dapat
direkam yaitu :
Rencana : bagaimana menghadapi masalah
Agenda : aksi-aksi yang potensial yang sedang
menunggu untuk dieksekusi
Solusi : calon aksi yang akan dibangkitkan

Eka Dyar W
eka.dyar@yahoo.com

7. Explanation Subsystem
(Subsistem penjelasan)
Merupakan komponen yang berfungsi untuk
memberikan penjelasan kepada pemakai yang
memintanya
Menyediakan informasi tambahan mengapa atau dari
mana sebuah solusi diperoleh

Eka Dyar W
eka.dyar@yahoo.com

Contd

Memiliki kemampuan untuk menelusuri konklusi

dan menerangkan tingkah laku Sistem Pakar
dengan menjawab pertanyaan-pertanyaan
seperti:

Mengapa pertanyaan tersebut diajukan

oleh Sistem Pakar ?
Bagaimana atau darimana konklusi
tersebut diperoleh?
Mengapa alternatif tersebut ditolak?

Eka Dyar W
eka.dyar@yahoo.com

Contd

Pada sistem pakar berbasis rule, biasanya penjelasan

ini dilakukan dengan cara memperlihatkan rule-rule yang
digunakan.

Eka Dyar W
eka.dyar@yahoo.com

Perbaikan
Sistem ini digunakan untuk mengevaluasi kinerja
sistem pakar itu sendiri untuk melihat apakah
pengetahuan-pengetahuan yang ada masih
cocok untuk digunakan di masa mendatang

Eka Dyar W
eka.dyar@yahoo.com

Kuiz Take Home

Dikumpulkan Rabu, 17 April 2013

Dicetak di kertas A4, maks 1 lembar. Boleh
cetak bolak-balik
Menggunakan bahasa indonesia yang baik dan
benar
Kerjakan secara individu
Jangan lupa menuliskan nama dan NPM anda
Serahkan ke Pak Imam (Ruang Dikjar)
Tanda tangan di absen SBP VIII A sebagai bukti
penyerahan kuis
Soal silahkan diakses di e-learning UPN. Nama
file Kuis 1 SBP B.docx

Sekian

Eka Dyar W
eka.dyar@yahoo.com