Sistem Pakar
dan Certainty Factor pada Sistem Pakar
Oleh:
Putu Marta Trisna Basudewa
1104505102
Sistem pakar adalah program komputer yang menggunakan pengetahuan pakar untuk
mencapai tingkat kinerja yang tinggi pada area yang sempit (Waterman, 1986). Secara umum, sistem
pakar adalah sistem yang berusaha mengadopsi pengetahuan manusia ke komputer, agar komputer
dapat menyelesaikan masalah seperti yang biasa dilakukan oleh para ahli (Sri Kusumadewi, 2003, hal
109).
Pakar yang dimaksud disini adalah orang yang mempunyai keahlian khusus yang dapat
menyelesaikan masalah yang tidak dapat diselesaikan orang awam. Sebagai contoh, dokter adalah
seorang pakar yang mampu mendiagnosis penyakit yang diderita pasien serta dapat memberikan
penatalaksanaan suatu penyakit. Contoh yang lain, montir adalah seorang yang mempunyai keahlian
dan pengalaman dalam menyelesaikan kerusakan mesin motor/mobil; psikolog adalah orang yang ahli
dalam memahami kepribadian seseorang, dan lain-lain.
pakar
berfungsi untuk membangun sebuah basis data pengetahuan (knowledge database) yang akan
digunakan oleh para pembuat keputusan.
Komponen utama sistem pakar adalah :
a. User interface, yaitu tampilan media yang digunakan untuk memungkinkan komunikasi
antara sistem dengan pemakainya, misalnya adalah tampilan layar dan menu pilihan.
Komponen ini memungkinkan para pembuat keputusan untuk memasukkan perintah dan
informasi ke dalam sistem dan mengambilnya.
b. Inference engine, yaitu bagian sistem pakar yang berfungsi untuk melakukan penalaran.
Penalaran adalah penggunaan berbagai rumus dengan urutan logis. Komponen ini dapat
mengambil kesimpulan atau dapat belajar dari berbagai keputusan yang sudah diambil.
c. Knowledge base, yaitu basis data yang berisi kumpulan pengetahuan para pakar yang
dapat diakses oleh beragam pembuat keputusan. Knowledge base terdiri atas fakta dan
pengetahuan. Fakta berisi berbagai informasi mengenai problem domain atau kelompok
masalah. Pengetahun adalah kumpulan berbagai cara untuk memasukkan fakta ke dalam
suatu urutan logika untuk memecahkan masalah.
CF(H,E) : certainty factor dari hipotesis H yang dipengaruhi oleh gejala (evidence) E.
Besarnya CF berkisar antara 1 sampai dengan 1. Nilai 1 menunjukkan ketidakpercayaan
mutlak sedangkan nilai 1 menunjukkan kerpercayaan mutlak.
MB(H,E) : ukuran kenaikan kepercayaan (measure of increased belief) terhadap hipotesis H
yang dipengaruhi oleh gejala E.
MD(H,E) : ukuran kenaikan ketidakpercayaan (measure of increased disbelief) terhadap
hipotesis H yang dipengaruhi oleh gejala E.
Metode ini sangat cocok untuk sistem pakar yang mendiagnosis sesuatu yang belum pasti.
Penggunaan faktor kepastian dilakukan untuk:
1.
Menentukan pengukuran fakta kepercayaan awal yang akan diberikan oleh setiap
pengguna,
2.
3.
Menentukan pengukuran fakta kepercayaan dan hasil yang diperoleh sepanjang proses
penalaran dari hasil eksekusi aturan,
4.
Mengatur pengukuran fakta kepercayaan atau hasil yang diperoleh dari aturan yang
Daftar Pustaka
Giarattano, J. & Riley, G., Expert System Principles and Programming, PWS Publishing
Company, Boston. 1994.
Heckerman, D., Probabilistic Interpretations for Mycins Certainty Factors, Elsevier science
Publishers B.V., North-Holland. 1986.