Fundamentals of Expert System

Sumber : http://media.wiley.com/product_data/excerpt/18/04712933/0471293318.pdf

1. Proses Sistem Pakar.

2. Karakteristik Sistem Pakar

Definisi umum yang cukup representatif mengenai Sistem Pakar adalah :
Sebuah sistem pakar adalah decision tool berbasis komputer interaktif yang menggunakan
fakta dan heuristik untuk menyelesaikan masalah-masalah pengambilkan keputusan
berdasarkan ilmu pengetahuan yang didapatkan dari pakarnya.

Sistem pakar berbeda dengan program komputer konvensional biasa. Program komputer
konvensional didasarkan dari ilmu pengetahuan faktual, sebuah kekuatan dari komputer
yang tidak terbantahkan. Sementara manusia, memecahkan masalah atas basis campuran
pengetahuan faktual dan heuristik. Pengetahuan heuristik, yang terdiri dari intuisi,
pertimbangan, dan inferensi logis, adalah kekuatan manusia yang tak terbantahkan. Sistem
pakar yang sukses dalah program yang menggabungkan fakta dan heuristik, menggabungkan
kekuatan manusia dan komputer dalam memecahkan masalah. Supaya efektif, sebuah
sistem pakar harus fokus dalam domain masalah tertentu.
3. Struktur Sistem Pakar.
a. Basis pengetahuan. Terdiri dari rule-rule pemecahan masalah, prosedur-prosedur, dan
data intrinsik yang relevan dengan domain masalah.
b. Working memory mengacu pada data-data task-specific untuk masalah dalam
pertimbangan.
c. Inference Engine adalah mekanisme kontrol umum yang mengaplikasikan pengetahuan
aksiomatik dalam basis pengtahuan ke data task-specific untuk menghasilkan solusi atau
kesimpulan.
4. Heuristic Reasoning. Pakar manusia memecahkan masalah menggunakan suatu tipe teknik
bernama Heuristic Reasoning, atau pertimbangan heuristik. Heuristik pakar membuat para
pakar dapat mencapai solusi yang bagus secara cepat dan efisien. Pakar mendasari proses
pertimbangan mereka berdasarkan manipulasi simbolik dan prosedur inferensi heuristik
yang mendekati cara berpikir manusia. Program konvensional hanya dapat mendeteksi
 string-string numerik atau alfabetik dan memanipulasi mereka dalam perilaku yang sudah
diprogramkan.
5. User Interface
Pengembangan awal dari sistem pakar dilakukan oleh pakar dan knowledge engineer. Tidak
seperti banyak program konvensional lainnya, yang mana hanya programer yang dapat
membuat desain dari keputusan program, desain dari sistem pakar yag besar
diimplementasikan melalui usaha sebuah tim. Pertimbangan dari kebutuhan-kebutuhan
pengguna sangat penting dalam medesain isi dan antarmuka dari sistem pakar.

A New Approach to Expert System Explanations

Sumber : www.cogentex.com/papers/explanation-iwnlg98.pdf

Oleh : Regina Barzilayy, Daryl McCullough, Owen Rambow, Jonathan DeCristofaroz, Tanya Korelsky,
Benoit Lavoie

Rangkuman :

Sistem pakar adalah salah satu dari aplikasi pertama yang muncul dari penelitian awal dalam ilmu
intelegensia buatan, dan penjelasan dari reasoning sistem pakar adalah salah satu dari generasi
aplikasi bahasa alama yang pertama. Hal ini dikarenakan kebutuhan akan penjelasan sangat jelas,
dan generasi dari sebuah aplikasi berbasiskan pengetahuan seperti reasoning harus lugas dan jelas
secara relatif. Tetapi, walau penjelasan telah diakui secara universal sebagai fungsionalitas yang
diinginkan dari sistem pakar, bahasa alami masih belum mengambil tempat utama dalam
pengembangan sistem pakar kontemporer. Contoh, buku-buku yang terkenal tentang sistem pakar
[Giarratano dan Riley, 1994] menekankan dua kali lipat dalam bab pengenlan pentingnya penjelasan,
namun tidak menyediakan penjelasan lebih lanjut pada 600 halaman berikutnya (buku tersebut
didasarkan dari framework CLIPS yang populer).

Buku ini mengikuti hasil pekerjaan sebelumnya dalam membedakan tipe-tipe pengetahuan. Namun,
buku ini mengklasifikasikan pengetahuan dari bagaimana pengetahuan tersebut digunakan dan siapa
yang bertanggung jawab dalam metode pembuatannya, bukan dari struktur atau isinya.

Secara spesifik, buku ini mengklasifikasikan pengetahuan menjadi tiga, yaitu :

 Reasoning Domain Knowledge (RDK). Ini adalah domain pengetahuan yang dienkodekan
oleh domain pakar dalam proper sistem pakar. Secara tipikal, domain pengetahuan ini terdiri
dari pengtahuan terminolohikal, istance knowledges, dan rules.
 Communication Domain Knowledge (CDK). Ini adalah pengetahuan mengenai domain yang
dibutuhkan untuk komunikasi mengenai domain tersebut.
 Domain Communication Knowledge (DCK). Ini adalah pengetahuan bagaimana
berkomunikasi di dalam domain.

The Organizational Impact of Expert System

Sumber : https://msbfile03.usc.edu/digitalmeasures/doleary/intellcont/Organizational-Impact-of-
expert-systems-1-1.pdf

Oleh : Daniel E. O’Leary, Efraim Turban

Rangkuman :

Sistem pakar adalah peserta yang penting dalam Revolusi Informasi. Sebagai turunan dalam
transformasi yang sangat cepat ini adalah dampak potensial sistem pakar pada organisasi. Penilaian
yang digunakan berdasarkan pada 8 kategori utama dalam teori organisasi yaitu pengambilan
keputusan, struktur orgaisasi, derajat sentralisasi/desentrealisasi, efektifitas dan efisiensi
organisasional, peran-peran organisasional, kekuatan dan kepemimpinan, komunikasi dan alur
komunikasi, keperluan personel.

Dampak organisasional yang potensial dari sistem pakar dapat menjadi hal yang sangat mendasar.
Hal tersebut dapat berkisar dari pengembangan departemen-departemen tambahan, seperti
departemen Intelegensia Buatan/Sistem Pakar, sampai perubahan dalam tugas karena sistem pakar
replacement-based, sampai perubahan dalam kekuasaan individu tertentu.

Expert Systems
Sumber : http://agents.gsfc.nasa.gov/papers/pdf/es.pdf

Oleh : James J. Pomykalski, Walter F. Truszkowski, Donald E. Brown

Rangkuman :

Saat ini, dalam banyak bidang, seperti binis, ilmu pengetahuan alam, dan pemerintahan, komputer-
komputer yang diprogram dengan keahlian pengambilan keputusan dan pengetahuan dari manusia,
sudah membuat keputusan-keputusan dalam kehidupan sehari-hari. Seiring dengan bisnis dan
pemerintahan ingin memotong biaya dan meningkatkan produktivitas, banyak keputusan tidak
dibuat oleh manusia melainkan dengan komputer dan sebuah sistem Inteleginsia Buatan yang
dikenal sebagai Sistem Pakar/Berbasis Pengetahuan.

Sebuah sistem pakar adalah program komputer yang didesain untuk meniru keahlian pengambilan
keputusan dari seorang pakar dalam domain keahlian tertentu.

Sistem Pakar/Berbasis Pengetahuan adalah salah satu dari 2 paradigma utama dalam
pengembangan sistem intelijen dalam bidang Intelegensia Buatan. Sistem pakar adalah sebuah
contoh dari paradigma simbolik; paradigma utama yang lain adalah paradigma koneksionis yang
mengantarkan kita ke pengembangan teknolohi Jaringan Saraf (Neural Network). Sistem pakar
adalah teknologi aplikasi utama yang sukses dari hasil penelitian Intelegensia Buatan.

Ada dua cara developer melihat area-area aplikasi untuk sistem pakar. Pertama mereka melihat sifat
fungsional dari masalah tersebut. Kedua, mereka melihat domain aplikasi. Sistem pakar memiliki
fungsi yang berbeda. Tabel dibawah ini berisi daftar dari tipe-tipe masalah yang secara umum
dipecahkan oleh sistem pakar.
Metode pengambilan pengetahuan pakar dapat terbagi menjadi dua, yaitu metode akuisional dan
analitikal. Metode akuisional adalah metode pengambilan pengetahuan dengan cara berinteraksi
langsung dengan pakar. Metode akusional sendiri terbagi menjadi dua, yaitu observasional, yaitu
melihat bagaimana pakar menyelesaikan masalah, dan introspektif, bagaimana pakar merespon
pada contoh-contoh yang diberikan knowledge engineer.

How Does an Expert System Gets Its Data?

Sumber : http://manojksarma.110mb.com/E-Library/Tutotials%20and%20Documents/Expert
%20Systems/how%20dows%20an%20expert%20system%20get%20its%20data.pdf

Oleh : Yannis Vassiliou, James Clifford, and Matthias

Rangkuman :

Perhatian kurang diberikan pada bagaimana Sistem Pakar menangani populasi fakta-fakta spesifik
yang sangat besar. Pada prototipe-prototipe awal, SP merepresentasikan fakta spesifik yang memiliki
karakteristik varietas yang besar dan populasi kecil, penanganan data yang tidak efisien sudah bukan
merupakan isu lagi. Seiring dengan menningkatnya ambisi dan kerumitan SP, SP-SP tersebut
berurusan dengan aplikasi-aplikasi yang membutuhkan populasi fakta yang sangat besar, seringnya
dalam bentuk basis data yang ada yang dimanipulasi oleh DBMS umum. Paper ini menghasilkan
investgasi isu-isu teknis dalam meningkatkan sistem pakar menggukan fasilitas manajemen basis
data dalam 4 langkah.

1. Elementary Database Management – Stage 1

Pada level yang paling dasar, seluruh populasi data-data dapat direpresentasikan secara
langsung dalam pengetahuan dasar dari sistem pakar. Sementara pendekatan ini layak untuk
semua sistem pakar, menggunakan prolog dapat membawa kita selangkah lebih jauh. Basis
data relasional dapat direpresentasikan secara langsung dalam prolog karena prolog
memiliki inference engine yang sangat kuat.
2. DBMS dalam Sistem Pakar – Stage 2
Selangkah lebih jauh dalam mengintegrasikan kapabilitas deduktif dari Prolog dengan
kapabilitas manajemen basis data bisa dilakukan dengan cara mengimplementasikan DBMS
untuk tujuan umum secara langsung dalam Prolog. Hal ini menyediakan cara-cara untuk
menambahkan mekanisme akses data umum ke dalam inference engine.
3. Loose Coupling with External DBMS – Stage 3
Secara konseptual, solusi paling sederhana dari masalah penggunaan basis data yang sudah
ada adalah mengekstraksi sebagian dari data-data yang dibutuhkan dari DBMS ketika SP
mulai bekerja dalam himpunan masalah-masalah yang berhubungan. Data-data yang
dibutuhkan tersebut disimpan dalam basis data internal dari SP.
4. Tight Coupling with External DBMS – Stage 4
 Saluran komunikasi online antara SP dan DBMS dapat diasumsikan dalam langkah ini. Query
dapat dihasilkan dan ditransmisikan ke DBMS secara dinamis, dan jawaban dapat diterima
dan ditransformasikan ke dalam representasi pengetahuan internal SP. Sehingga, dalam
tight coupling SP harus tahu kapan dan bagaimana harus berhubungan dengan DBMS, dan
harus dapat mengerti jawabannya.

The Evolution of Expert System

Sumber : http://www.sci.gu.edu.au/~noran/Docs/ES-Evolution.pdf

Oleh :

Expert System in Typography

Sumber : https://ritdml.rit.edu/handle/1850/10583

Oleh : David B. Fisher

Sistem percetakan elektronik menyediakan penulis dengan kuasa yang dulunya hanya dimiliki oleh
pencetak : pilihan desain tipografis dan layout (tata letak). Namun, banyak penulis menggunakan
kuasa ini tanpa latar belakang yang tepat, sehingga dapat menghasilkan hasil yang tidak memuaskan.
Dalam thesis ini, sebuah prototipe sistem pakar dibangun, yang mana sistem pakar ini menyediakan
pengguna dalam sistem percetakan elektronik pengetahuan pencetak dalam bentuk komputer,
dengan area disempitkan dalam bidang percetakan untuk membantu mereka dalam menyiapkan
publikasi.

Sistem pakar yang diciptakan mengacu ke “prototipe demonstasi”, mengandung 50-100 rules. SP ini
memfokuskan pada satu aspek percetakan, dalam kasus kami kreasi bibliografi, dan menghasilkan
file-file untuk digunakan dalam sistem percetakan elektronik.

Sistem pakar dikembangkan menggunakan IMB-PC yang menjalankan MS-DOS. Kode yang dihasilkan
ditujukan dapat pula dijalankan dalam mesin berbasis Unix. Kode yang diasilkan ditulis dalam Prolog
standar menggunakan Airty Prolog.

Output dari sistem pakar ini adalah 4 files. 2 Dari file ini didesain untuk menjadi file input bagi sistem
percetakan.

Sang penulis memilih bibliografis karena rule-rule mereka yang terdefinisikan secara baik dan
kompleksitas umumnya. Walaupun rule-rule ini sudah terdefinisi, sebagian besar penulis, dalam
level yang tidak profesional, mengalami kesulitan dalam mengatur bibliografi tanpa bantuan dari
luar. Dengan cara menginkorporasikan fakta-fakta ini ke dalam sistem pakar, yang kemudian dapat
diinkorporasi ke dalam Sistem Percetakan Elektronik, user memiliki fakta-fakta tersebut di tangan
mereka dalam bentuk yang lebih berguna.

Introduction to Good Usability

Oleh : Peterpixel

Sumber : webdesignledger.com
Petunjuk ini dibuat untuk para pembuat website yang belum berpengalaman mendesain web. Ada
beberapa hal yang harus diperhatikan.

1. Stick to the Rules

Hal yang paling penting untuk diingat saat mendesain sebuah website adalah roda sudah
ditemukan. Kemungkinannya adalah, walaupun sebagai desainer yang sudah
berpengalaman, anda tidak bisa mendesain sebuah interfae baru yang benar-benar dapat
bekerja dengan baik. Bukannya tidak mungkin, tapi sangat sulit. Menjadi unik dan stand out
dalam interface tidak selalu merupkana hal yang baik.
2. Borrow
Lihat desain-desain website yang besar. Biasanya, banyak waktu dan uang dihabiskan dalam
pembuatannya dan umumnya mereka menggunakan akal sehat. Catat bagaimana orang
melakukannya.
3. You are less interesting than you think.
Ada lebih dari 100 juta website di internet. Orang tidak punya banyak waktu di dunia untuk
melihat punya anda. Oleh karena itu, singkatlah dan langsung ke intinya. Seperti sebuah klise
: Sedikit adalah lebih banyak.