Definisi Expert System Pada tahun 1956, mulai diperkenalkan istilah Kecerdasan Buatan (AI), yang kemudian ditegaskan

lagi pada tahun 1961 oleh suatu tulisan Marvin Minsky dari MIT tentang "Steps towards AI". Semenjak itu istilah AI menjadi semakin populer, dan kemajuan bidang ini mencapai puncaknya dengan munculnya pengetahuan tentang Sistem Pakar. Di dalam perspektif ilmu pengetahuan dan teknologi, sistem cerdas merupakan bagian dari bidang inteligensia semu (Artificial Intelligence/AI). Istilah expert system berasal dari knowledge-based expert system (sistim cerdas berbasis pengetahuan), dimana suatu sistem yang menggunakan pengetahuan manusia (human knowledge) yang dimasukkan ke dalam komputer untuk memecahkan masalah yang umumnya memerlukan keahlian seorang pakar/expert. Atau dapat juga dikatakan, sebuah program komputer yang menggunakan pengetahuan dan teknik inferensi (pengambilan kesimpulan) untuk memecahkan persoalan seperti yang dilakukan oleh seorang pakar. Berbeda dengan program komputer biasa, sistem cerdas dapat digunaan untuk memecahkan masalah yang tidak terstruktur dan dimana tidak ada suatu prosedur tertentu untuk memecahkan masalah tersebut. Sedangkan definisi pengetahuan (knowledge) menurut Webster\\\\\\\'s New World Dictionary of the American Language: persepsi tentang sesuatu yang jelas dan tentu, semua yang telah dirasakan dan diterima oleh otak, serta merupakan informasi terorganisasi yang dapat diterapkan untuk penyelesaian masalah. Penggunaan Knowledge-based expert system (sistem pakar berbasis pengetahuan) ini tidak menjamin solusi yang lebih akurat, tetapi paling tidak mampu menghasilkan keputusan-keputusan yang didasari informasi relatif lebih banyak/terstruktur. Sesuai dengan namanya, suatu "Sistem Pakar" akan sangat tergantung pada pengetahuan (knowledge) yang didapat dari pakar yang menyumbangkan keahlian dan pengalamannya. Biasanya suatu "sistem cerdas" dapat dibagi menjadi beberapa bagian: (1). Basis pengetahuan (knowledge-base): berisi pengetahuan yang spesifik mengenai domain tertentuyang mana basis pengetahuan ini dapat diperbaharui sesuai dengan tingkat kemampuan seorang expert terhadap pemecahan suatu masalah, (2). Mesin inferensi (Inference Engine) : sustu program yang bertugas mengolah data masukan sesuai pengetahuan dalam basis pengetahuan, menurut kaidah-kaidah tertentu. (3). Bagian kendali/user interface : bagian yang berkomunikasi langsung dengan pengguna (user) sistem. Ada 2 (dua) macam mesin inferensi, yaitu yang bersifat pasti (deterministik) dan kemungkinan (probabilistik). Struktur dari sistem cerdas diperlihatkan pada Gambar 1. Sistem konvensional yang berlandaskan logika konvensional berdasarkan pada dua keadaan -benar atau salah (true or false)-, ternyata kurang serasi untuk mengadopsi cara berfikir manusia yang banyak mengandung hal ketidakpastian (uncertainty), proses belajar (learning process), penalaran, sifat adaptif dan sebagainya. Cara penalaran otak manusia tidaklah sama dengan komputer, karena komputer menalar dengan langkah yang jelas/pasti, sedangkan manusia menalar dengan istilah sehari-hari, misalnya: udara sejuk, airnya hangat, kecepatannya rendah, dan lainnya

Kelebihan dan Kekurangan Expert System Sistem pakar sekarang banyak digunakan baik pada aplikasi bisnis maupun apikasi lainnya. Aplikasi sistem pakar di dalam pengelolaan sumberdaya alam masih relatif baru dan merupakan pendekatan alternatif yang dapat digunakan untuk penyelesaian masalah-masalah di dalam pengembangan teknologi pengelolaan sumberdaya alam. Hal ini karena sistem pakar memberikan banyak kelebihan. Akan tetapi perlu juga diketahui bahwa seperti halnya sistem yang lainnya, selain memberikan banyak kelebihan, sistem pakar juga mempunyai beberapa kelemahan.

Kelebihan-kelebihan dari sistem pakar secara umum adalah sebagai berikut:

1. Memberikan pengambilan keputusan yang lebih baik. Karena sistem pakar memberikan jawaban yang konsisten dan logis dari waktu ke waktu. Jawaban yang diberikan logis karena alasa logiknya dapat diberikan oleh sistem pakar dalam proses konsultasi. 2. Memberikan solusi tepat waktu. Kadang kala seorang manajer membutuhkan jawaban dari pakar, tetapi pakar yang dibutuhkan tidak berada ditempat, sehingga keputusan menjadi terlambat. Dengan sistem pakar, jawaban yang dibutuhkan oleh pengambil keputusan selalu tersedia setiap saat dibutuhkan. 3. Menyimpan pengetahuan di organisasi. Pengetahuan pakar merupakan hal yang penting dan kadang kala pengetahuan iniakan hilang jika pakar keluar atau telah pensiun dari perusahaan. Dengan sistem pakar, pengetahuan dari pakar dapat disimpan di sistem pakar dan tersedia terus selama dibutuhkan.

Kekurangan-kekurangan dari sistem pakar adalah sebagai berikut: 1. Sistem pakar hanya dapat menangani pengetahuan yang konsisten. Sistem pakar dirancang dengan aturan-aturan yang hasilnya sudah pasti dan konsisten sesuai dengan alur di diagram pohonnya. Untuk pengetahuan yang cepat berubah-rubah dari waktu ke waktu, maka knowledge base di sistem pakar harus selalu diubah (perbarui-red), yang tentu cukup merepotkan. 2. Sistem pakar tidak dapat menangani hal yang bersifat judgement. Sistem pakar memberikan hasil yang pasti, sehingga keputusan akhir pengambilan keputusan jika melibatkan kebijaksaaan dan institusi masih tetap di tangan manajemen. 3. Format knowledge base sistem pakar terbatas. Knowledge base pada sistem pakar berisi aturanaturan (rules) yang ditulis dalam bentuk statemen if-then.

Expert System atau Sistem Pakar adalah software ( perangkat lunak ) yang mencoba menyediakan jawaban atas permasalahan atau membenarkan suatu keraguan yang dialami oleh seseorang. Suatu Sistem Pakar biasanya menguasai secara spesifik pada suatu bidang studi tertentu. Sistem Pakar juga merupakan bagian dari Artificial Intelligence ( nanti akan saya bahas lebih jauh ). Ada beberapa cara untuk mensimulasikan Sistem Pakar ini, antara lain adalah dengan cara : 1. Membuat suatu Knowledge Base ( Database Pengetahuan ) sehingga nantinya Sistem Pakar dapat seolah olah berfikir ( Reasoning / Think ) mengenai masalah yang sedang ia hadapi. 2. Mengajari komputer pengetahuan pengetahuan umum seputar bidang studi tertentu. Sehingga nantinya hasil pemikiran Sistem Pakar ini mempunyai dasar yang tepat dan akurat. Berikut adalah contoh dari penggunaan expert system : Industri makanan menggunakan expert system untuk menyimpan keahlian dari seorang ahli yang

sudah mendekati masa pension. Pada tahap penganalisa data pada suatu perusahaan juga dibutuhkan sumber data yang kemudian

nantinya diolah dan disimpan pada suatu system computer baik berupa jaringan.

PENERAPAN SIM UNTUK EXPERT SYSTEM. Sebelum memberikan contoh SIM untuk expert system. Kita bahas dulu apa itu expert system? Expert system (sistem pakar) adalah sistem komputer yang mengemulasi kemampuan pengambilan keputusan seorang ahli manusia. Sistem pakar dirancang untuk memecahkan masalah kompleks dengan penalaran tentang pengetahuan, seperti seorang ahli, dan bukan dengan mengikuti prosedur yang sebuah pengembang seperti kasus dalam pemrograman konvensional. Sistem pakar pertama diciptakan pada 1970-an dan kemudian berkembang biak pada 1980-an. Sistem pakar merupakan salah satu bentuk benar-benar sukses pertama dari AI perangkat lunak. Sebuah sistem pakar memiliki struktur yang unik, berbeda dari tradisional program . Hal ini dibagi menjadi dua bagian, satu tetap, independen dari sistem pakar: mesin inferensi, dan satu variabel: basis pengetahuan. Untuk menjalankan sistem pakar, alasan mesin tentang pengetahuan dasar seperti manusia. Pada 80 adalah bagian ketiga muncul: dialog antarmuka untuk berkomunikasi dengan pengguna. Kemampuan untuk melakukan percakapan dengan pengguna yang kemudian disebut percakapan . Dasar dari sistem pakar yang sukses tergantung pada serangkaian prosedur teknis dan pengembangan yang dapat dirancang oleh teknisi dan ahli terkait. Dengan demikian, sistem pakar biasanya tidak memberikan jawaban definitif, tetapi memberikan rekomendasi probabilistik. contoh penerapan SIM untuk expert system. - Sebuah contoh dari sistem pakar di bidang keuangan adalah expert system untuk hipotik . Departemen Pinjaman tertarik dalam expert system untuk hipotek karena biaya tenaga kerja tumbuh, yang membuat penanganan dan penerimaan pinjaman relatif kecil kurang menguntungkan. Mereka juga melihat kemungkinan untuk standar, penanganan efisien pinjaman dengan menerapkan sistem pakar(expert system), yang menghargai bahwa untuk penerimaan hipotek ada aturan keras dan cepat yang tidak selalu ada dengan jenis lain pinjaman.