Pengantar Kecerdasan Buatan (AK045218

)

Sistem Pakar
Definisi Keuntungan dan kelemahan Konsep Dasar Bentuk dan Struktur Sistem Basis Pengetahuan Metode Inferensi Ciri-ciri Aplikasi dan Pengembangannya

Referensi Giarrantano, J. and G.Riley – bab 1 Sri Kusumadewi – bab 5

Sistem Pakar

1/16

ahli. aturan dan kemampuan menjelaskan. pengalihan keahlian. inferensi.membaca atau pengalaman. agar komputer dapat menyelesaikan masalah seperti yang biasa dilakukan para ahli. SP yang pertama adalah General Purpose Problem Solver (GPS) yang dikembangkan oleh Newel Simon. SP harus mengandung : keahlian. SP tidak untuk menggantikan kedudukan seorang pakar tetapi untuk memasyaratkan pengetahuan dan pengalaman pakar tersebut.Pengantar Kecerdasan Buatan (AK045218) Konsep Dasar SP • Definisi: Sistem yang berusaha mengadopsi pengetahuan manusia ke komputer. Menurut Efraim Turban. Sistem Pakar 2/16 . – Keahlian adalah suatu kelebihan penguasan pengetahuan di bidang tertentu yang diperoleh dari pelatihan. • • • SP dikembangkan pertama kali oleh komunitas AI tahun 1960an.

akhir ’70 an SOPHIE PROSPECTORDidesign oleh Sheffield Research Institute. akhir ‘70an FOLIO DELTA Sistem Pakar 3/16 .Pengantar Kecerdasan Buatan (AK045218) Contoh Sistem Pakar Sistem Pakar MYCINDirancang oleh Edward Feigenbaum (Universitas Stanford) th ’70 an DENDRAL Kegunaan Diagnosa Penyakit Mengidentifikasi struktur molecular campuran yang tidak dikenal Membantu konfigurasi system computer besar Analisis sirkuit elektronik Digunakan di dalam geologi untuk membantu mencari dan menemukan deposit Membantu memberikan keputusan bagi seorang manajer dalam hal stok broker dan investasi Pemeliharaan lokomotif listrik diesel XCON & XSELDikembangkan oleh DEC dan CMU.

5. 6. 3. 9. 7. 11. biaya yang diperlukan untuk membuat dan memeliharanya sangat mahal sulit dikembangkan. 10. 4. 2. 13. Memungkinkan orang awam bisa mengerjakan pekerjaan para ahli bisa melakukan proses secara berulang secara otomatis menyimpan pengetahuan dan keahlian para pakar meningkatkan output dan produktivitas meningkatkan kualitas mampu mengambil dan melestarikankeahlian para pakar mampu beroperasi dalam lingkungan berbahaya memiliki kemampuan untuk mengakses pengetahuan memiliki realibilitas meningkatkan kapabilitas system computer memiliki kemampuan untuk bekerja dengan informasi yang tidak lengkap dan mengandung ketidakpastian sebagai media pelengkap dalam pelatihan meningkatkan kapabilitas dalam penyelesaian masalah menghemat waktu dalam pengambilan keputusan Kelemahan : 1.Pengantar Kecerdasan Buatan (AK045218) Keuntungan VS Kelemahan SP Keuntungan SP : 1. Hal ini erat kaitannya dengan ketersediaan pakar dalam bidangnya system pakar tidak 100% bernilai benar Sistem Pakar 4/16 . 2. 8. 3. 14. 12.

Pengantar Kecerdasan Buatan (AK045218) Bentuk dan Struktur SP (1/2) Blok Diagram SP Knowledge Base Facts User Expertise Inference Engine • Bentuk pengetahuan : Expert System – fakta-fakta pada lingkup permasalahan tertentu – teori-teori pada lingkup masalah tertentu – prosedur-prosedur berkenaan dengan lingkup masalah tertentu – strategi-strategi global untuk menyelesaikan masalah – meta-knowledge (pengetahuan tentang pengetahuan) Sistem Pakar 5/16 .

Sistem Pakar 6/16 . – Domain pengetahuan seorang pakar pada dasarnya adalah spesifik terhadap domain masalah. Problem Domain Knowledge Domain • Inference engine (motor inferensi) bertugas untuk menganalisis pengetahuan dan menarik kesimpulan berdasarkan knowledge base.Pengantar Kecerdasan Buatan (AK045218) Bentuk dan Struktur SP (2/2) • Knowledge base (basis pengetahuan) berisi pengetahuan-pengetahuan dalam penyelesaian masalah.

Sistem Pakar (SP) Sistem Konvensional Informasi dan pemrosesan biasanya jadi satu dengan program Sistem Pakar (ES) Basis pengetahuan merupakan bagian terpisah dari mekanisme inferensi adalah bagian Biasanya tidak bisa menjelaskan Penjelasan terpenting dari system pakar mengapa suatu input data itu dibutuhkan atau bagaimana output itu diperoleh Pengubahan program cukup sulit Pengubahan aturan dapat dilakukan dengan mudah Sistem hanya akan beroperasi jika Sistem dapat beroperasi hanya dengan beberapa aturan system tersebut sudah lengkap Eksekusi dilakukan langkah demi Eksekusi dilakukan pada semua langkah basis pengetahuan Menggunakan data Tujuan utamanya adalah efisiensi Menggunakan pengetahuan Tujuan utamanya efektivitas adalah Sistem Pakar 7/16 .Pengantar Kecerdasan Buatan (AK045218) Sistem Konvensional vs.

– Perancangan : perancangan layout sirkuit . dll. militer. dll – Monitoring : computer aided monitoring system – Debugging : memberikan resep obat terhadap kegagalan – Instruksi : melakukan instruksi untuk diagnosis. Permasalahan yang Disentuh oleh SP (Domain SP) : – Interpretasi. bangunan. Sistem Pakar 8/16 . interpretasi sinyal. mekanis. – Diagnosis : diagnosis medis. dll – Prediksi : prediksi demografi. prediksi. dll. analisis citra. termasuk pengenalan ucapan. prediksi ekonomi. elektronis. Pengambilan keputusan dari hasil observasi. debugging dan perbaikan kinerja – Kontrol : melakukan kontrol terhadap interpreasi. perbaikan dan monitoring kelakukan sistem.Pengantar Kecerdasan Buatan (AK045218) Ciri-ciri dan Domain SP • Ciri-ciri SP : – – – – Memiliki fasilitas informasi yang handal Mudah dimodifikasi Dapat digunakan dalam berbagai jenis komputer Memilki kemampuan untuk belajar beradaptasi. – Perencanaan : perencanaan keuangan.

Sistem ini merupakan bagian dari computer khusus yang dihubungkan dengan suatu fungsi tertentu. – Tergabung. Sistem Pakar 9/16 . – Menghubungkan ke s/w lain. – Sistem mengabdi. Bentuk ini biasanya merupakan SP yang menghubungkan ke suatu paket program tertentu.Pengantar Kecerdasan Buatan (AK045218) Bentuk SP • Bentuk SP : – Berdiri sendiri. Sistem jenis ini merupakan s/w yang berdiri sendir tidak tergabung dengan s/w lain. misalnya DBMS. Sisetm ini merupakan bagian program yang terkandung di dalam suatu algoritma (konvensional) .

Pengantar Kecerdasan Buatan (AK045218) Struktur SP (1/2) Inference Engine Knowledge Base (Rules) Working Memory (Facts) Agenda Explanation Faacility Knowledge Acquisition Facility User Interface Sistem Pakar 10/16 .

Knowledge acquisiton facility : berisi pengetahuanpengetahuan yang dibutuhkan untuk memahami.Pengantar Kecerdasan Buatan (AK045218) Struktur SP (2/2) • • User interface (antarmuka) : mekanisme komunikasi antara user dan SP Explanation facility (subsistem Penjelasan) : digunakan untuk melacak respon dan memberikan penjelasan tentang kelakuan sistem pakar secara interaktif Working memory : database global dari fakta yang digunakan dalam prosedur Agenda : daftar prioritas prosedur yang dibuat oleh motor inferensi dan direkam dalam working memory Inference engine (motor inferensi) : program yang berisi metodologi yang digunakan untuk melakukan penalaran terhadap informasi-informasi dalam basis pengetahuan untuk memformulasikan konklusi. • • • • Sistem Pakar 11/16 . memformulasikan dan menyelesaikan masalah.

Sistem Pakar 12/16 . – Sisi kiri harus cocok dengan fakta yang ada di memori kerja • Aturan yang sesuai ditempatkan di agenda dan dapat diaktivasi • Aturan yang terdapat di agenda dapat diaktivasi – Aktivasi aturan akan membangkitkan fakta baru di sisi kanan – Aktivasi dari satu aturan adalah bagian dari aktivasi aturan yang lain.Pengantar Kecerdasan Buatan (AK045218) Basis Aturan (Rule Based) SP (1/2) • Pengetahuan dalam SP direpresentasikan dalam bentuk IF-THEN atau dalam bentuk Production Rules. • Motor inferensi menentukan aturan awal (rule antecedents) yang sesuai.

THEN Rules Rule : Red_Light IF the light is red THEN stop Rule : Green_Light IF the light is green THEN go Production Rules The light is red The light is green Sistem Pakar Antecedent (left hand side) Consequent (right hand side) Antecedent (left hand side) stop go Consequent (right hand side) 13/16 .Pengantar Kecerdasan Buatan (AK045218) Basis Aturan (Rule Based) SP (2/2) Contoh : IF ….

Pengantar Kecerdasan Buatan (AK045218) Siklus Motor Inferensi (Inference Engine Cycle) • Menggambarkan eksekusi dari aturan pada motor inferensi : – Conflict resolution : pemilihan aturan dengan prioritas tertinggi dari agenda – Execution : aksi consequent dari aturan yang terpilih – Match : pengkinian (update) agenda • Siklus berakhir ketika tidak ada lagi aturan di agenda atau ketika ditemui perintah stop. Sistem Pakar 14/16 .

dan untuk menguji kebenaran hipotesis tersebut dicari fakta-fakta yang ada dalam basis pengetahuan. Pencocokkan fakta atau pernyataan dimulai dari bagian sebelah kiri (IF dulu). Pencocokkan fakta atau pernyataan dimulai dari bagian sebelah kanan (THEN dulu). AturanR1 Aturan R2 Fakta C AturanR3 Fakta D Aturan R4 Tujuan 1 Observasi A Observasi B Sistem Pakar 15/16 . Dengan kata lain. penalaran dimulai dari fakta terlebih dahulu untuk menguji kebenaran hipotesis. AturanR1 Aturan R2 Fakta C AturanR3 Fakta D Fakta E AturanR4 Kesimpulan 1 Observasi A Observasi B Kesimpulan 2 – Backward Chaining. penalarana dimulai dari hipotesis terlebih dahulu.Pengantar Kecerdasan Buatan (AK045218) Forward dan Backward Chaining (1/2) • – Ada 2 cara yang dapat dilakukan dalam melakukan inferensi : Forward Chaining. Dengan kata lain.

Pengantar Kecerdasan Buatan (AK045218) Forward dan Backward Chaining (2/2) Contoh : • Pada tabel di bawah ini terlihat 10 aturan yang tersimpan dalam basis pengetahuan. Ingin dibuktikan apakah K bernilai benar (hipotesis : K) ? No R-1 R-2 R-3 R-4 R-5 R-6 R-7 R-8 R-9 R-10 Aturan IF A & B THEN C IF C THEN D IF A & E THEN F IF A THEN G IF F & G THEN D IF G & E THEN H IF C & H THEN I IF I & A THEN J IF G THEN J IF J THEN K E Penyelesaian dengan forward chaining Fakta R-4 A R-3 F G R-5 R-9 D R-6 H J R-10 K Aturan Fakta Fakta Baru F G D H J K (terbukti) R-3 R-4 R-5 R-6 R-9 Penyelesaian dengan backward chaining Fakta K R-10 J R-8 I R-7 A H C R-1 B Tidak Diketahui R-10 A K R-10 J R-9 G R-4 A Fakta Kedua : Sukses Pertama : Gagal Sistem Pakar 16/16 . Fakta awal yang diberikan hanya A & F (artinya A dan F bernilai benar).

Sign up to vote on this title
UsefulNot useful