Sistem Pakar
Abstrak
Paper ini membahas mengenai basis pengetahuan yang ada dalam sistem pakar.
Basis pengetahuan merupakan satu komponen yang sangat penting dalam sistem
pakar karena menyimpan semua pengetahuan yang akan dipakai sebagai dasar
pengambilan keputusan. Dalam basis pengetahuan, ada beberapa pengertian yang
perlu dipahami dalam kaitannya untuk memahami bagaimana seharusnya suatu
basis pengetahuan berbentuk dan bekerja. Selain itu, proses-proses yang terjadi
juga perlu diperhatikan karena akan mempengaruhi keseluruhan struktur basis
pengetahuan.
Dari paper ini diharapkan didapatnya ilmu mengenai basis pengetahuan dan konsepkonsep yang berkaitan dengannya, dan juga akan melahirkan pemikiran-pemikiran
baru untuk memahami dan mengimplementasikan basis pengetahuan dengan lebih
baik.
A.
Pendahuluan
Secara umum, basis pengetahuan (knowledge base) adalah suatu bentuk basis data
tertentu yang digunakan dalam manajemen pengetahuan (knowledge management).
Basis pengetahuan berperan dalam proses mengumpulkan, mengorganisasikan,
maupun mendapatkan kembali suatu pengetahuan (knowledge).
Dalam sistem pakar (expert system), basis pengetahuan merupakan satu komponen
yang sangat penting. Basis pengetahuan menyimpan semua pengetahuan yang
dimiliki oleh pakar yang berkompeten dalam bidang yang berkaitan. Basis
pengetahuan adalah dasar pengambilan keputusan dalam suatu sistem pakar, di
mana pengambilan keputusan ini berkaitan dengan proses untuk mendapatkan
kembali pengetahuan yang sebelumnya telah dikumpulkan dan disimpan.
Tulisan ini membahas mengenai basis pengetahuan dalam kaitannya dengan sistem
pakar, serta hal-hal lain yang berkaitan dengan basis pengetahuan.
B.
Isi
1.
Pengetahuan
Sebelum kita mulai membahas mengenai basis pengetahuan, maka terlebih dulu
akan kita tinjau mengenai pengetahuan dan semua hal yang berkaitan dengannya.
Menurut Davenport dan Prusak (1998), ada perbedaan pengertian mengenai data,
informasi, dan pengetahuan.
1.1. Data
Data adalah suatu kumpulan fakta-fakta diskrit yang obyektif mengenai suatu
kejadian[1]. Dalam contoh yang diberikan oleh Davenport dan Prusak, data
merupakan gambaran dari transaksi yang dilakukan seseorang (misalnya di pompa
bensin). Data berkaitan dengan berapa uang yang dibayarkan dan berapa liter
bensin yang diberikan, namun tidak berlaku lebih jauh lagi. Data tidak dapat
2.
Basis Pengetahuan
Menurut Gondran (1986) dalam Utami (2002), basis pengetahuan merupakan
representasi dari seorang pakar, yang kemudian dapat dimasukkan kedalam bahasa
pemrograman khusus untuk kecerdasan buatan (misalnya PROLOG atau LISP) atau
shell sistem pakar (misalnya EXSYS, PC-PLUS, CRYSTAL, dsb.)
Basis pengetahuan berisi pengetahuan-pengetahuan pakar berupa fakta-fakta,
konsep, aturan, prosedur, dan hubungan di antaranya, yang telah direpresentasikan
dalam bentuk yang dimengerti oleh sistem. Basis pengetahuan dibutuhkan untuk
memahami, memformulasikan, dan memecahkan masalah yang dihadapi oleh
sistem, di sini basis pengetahuan berfungsi sebagai sumber referensi untuk
mengambil suatu tindakan. Semakin banyak pengetahuan yang dimiliki oleh suatu
basis pengetahuan, maka sistem tersebut akan semakin mendekati sifat cerdas,
dengan kata lain kemampuan sistem akan semakin mendekati kemampuan pakar.
3.
Akuisisi Pengetahuan
Dalam akuisisi pengetahuan, perekayasa (engineer) bertindak sebagai jembatan
antara pakar (expert) dengan basis pengetahuan. Perekayasa mendapatkan
pengetahuan dari pakar, dan bersamanya menaruhnya pengetahuan tersebut dalam
basis pengetahuan.
Ada beberapa cara untuk melakukan akuisisi pengetahuan. Yang pertama adalah
dengan cara manual, di mana dalam cara ini perekayasa mendapatkan pengetahuan
dari sumber, dan lalu mengkodekannya ke dalam basis pengetahuan. Cara ini
merupakan cara yang mahal dan tidak efisien, serta juga kadangkala tidak akurat.
Cara yang kedua adalah cara semi-otomatik. Di sini terdapat peran komputer untuk
mendukung pakar, di mana pakar diizinkan untuk membangun basis pengetahuan
tanpa (atau dengan sedikit) bantuan dari perekayasa. Komputer di sini juga berperan
untuk membantu perekayasa dalam kerjanya membangun basis pengetahuan.
Sementara yang ketiga adalah cara otomatik. Di sini peran pakar, perekayasa,
maupun pembangun basis pengetahuan atau sistem (system builder) digabung.
Contohnya adalah metode induksi.
4.
Representasi Pengetahuan
Representasi pengetahuan merupakan kelanjutan dari proses akuisisi pengetahuan.
Setelah pengetahuan berhasil disarikan dari pakar, maka selanjutnya yang dilakukan
adalah merepresentasikan bentuk-bentuk pengetahuan tersebut menjadi bentuk
yang dikenali oleh sistem (komputer).
Beberapa cara yang dapat digunakan untuk merepresentasikan bentuk ini antara
lain jaringan semantik (semantic net), bingkai (frame), aturan produksi (production
rule), logika (logic), bahasa natural (natural language), dan sistem basis data
(database system).
Representasi pengetahuan dimaksudkan untuk menangkap sifat-sifat penting suatu
pengetahuan agar dapat diakses dan digunakan dalam metode pemecahan masalah.
Bahasa
representasi
haruslah
mampu
membuat
seorang
pemrogram
mengekspresikan pengetahuan yang diperlukan untuk mendapatkan solusi
permasalahan.
ekspresi-ekspresi
logika
formal
dalam
Representasi Prosedural
Sementara jenis kedua ini menggambarkan pengetahuan sebagai kumpulan instruksi
untuk memecahkan suatu problema.
Representasi Jaringan (Network)
Representasi ini menangkap pengetahuan sebagai suatu graf di mana simpulsimpulnya merupakan obyek atau konsep dari problema yang dihadapi, sementara
garisnya (edge) menggambarkan hubungan di antara mereka.
Representasi Terstruktur
Dalam representasi ini, jaringan diperluas dengan cara membuat tiap simpulnya
menjadi sebuah struktur data kompleks.
Prinsip representasi pengetahuan adalah jika suatu permasalahan dideskripsikan
dengan menggunakan representasi yang tepat, maka dapat dipastikan bahwa
masalah tersebut dapat diselesaikan.
5.
Ontologi
Kunci dari suatu basis pengetahuan adalah ontologi, yaitu sistem konsep-konsep
yang terorganisir yang menjadikan sesuatu yang ada dalam domain menjadi
eksplisit[7]. Ontologi merupakan spesifikasi dari suatu konseptualisasi, atau suatu
teori logis yang memberikan suatu akun eksplisit yang parsial dari suatu
konseptualisasi[8]; atau bahkan sinonim dari konseptualisasi itu sendiri.
Ontologi digunakan untuk menjelaskan mengenai properti dari suatu domain, dan
juga untuk mendefinisikan domain tersebut.
Komponen-komponen dari ontologi antara lain:
6.
Sistem Perbaikan Pengetahuan
Sistem Perbaikan Pengetahuan (Knowledge Refining System) merupakan suatu
sistem untuk memperbaiki kinerja sistem pakar. Dengan sistem ini, pakar dapat
melakukan analisis kinerja, lalu melakukan pembelajaran, dan kemudian
meningkatkannya pada konsultasi berikutnya.
Pada pembelajaran mesin, tujuan dari perbaikan basis pengetahuan (knowledge
base refinement) adalah meningkatkan performa sistem dengan pembelajaran
empiris, di mana performa sistem diukur dari jumlah kesalahan yang terdeteksi
ketika sistem dieksekusi untuk kasus-kasus yang ada dalam pustaka sistem.
C.
Penutup
Basis pengetahuan merupakan jantung dari suatu sistem pakar. Tanpa adanya basis
pengetahuan, sistem tidak dapat memberikan rekomendasi yang benar, karena ia
tidak memiliki dasar untuk mengambil tindakan.
Basis pengetahuan tergantung dari beberapa konsep dan proses, antara lain
pengertian dari pengetahuan serta ontologi dalam basis pengetahuan itu sendiri.
Proses akuisisi serta representasi pengetahuan juga berperan memberikan suatu
bentuk terhadap basis pengetahuan itu sendiri, yang pada akhirnya semua ini akan
menentukan bagaiman kesimpulan yang akan diambil oleh sistem.
Basis pengetahuan yang baik juga dapat melakukan perbaikan dalam dirinya untuk
meningkatkan kinerjanya.