Kelompok IV

R7V
Muhammad Samodra Firdaus ----------------------------------------------------------- (201643502009)
Mardiana ----------------------------------------------------------------------------------- (201643502022)
Bunga Nirwana --------------------------------------------------------------------------- (201643502073)
Bima Aria Radjasa------------------------------------------------------------------------ (201643502089)

Soal SBP
1. Jelaskan gambaran sederhana dari Sistem Berbasis Pengetahuan !
 Menurut Davenport dan Prusak (1998), ada perbedaan pengertian mengenai data,
informasi, dan pengetahuan.
 Data adalah suatu kumpulan fakta-fakta diskrit yang obyektif mengenai suatu kejadian.
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 menggambarkan bagaimana kualitas pompa bensin
tersebut dan kapan si pelanggan tersebut akan kembali ke sana.
 Sementara itu, informasi adalah hasil dari pengolahan data. Informasi adalah data yang
membuat suatu perbedaan, di mana tujuan informasi adalah untuk mengubah pandangan
seseorang atau membuatnya menjadi berbeda (dibandingkan sebelum mendapatkan
informasi). Dan Pengetahuan merupakan bentuk lebih lanjut dari informasi. Pengetahuan
merupakan campuran yang bebas antara informasi konstekstual, nilai-nilai, dan
pengalaman yang telah terekspresikan, serta pemahaman pakar, yang memberikan suatu
kerangka kerja untuk mengevaluasi dan memasukkan informasi dan pengalaman-
pengalaman baru
2. Jelaskan perbedaan dari Kecerdasan Buatan dan Pemrograman Konvensional !
 Kecerdasan buatan berfungsi lebih difokuskan kepada penyelesaian masalah, sedangkan
pemrograman konvensional berfokus kepada alat hitung saja. Perbedaannya juga terdapat
pada pemrosesan, sifat inputan, pencarian, keterangan, struktur, sifat output, pemeliharaan
& update, dan kemampuan menalar.
3. Jelaskan hubungan Sistem Berbasis Pengetahuan dan Sistem Pakar !
 Sistem Berbasis Pengetahuan merupakan salah satu dari Sistem Pakar, pada dasarnya
Sistem Pakar merupakan cabang dari kecerdasan buatan, yaitu dengan menyimpan
kepakaran dari pakar manusia ke dalam komputer dan meyimpan pengetahuan di dalam
 komputer sehingga memungkinkan user dapat berkonsultasi layaknya dengan pakar
manusia.
4. Sebutkan peran manusia dalam Sistem Pakar !
 1) Pakar
 2) Knowledge Engineer
 3) User yang terdiri dari :
o Klien yang bukan pakar yang menginginkan nasehat langsung. Disini sistem pakar
bertindak sebagai konsultan / advisor (penasehat)
o Pelajar yang ingin belajar. Sistem pakar disini bertindak sebagai instruktur.
o Pembangun Sistem Pakar yang ingin meningkatkan knowledge basenya. Disini sistem
pakar bertindak sebagai partner.
o Pakar, disini sistem pakar bertindak sebagai kolega atau asisten.
 4) Pihak lain, misal : System builder, Tool builder, Vendor, Staf pendukung
5. Salah satu komponen sistem pakar adalah Akuisisi Pengetahuan, jelaskan secara
singkat apa yang dimaksud dengan Akuisisi Pengetahuan !
 Akuisisi pengetahuan adalah akumulasi, transfer, dan transformasi keahlian dalam
menyelesaikan masalah dari sumber pengetahuan ke dalam program komputer, dalam
tahap ini Knowledge Engineer berusaha menyerap pengetahuan untuk selanjutnya
ditransfer ke dalam basis pengetahuan, pengetahuan tersebut diperoleh dari pakar,
dilengkapi dengan buku, basis data, laporan penelitian, dan pengalaman pemakai.
6. Jelaskan permasalahan dalam transfer pengetahuan dan tuliskan bagaimana cara
penyelesaian masalah tersebut !
 1) Transfer ke Mesin
o Knowledge ditransfer ke mesin dan diorganisasi dengan cara-cara tertentu.
o Mesin membutuhkan knowledge agar bisa mengekspresikannya secara jelas dalam
level yang lebih rendah, lebih detil daripada manusia.
o Knowledge dari manusia harus disimpan dalam format dengan susunan tertentu.
o Manusia sulit mengingat semua langkah-langkah antara yang digunakan oleh
otaknya dalam pentransferan atau pemrosesan knowledge, sehingga ada
ketidaksesuaian diantara komputer dan pakar.
 2) Jumlah Partisipan
 o Partisipan memiliki latar belakang yang berbeda. Contoh : Sang pakar memiliki
sedikit sekali pengetahuan tentang komputer sedangkan Knowledge Engineer tidak
memiliki banyak pengetahuan tentang wilayah permasalahan.
 3) Struktur Pengetahuan
o Sistem pakar selain membutuhkan pengetahuan, juga mengutamakan bagaimana
struktur pengetahuan itu sendiri.
o Pengetahuan harus disusun menurut aturan tertentu (Rules/aturan-aturan).
 4) Alasan Lain
o Pakar mungkin memiliki keterbatasan waktu atau tidak bersedia bekerja sama.
o Pengujian dan penghalusan pengetahuan adalah sesuatu yang rumit.
o Definisi mungkin kurang baik dari metode suatu pengetahuan.
o Pembangun sistem bertendensi untuk mengumpulkan pengetahuan dari suatu
sumber, namun pengetahuan yang relevan mungkin harus diperoleh dari berbagai
sumber.
o Pembangun mungkin mencoba untuk mengumpulkan pengetahuan terdokumentasi
daripada memanfaatkan para pakar sehingga pengetahuan yang dikumpulkan
mungkin tidak cukup.
o Sulit mengenali pengetahuan tertentu jika tercampur dengan data yang tak relevan.
o Pakar mungkin mengubah perilakunya jika diamati dan/atau wawancara.
o Masalah komunikasi antar personal antara knowledge engineer dan pakar.
 Cara Menanganinya :
o Mengembangkan program yang mampu menerima saran seperti yang sering
diberikan kepada user/pemula.
o Beberapa paket software pengembangan Sistem Pakar menyederhanakan sintaks
dari rules (dalam sistem berbasis rule / aturan-aturan) untuk membuat builder dari
Sistem Pakar lebih mudah membuat dan memahami tanpa pelatihan khusus.
o Beberapa kesulitan mungkin dapat dikurangi / dihilangkan dengan tool akuisisi
knowledge berbasis komputer dan dengan integrasi ekstensif dengan berbagai
usaha akuisisi.
7. Jelaskan peran dari Knowledge Engineer dalam Akuisisi Knowledge !
 Tugas seorang Knowledge Engineer antara lain :
o Mewawancarai sang pakar untuk mengetahui bagaimana masalah tertentu
diselesaikan.
 o Menalarkan fakta & rules (peraturan) yang digunakan oleh ahli untuk diterapkan ke
sistem pakar.
o Memilih software / hardware untuk membantu pembuatan sistem pakar.
o Implementasi pengetahuan pada Knowledge Base yang efektif & efisien.
o Bertanggungjawab menguji, merevisi, dan mengintegrasikan sistem pakar.
8. Jelaskan mengapa RGA lebih banyak dipilih untuk digunakan sebagai metode
Akuisisi Knowledge daripada metode Expert-Driven !
 Banyak pakar kesulitan dalam mengekspresikan reasoning-nya, karena pada metode
Expert-Driven sang pakar membuat laporannya sendiri.
 Pakar sering bingung antara fakta & faktor yang sesungguhnya mempengaruhi
pengambilan keputusan.
 Metode RGA lebih terstruktur ketika diaplikasikan ke teknologi, dan biasanya dibantu oleh
komputer.
9. Tuliskan salah satu Alat Bantu Akuisisi Knowledge yang anda ketahui dan jelaskan
!
 Emycin : sebuah framwork untuk membangun program (sistem) yang merekam
pengetahuan sang pakar dan pengetahuan tersebut digunakan untuk membantu
menyelesaikan sebuah permasalahan.
 Teiresias : program klasik yang dikembangkan untuk membantu insinyur pengetahuan
dalam penciptaan ( atau revisi ) aturan untuk ES tertentu saat bekerja dengan shell
EMYCIN.
 Knowledge Analysis Tool (KAT) : tools yang dikembangkan untuk mengkonversi
knowledge ke format rules khusus.
 NEXTRA : tool yang serupa yang membantu knowledge engineer untuk meng-code rule
dalam Nexpert Object.
10. Apa yang dimaksud dengan Induksi Rule ? Jelaskan !
 induksi rule adalah penalaran aturan, pengetahuan dipresentasikan dengan menggunakan
aturan berbentuk IF-Then, bentuk ini digunakan apabila kita memiliki sejumlah
pengetahuan pakar pada suatu permasalahan tertentu, dan si pakar dapat menyelesaikan
masalah tersebut secara berurutan.
11. Jelaskan perbedaan Case Base Reasoning dan Komputer Syaraf !
 Case Base Reasoning adalah pengambilan keputusan yang mengambil dari koleksi kasus-
kasus historis yang mungkin identik dengan kasus baru dan penyelesaiannya berbentuk
knowledge base, dan membuat akuisisi pengetahuan menjadi sangat mudah dilakukan,
 karena data historis berada dalam file dan hanya memerlukan sedikit verifikasi dari pakar.
Sedangkan Komputer Syaraf adalah pendekatan penyelesaian masalah yang lain dimana
data historis digunakan untuk menurunkan solusi ke masalah yang baru, konsultasi kepada
pakar dapat dilakukan selama validasi dan verifikasi, tetapi peran mereka sudah jauh
berkurang, juga usaha dan pengeluaran yang harus dilakukan untku akuisisi knowledge.
Berbeda dengan Case-Base Reasoning, komputasi syaraf bekerja dalam domain yang
cukup sempit menggunakan pendekatan pengenalan pola.
12. Mengapa Validasi & Verifikasi merupakan faktor penentu keberhasilan dalam
implementasi Sistem Pakar ? Jelaskan !
 Karena pada proses ini pengetahuan yang sudah direpresentasikan akan dikonfirmasikan
kembali kepada pakar untuk dilakukan verifikasi serta validasi apakah pengetahuan
tersebut sudah benar apa belum. Apabila pengetahuan tersebut belum sesuai maka perlu
dilakukan penyempurnaan atau kembali ke proses sebelumnya, dan kemudian di verifikasi
dan divalidasi ulang sehingga didapatkan pengetahuan yang sesuai.