3.1 Sebutkan dan jelaskan serta berikan contoh bentuk atau tipe dari sistem pakar!

3.2 Sebutkan & jelaskan serta berikan contoh bentuk bagian2 utama dari sistem pakar!

3.3 Sebutkan & jelaskan konsep dasar dari sistem pakar!

3.4 Sebutkan & jelaskan serta berikan contoh komponen arsitektur dari sistem pakar!

4.1 Jelaskan & berikan contoh tentang pemahaman bahasa alami dan pembangkitan
bahasa alami dalam pemrosesan di sistem pakar!

4.2 Jelaskan & berikan contoh tentang sistem cerdas dalam rekayasa power!

4.3 Jelaskan & berikan contoh tentang pemrosesan simbolik dalam sistem pakar!

4.4 Jelaskan & berikan contoh cara penguncian dengan menggunakan metode touring
test pada sistem cerdas!

3.1 Pengertian Sistem Pakar

Pada perinsipnya computer diciptakan untuk membantu manusia dalam menyelesaikan
permasalahan yang berhubungan dengan pekerjaan manusia dengan automatisasi
pemecahan masalah dapat dilakukan. Awal computer diciptakan hanya sebatas
memudahkan manusia untuk melakukan penghitungan yang membutuhkan ketelitian dan
keakuratan. Seiring perkembangan zaman computer juga mengalami perkembangan
yang pesat dalam hal teknologi yang digunakan, dengan perkembangan computer yang
lebih baik manusia mengharapkan computer tidak hanya bisa menyelesaikan
permasalahan manusia dalam hal penghitungan matematika (Aritmatika) saja, akan tetapi
permasalahan manusia yang berhubungan dengan logika yang tidak tersteruktur bisa
diselesaikan oleh computer.

Untuk itu manusia membutuhkan suatu system computer yang cerdas untuk membantu
penyelesaian masalah dalam bidang – bidang tertentu diantaranya : menyelesaikan
permasalahan kesehatan dalam bidang kedokteran, menyelesaikan permasalahan
keuangan, analaisis pasar, pemasaran, penjualan, investasi, dalam bidang perekonomian
global. Menyelesaikan permasalahan dalam bidang otomotif, penerbangan, militer dan
banyak lagi permasalahan yang tidak terstruktur yang bisa dipecahkan oleh computer
dengan cara memberikan solusi layaknya seorang pakar.

Permasalahan yang ditangani oleh seorang pakar bukan hanya permasalahan yang
mengandalkan algoritma, namun terkadang juga permasalahan yang sulit dipahami.
Permasalahan tersebut dapat diatasi oleh seorang pakar
dengan pengetahuan dan pengalamannya. Sistem Pakar dibangun bukan
berdasarkan Algoritma tertentu tetapi bedasarkan basis pengetahuan (Knowledge-Base)
dan aturan (Rule).
Beberapa ilmuan mengartikan sistem pakar sesuai dengan pendefinisiannya masing –
masing diantaranya Turban, mengartikan Sistem Pakar adalah program computer yang
menirukan penalaran seorang pakar dengan keahlian pada wilayah tertentu (Turban,
1995). Martin dan Oxman mengartikannya, Sistem Pakar adalah sistem berbasis
komputer yang menggunakan pengetahuan, fakta, dan teknik penalaran dalam
memecahkan masalah yang hanya dapat dipecahkan oleh seorang pakar dalam bidang
tersebut (Martin dan Oxman, 1988).

Pada dasarnya sistem pakar diterapkan untuk mendukung aktivitas pemecahan masalah.
Beberapa aktivitas pemecahan yang dimaksud antara lain :

1. Pembuatan Keputusan (Decision Making) ;

2. Pemanduan Pengetahuan (Knowloedge Fusing) ;
3. Pembuatan Desain (Design) ;
4. Perencanaan (Planning) ;
5. Prakiraan (Forecasting) ;
6. Pengaturan (Regulation) ;
7. Pengendalian (Controlling) ;
8. Diagnosis (Diagnosing) ;
9. Perumusan (Prescribing) ;
10. Penjelasan (Explaining) ;
11. Pemberian Nasihat (Advising) ;
12. Pelatihan (Tutoring).
Bentuk/Tipe Sistem Pakar :
1. Mandiri : sistem pakar yang murni berdiri sendiri, tidak digabung dengan software
lain, bisa dijalankan pada komputer pribadi, mainframe.
2. Terkait/Tergabung : dalam bentuk ini sistem pakar hanya merupakan bagian dari
program yang lebih besar. Program tersebut biasanya menggunakan teknik
algoritma konvensional tapi bisa mengakses sistem pakar yang ditempatkan
sebagai subrutin, yang bisa dimanfaatkan setiap kali dibutuhkan.
3. Terhubung : merupakan sistem pakar yang berhubungan dengan software lain,
misal : spreadsheet, DBMS, program grafik. Pada saat proses inferensi, sistem
pakar bisa mengakses data dalam spreadsheet atau DBMS atau program grafik
bisa dipanggil untuk menayangkan output visual.
4. Sistem Mengabdi : Merupakan bagian dari komputer khusus yang diabdikan
kepada fungsi tunggal. Sistem tersebut bisa membantu analisa data radar dalam
pesawat tempur atau membuat keputusan intelejen tentang bagaimana
memodifikasi pembangunan kimiawi.
 PENERAPAN SISTEM PAKAR PADA BERBAGAI BIDANG

Dalam Bidang Pendidikan / Ilmu Pengetahuan

1. Penelitian tentang penggunaan system pakar dalam bidang pendidikan dilakukan oleh
prof. Gordon S. Novack Jr. pada Universitas of Texas, Austin, tahun 1990. Aplikasi
system pakar ini diberi nama ISAAC yang memiliki parser yang mampu membaca kalimat
(dalam bahasa Inggris) dalam kecepatan 5000 kata/menit dan mampu menyelesaikan
soal-soal Fisika Mekanik (Statika) dalam waktu kurang dari 5 menit. Aplikasi ini
dikerjakan oleh 1 tim terdiri dari 60 0rang dan membutuhkan waktu 1 tahun. (E.S.
Handbook, 1992).

2. Studi system pakar untuk proses belajar Fisika dilakukan oleh seorang dosen Fisika yang
menempuh pendidikan S2 pada salah satu perguruan tinggi di Jakarta. Latar belakang
dari dilakukannya studi ini adalah karena Fisika merupakan disiplin ilmu yang sangat
fundamental yang menjadi dasar dari sains dan teknologi.

Melihat kepentingan tersebut, maka para siswa/mahasiswa perlu menguasai ilmu ini, tapi
kenyataannya sering dianggap momok oleh sebagian besa siswa/mahasiswa selain itu
juga kurangnya tenaga guru / dosen Fisika serta kurangnya sarana prasarana yang
diperlukan dalam proses belajar mengajar Fisika, seperti alat banto audio maupun visual.
Dalam studi ini dibuat aplikasi sitem pakar yang mampu menyelesaikan persoalan
rangkaian arus bolak-balik yang terdiri dari komponen resistor dan inductor baik seri
maupun pararel.

Dalam Bidang Bisnis

1. Sistem Pakar dalam Pembelian

System ini berfungsi untuk menilai dan memilih pemasok (supplier) dengan pertolongan
dan pengiriman barang secara optimal, dimana dalam hal ini menunjang pemasok yang
potensial.Dalam hal operasi, maka system ini mempunyai fungsi penasihat kepada
pembeli.
2. Sistem Pakar mengenai suku cadang mesin percetakan
Sistem ini menunjang pengujian secara teknis dari pesanan langganan dalam mesiN cetak
dan sukucadang yang diinginkan.
3. System pakar mengenai konsultasi program bantuan kredit bank
System ini membantu pada konsultasi tentang program kredit bantuan pada institusi
public.

Dalam Bidang Pertanian

Dalam dunia pertanian banyak sekali hal yang harus dipelajari agar dapat
menghasilkan sesuatu yang bermanfaat. Begitu banyaknya hal yang harus diingat seperti
media tanam yang berbeda bagi tiap jenis tanaman, takaran pupuk, hama dan penyakit
tanaman, dan banyak sekali cara agar tanaman yang ditanam dapat menghasilkan hasil
yang lebih baik.
 Oleh karena itu dalam hal ini system pakar dapat memberikan tambahan
pengetahuan kepada petani mengenai macam-macam penyakit yang berhasil di
identifikasi oleh sistem dan dapat mengetahui tanaman apa saja yang biasa diserang oleh
penyakit tersebut, dengan adanya pengetahuan ini maka ketika para petani sadar
tanamannya terkena hama atau penyakit, maka petani dapat dengan mudah untuk
mengatasi hama dan menanggulangi penyakit tersebut.

Dalam Bidang Psikologis

Salah satu implementasi yang diterapkan sistem pakar dalam bidang psikologi, yaitu
untuk sistem pakar menentukan jenis gangguan perkembangan pada anak. Anak-anak
merupakan fase yang paling rentan dan sangat perlu diperhatikan satu demi satu tahapan
perkembangannya. Contoh satu bentuk gangguan perkembangan adalah conduct
disorder. Conduct disorder adalah satu kelainan perilaku dimana anak sulit membedakan
benar salah atau baik dan buruk, sehingga anak merasa tidak bersalah walaupun sudah
berbuat kesalahan. Dampaknya akan sangat buruk bagi perkembangan sosial anak
tersebut. Oleh karena itu dibangun suatu sistem pakar yang dapat membantu para
pakar/psikolog anak untuk menentukan jenis gangguan perkembangan pada anak dengan
menggunakan metode Certainty Factor (CF).
Contoh lain implementasinya adalah tes kepribadian. aplikasi tes kepribadian
berbasiskan sistem pakar ini, lebih mudah dan lebih cepat dalam proses pengukuran
kepribadian dibandingkan metode terdahulu, sehingga memberikan banyak keuntungan
dari segi penghematan waktu, tenaga, dan memudahkan kinerja user (pemakai) dalam
mengukur kepribadiannya masing-masing. Selain itu aplikasi tes kepribadian ini dikemas
dengan tampilan yang cukup menarik.

Bagi masyarakat yang ingin mengetahui ukuran kepribadiannya, mereka dapat

menggunakan aplikasi ini sebagai referensi, dan bagi para mahasiswa khususnya
mahasiswa psikologi, aplikasi ini dapat dijadikan tambahan untuk mendukung studi
mereka terutama untuk sub bidang pengukuran kepribadian. Namun demikian, aplikasi
tes kepribadian berbasiskan sistem pakar ini tidak bisa menggantikan seorang ahli karena
dia pakar di bidangnya. Aplikasi sistem pakar ini hanyalah alat bantu yang sangat
bergantung pada data-data yang di-input oleh seorang programmer sehingga aplikasi
sistem pakar ini haruslah selalu dikembangkan.

Dalam Bidang Kedokteran

Di dunia kedokteran, sudah banyak bermunculan aplikasi sistem pakar. Sistem

pakar ini mampu mendiagnosis berbagai jenis penyakit pada manusia, baik penyakit
mata, THT (telinga, hidung, tenggorokan), mulut, organ dalam (jantung, hati, ginjal),
maupun AIDS (Hamdani, 2010). Dengan adanya sistem pakar ini, orang awam mampu
mendeteksi adanya penyakit pada dirinya berdasarkan gejala-gejala yang dirasakan oleh
orang tersebut dengan menjawab pertanyaan pada aplikasi seperti halnya konsultasi ke
dokter.

Aplikasi sistem pakar dalam bidang kedokteran yang dibuat dengan proses
penelusuran maju (forward chaining) mampu mengenali jenis penyakit pada manusia,
terutama jenis penyakit mata. Aplikasi sistem pakar ini dapat menjadi sarana untuk
menyimpan pengetahuan tentang penyakit terutama yang berkenaan dengan jenis
penyakit mata dari para pakar atau ahlinya. Sistem pakar mampu membantu pasien
maupun dokter dalam menyediakan sistem pendukung keputusan dan saran dari pakar.

Pada aplikasi sistem pakar umumnya user akan diminta untuk menjawab pertanyaan
sesuai dengan gejala yang dirasakan. Dalam aplikasi ini, user menjawab dengan ya atau
tidak. Setelah menjawab beberapa pertanyaan, maka aplikasi akan menghasilkan
kesimpulan mengenai jenis penyakit mata yang diderita user. Pada aplikasi sistem pakar
lainnya, tidak jarang juga sudah memberikan solusi atau cara penanganan terhadap jenis
penyakit yang diderita tersebut.

Keuntungan Sistem Pakar

Sistem Pakar memiliki beberapa keuntungan, yaitu :

1. Membuat orang yang masih awam dapat bekerja seperti layaknya seorang pakar.

2. Meningkatkan produktifitas akibat meningkatnya kualitas hasil kerja.

3. Menghemat waktu kerja.

4. Menyederhanakan pekerjaan.

5. Merupakan arsip yang terpercaya dari sebuah keahlian.

6. Memperluas jangkauan dari keahlian seorang pakar.

7. Bisa melakukan proses secara berulang dan otomatis.

8. Menyimpan pengetahuan dan keahlian para pakar.

9. Mampu mengambil dan melestarikan keahlian para pakar

10. Memiliki kemampuan untuk mengakses pengetahuan.

11. Memiliki reliabilitas.

Kelemahan Sistem Pakar

Disamping memiliki beberapa keuntungan, sistem pakar juga memiliki beberapa
kelemahan, yaitu :

1. Biaya yang diperlukan untuk membuat dan memeliharanya sangat mahal.

2. Sulit dikembangkan. Hal ini tentu saja erat kaitannya dengan ketersediaan pakar
dibidangnya.

3. Sistem pakar tidak 100% bernilai benar.

Referensi :
https://www.scribd.com/document/370317936/Bagian-bagian-Sistem-Pakar

https://www.mariobd.com/2018/09/pengertian-dan-komponen-struktur-sistem-pakar.html
3.2 Bagian-Bagian Utama Sistem Pakar
Bagian-bagian Sistem Pakar
Sistem pakar terdiri dari beberapa bagian yaitu :
1. Fasilitas akuisisi pengetahuan
Fasilitas ini merupakan suatu proses untuk mengumpulkan data-data
pengetahuan akan suatu masalah dari pakar. Bahan pengetahuan dapat ditempuh
dengan beberapa cara, misalnya mendapatkan pengetahuan dari buku, jurnal
ilmiah, para pakar di bidangnya, laporan, literatur, dan seterusnya. Sumber
pengetahuan tersebut dijadikan dokumentasi untuk dipelajari, diolah dan
diorganisasikan secara terstruktur menjadi basis pengetahuan.
2. Basis Pengetahuan dan Basis Aturan
Setelah proses akuisisi pengetahuan selesai dilakukan, maka pengetahuan
tersebut harus direpresentasikan menjadi basis pengetahuan dan basis aturan
yang selanjutnya dikumpulkan, dikodekan, diorganisasikan dan digambarkan
dalam bentuk rancangan lain menjadi bentuk yang sistematis.

3. Mesin Inferensi (Inference Engine)

Mesin Inferensi adalah bagian dari sistem pakar yang melakukan penalaran
dengan menggunakan isi daftar aturan berdasarkan urutan dan pola tertentu.

Secara umum ada dua teknik utama yang digunakan dalam mekanisme inferensi
untuk pengujian aturan, yaitu penalaran maju (forward chaining) dan penalaran mundur
(backward chaining).

Ada 2 jenis dari mesin inferensi yang ada pada saat ini, yaitu :

a. Penalaran maju (Forward Chaining). Pelacakan dimulai dari keadaan awal

(informasi atau fakta yang ada) dan kemudian dicoba untuk mencocokkan

dengan tujuan yang diharapkan.

Observasi A Aturan R1 Fakta C Kesimpulan1
Aturan R3
Observasi B Aturan R2 Fakta D Kesimpulan2
Aturan R2
Fakta E
Gambar Diagram Penalaran Maju

b. Penalaran Mundur (Backward Chaining). Pada penalaran ini dimulai dari

tujuan atau hipotesa, baru dicocokkan dengan keadaan awal atau fakta-fakta
yang ada. Untuk lebih jelasnya, lihat dalam gambar dibawah ini :

Observasi A Aturan R1 Fakta C

Aturan R3 Tujuan 1
Observasi
Gambar B Diagram
Aturan R2
Penalaran Fakta D
Mundur
Aturan R4 (kesimpulan)
Kedua mode inferensi tersebut dipengaruhi oleh tiga macam teknik penelus
 Depth – First Search, Breadth – First Search, dan Best First Search. Berikut ini
adalah penjelasannya :

1. Depth – First Search, proses pencarian akan dilakukan pada semua anaknya
sebelum dilakukan pencarian ke node-node yang selevel. Pencarian dimulai dari
node akar ke level yang lebih tinggi. Proses ini diulangi terus hingga ditemukan
solusinya.

B C D

E G H I J L

Gambar Depth - First Search

2. Breadth – First Search, semua node pada level n akan dikunjungi terlebih dahulu
sebelum mengunjungi node-node pada level n+1. Pencarian dimulai dari node
akar terus ke level ke-1 dari kiri ke kanan, kemudian berpindah ke level berikutnya
demikian pula dari kiri ke kanan hingga ditemukan solusinya.

B C D

E F G H I J K L

Gambar Breadth – First Search

3. Best – First Search, bekerja berdasarkan kombinasi kedua metode sebelumnya.

Pada teknik ini wilayah dan arah pelacakan dipersempit dan ditekankan kearah
yang dianggap memberi peluang penyelesaian lebih besar. Caranya dengan
menggunakan proses evaluasi matematika, yaitu fungsi heuristic, adalah suatu
fungsi yang mengevaluasi suatu node tertentu untuk meramalkan kualitas node
berikutnya dalam pelacakan mencapai terminal tujuan.
 A

B C D

E G H I

Gambar Best – First Search

4. Fasilitas Penjelasan Sistem - Merupakan bagian dari sistem pakar yang

memberikan penjelasan tentang bagaimana program dijalankan, apa yang harus
dijelaskan kepada pemakai tentang suatu masalah. Dalam sistem pakar, fasilitas
penjelasan sistem sebaiknya di integrasikan ke dalam tabel basis pengetahuan
dan basis aturan karena hal ini lebih memudahkan perancangan sistem.

5. Antarmuka Pemakai (User Interface) - Antarmuka pemakai memberikan fasilitas

komunikasi antara pemakai dan sistem, memberikan berbagai fasilitas informasi
dan berbagai keterangan yang bertujuan untuk membantu mengarahkan alur
penelusuran masalah sampai ditemukan solusinya. Antarmuka pemakai juga
berfungsi untuk menginputkan pengetahuan baru ke dalam basis pengetahuan
sistem pakar, menampilkan fasilitas penjelasan sistem dan memberikan tuntunan
penggunaan sistem secara menyeluruh langkah demi langkah sehingga pemakai
mengerti apa yang harus dilakukan terhadap sistem.

Referensi :
https://www.scribd.com/document/370317936/Bagian-bagian-Sistem-Pakar

http://arulsagita.blogspot.com/p/sistem-pakar.html

3.3 Konsep Dasar Sistem Pakar

Konsep Sistem Pakar

Tiap-tiap orang mempunyai keahlian masing-masing yang mungkin satu orang

dengan yang lainnya mempunyai keahlian berbeda, tergantung pengetahuannya
masing-masing. Komputer dapat diprogram untuk berbuat seperti ahli dalam
bidang tertentu. Komputer yang demikian dapat dijadikan konsultan atau tenaga
ahli di bidang tertentu yang dapat menjawab pertanyaan dan nasihat- nasihat
yang dibutuhkan. Sistem yang demikian disebut dengan sistem pakar.
 (Sumber: Muhammad Arhami, “Konsep Dasar Sistem
Pakar”)

Gambar 2.1 Konsep dasar fungsi sistem pakar

Gambar 2.1 menggambarkan konsep dasar suatu sistem pakar. Pengguna (user)
menyampaikan fakta atau informasi untuk sistem pakar dan kemudian menerima
saran dari pakar atau jawaban ahlinya. Bagian dalam sistem pakar terdiri dari dua
komponen utama, yaitu knowledge base yang berisi pengetahuan dasar dari
pakar atau ahlinya dan mesin inferensi yang menggambarkan kesimpulan.
Kesimpulan tersebut merupakan respon dari sistem pakar atas permintaan
pengguna.
Suatu pengetahuan (knowledge) dari sistem pakar bersifat khusus untuk satu
domain masalah saja. Sistem pakar menyerupai kepakaran manusia yang secara
umum dirancang untuk menjadi pakar dalam satu domain masalah saja. Sebagai
contoh, sistem pakar kedokteran yang dirancang untuk mendiagnosis infeksi
penyakit akan mempunyai suatu uraian pengetahuan (knowledge) tentang gejala-
gejala penyakit yang disebabkan oleh infeksi penyakit. Dalam kasus ini domain
pengetahuan (knowledge-nya) adalah bidang kedokteran yang terdiri dari knowledge
tentang penyakit, gejala, dan cara pengobatan.

Menurut Turban [Ami05] terdapat tiga orang yang terlibat dalam lingkungan sistem
pakar, yaitu:
1. Pakar
Orang yang memiliki pengetahuan khusus, pendapat, pengalaman, dan
metode, serta kemampuan untuk mengaplikasikan keahliannya tersebut
untuk menyelesaikan masalah.
2. Perekeyasa sistem
Orang yang membantu pakar dalam menyusun area permasalahan
dengan menginterpretasikan dan mengintegrasikan jawaban pakar atas
pertanyaan yang diajukan, menggambarkan analogi, dan menerangkan
kesulitan-kesulitan konseptual.
3. Pengguna
Sistem pakar memiliki beberapa pengguna yaitu pengguna bukan
pakar, pelajar, pembangun sistem pakar yang ingin meningkatkan dan
menambah basis pengetahuan, dan pakar.

Menurut Efraim Turban, konsep dasar sistem pakar mengandung : keahlian, ahli, pengalihan
keahlian, inferensi, aturan dan kemampuan menjelaskan. Keahlian adalah suatu kelebihan
penguasaan pengetahuan di bidang tertentu yang diperoleh dari pelatihan, membaca atau
pengalaman.

Contoh bentuk pengetahuan yang termasuk keahlian adalah:

 Fakta-fakta pada lingkup permasalahan tertentu.

 Teori-teori pada lingkup permasalahan tertentu.
 Prosedur-prosedur dan aturan-aturan berkenaan dengan lingkup permasalahan
tertentu.
 Strategi-strategi global untuk menyelesaikan masalah.
 Meta-knowledge (pengetahuan tentang pengetahuan).
Salah satu fitur yang harus dimiliki oleh sistem pakar adalah kemampuan untuk menalar.
Jika keahlian-keahlian sudah tersimpan sebagai basis pengetahuan dan sudah tersedia
program yang mampu mengakses basisdata, maka komputer harus dapat diprogram untuk
membuat inferensi. Proses inferensi ini dikemas dalam bentuk motor inferensi (inference
engine). Sebagian besar sistem pakar komersial dibuat dalam bentuk rule-based systems,
yang mana pengetahuannya disimpan dalam bentuk aturan-aturan. Aturan tersebut
biasanya berbentuk IF-THEN. Fitur lainnya dari sistem pakar adalah kemampuan untuk
merekomendasi. Kemampuan inilah yang membedakan sistem pakar dengan sistem
konvensional.

Sistem Pakar merupakan salah satu bidang teknik kecerdasan buatan yang sangat diminati
karena penerapannya di berbagai bidang teknik baik bidang ilmu pengetahuan maupun
bisnis yang terbukti sangat membantu di dalam mengambil keputusan dan sangat luas
penerapannya. Sistem pakar adalah suatu sistem yang dirancang agar dapat melakukan
penalaran seperti layaknya seorang pakar pada suatu bidang keahlian tertentu. (Ferdian,
dkk, 2004).

Konsep sistem pakar adalah menirukan metodologi dan kinerja seorang manusia yang ahli
dalam bidang atau domain tertentu yang spesifik.(Setiawan, 1993). Sistem pakar adalah
program pemberian nasehat (advice giving) atau program konsultasi yang mengandung
pengetahuan dan pengalaman yang dimasuki oleh satu atau banyak pakar kedalam satu
domain pengetahuan tertentu. Agar setiap orang biasa memanfaatkannya untuk
memecahkan suatu masalah. (Suparman,1991).
Sistem pakar sangat inovatif dalam menghimpun dan mengemas pengetahuan, keunggulan
yang utam terletak pada kemampuan dan penggunaan praktisnya bila disuatu tempat tidak
ada seorang pakar dalam suatu bidang ilmu.(Andi, 2003).

Kelebihan Sistem Pakar

Kelebihan yang diperoleh dari sistem pakar yaitu:

 Memungkinkan orang awam bisa melakukan pekerjaan seorang pakar.

 Meningkatkan produktivitas kerja dengan jalan meningkatkan efisiensi pekerjaan.
 Menghemat waktu dalam menyelesaikan pekerjaan atau masalah yang kompleks.
 Menyederhanakan beberapa operasi.
 Pengolahan berulang-ulang secara otomatis.
 Tersedianya pengetahuan pakar bagi masyarakat luas
Kelemahan Sistem Pakar

Sedangkan kelemahan sistem pakar yaitu:

 Pengembangan sistem pakar sangat sulit, seorang pakar yang baik sulit diperoleh.
Memedatkan pengeahuan seorang pakar dan mengalihkannya menjadi sebuah
program merupakan pekerjaan yang melelahkan dan memerlukan biaya yang besar.
 Sistem pakar sangat mahal untuk mengembangkan, mencoba dan mengirimkannya
ke pemakai terakhir memerlukan biaya tinggi.
 Hampir semua sistem pakar (expert system) masih harus dapatdimplementasikan
dalam komputer besar, sistem pakar yang dijalankan pada komputer pribadi
tergolong sistem apkar kecil dan kurang canggih.
 Sistem pakar tidak 100 % menguntungkan karena produk seseorang tidak ada yang
sempurna dan tidak selalu benar, oleh karena itu perlu dikaji ulang secara teliti
sebelum digunakan.
Tahapan-tahapan pengembangan sistem pakar
Tahapan-tahapan pengembangan sistem pakar antara lain:

Tahap-Tahap Pengembangan Sistem Pakar

 Identifikasi, Merupakan tahap penentuan hal-hal yang penting sebagai dasar dari
permasalahan yang akan dianalisis.
 Konseptualitas, Hasil identifikasi masalah, dikonseptualisasikan dalam bentuk relasi
antar data, hubungan antar pengetahuan dan konsep-konsep penting dan ideal yang
akan diterapkan.
 Formalisasi, Konsep-konsep dari konseptualisasi diimplementasikan secara formal
dalam tahap formalisasi.
 Implementasi, Apabila pengetahuan sudah diformalisasikan secara lengkap maka
tahap implementasi dapat dimulai dengan membuat garis besar masalah kemudian
memecahkan masalah kedalam modul-modul.
 Evaluasi, Tahap ini merupakan tahap pengujian terhadap sistem pakar yang telah
dibangun dan untuk menemukan kesalahan-kesalahan yang masih ada.
 Pengembangan sistem, Fungsi dari pengembangan sistem adalah agar sistem yang
dibangun tidak menjadi usang dan investasi tidak sia-sia. Hal pengembangan sistem
yang paling berguna adalah proses dokumentasi sistem dimana didalamnya
tersimpan semua hal penting yang menjadi tolak ukur pengembangan sistem di
masa mendatang.

Referensi:

elib.unikom.ac.id › download
https://dianagita.wordpress.com/2016/11/06/konsep-sistem-pakar/

3.4 Arsitektur Sistem Pakar

Menurut Turban dan Aronson,1998. berikut ini struktur dari sistem pakar :
AKUISISI PENGETAHUAN

Akuisisi Pengetahuan merupakan akumulasi, transfer, dan transformasi kepakaran.

Pemecahan persoalan dari sumber pengetahuan ke perangkat lunak untuk membuat atau
mengembangkan basis pengetahuan pengetahuan dasar tentang domain meliputi istilah
dan konsep dasar.

BASIS PENGETAHUAN

Basis pengetahuan mengandung pengetahuan yang diperlukan untuk memahami,

memformulasi dan menyelesaikan masalah. Basis pengetahuan pemecahan masalah dalam
domain tertentu dan fakta-fakta tentang masalah. Ada 2 bentuk pendekatan basis
pengetahuan yang sangat umum digunakan, yaitu :

1. Penalaran berbasis aturan (Rule-Based-Reasoning)

Pengetahuan direpresentasikan dengan menggunakan aturan berbentuk IF – THEN.

Bentuk ini digunakan apabila ada sejumlah pengetahuan pakar pada suatu permasalahan
tertentu dan pakar dapat menyelesaikan masalah tersebut secara berurutan.

2. Penalaran berbasis kasus (Case-Based-Reasoning)

Basis pengetahuan akan berisi solusi-solusi yang telah dicapai sebelumnya, kemudian
akan diturunkan suatu solusi untuk keadaan yang terjadi sekarang (fakta yang ada).
Bentuk ini digunakan apabila user men ginginkan untuk tahu lebih banyak lagi pada
kasus-kasus yang hampir sama.

A. MESIN INTRUKSI
Mesin inferensi berfungsi à untuk melakukan penelusuran pengetahuan yang terdapat
dalam basis pengetahuan untuk mencapai kesimpulan tertentu. Ada 3 elemen utama dalam
mesin inferensi, yaitu :

1. Interpreter = Mengeksekusi item-item agenda yang terpilih dengan menggunakan

aturan-aturan dalam basis pengetahuan yang sesuai

2. Scheduler = Akan mengontrol agenda

3. Consistency enforce = Bertujuan memelihara konsistensi dalam mempresentasikan

solusi yang bersifat darurat

B. BLACKBOARD

area memori kerja yang digunakan untuk menggambarkan masalah dan mencatat hasil
sementara sebelum mendapat solusi akhir. Tiga tipe keputusan yang dapat disimpan
pada blackboard adalah rencana, agenda, dan solusi

C. ANTAR MUKA PEMAKAI

Antarmuka pemakai digunakan untuk mempermudah komunikasi antar pemakai dengan

sistem. Pada antarmuka ini perlu dianalisa teknik dialog apa saja yang digunakan untuk
aplikasi SP yang disesuaikan dengan konsep-konsep dalam Interaksi Manusia dan
Komputer.

D. FASILITAS PENJELASAN

membantu perekayasaan pengetahuan untuk memperbaiki dan meningkatkan pengetahuam

memberi kejelasan dan keyakinan kepada pemakai tentang proses atau hasil yang diberikan
sistem pakar. Fungsi dari fasilitas penjelasnya yaitu untuk melacak respondan memberikan
penjelasan trentang kelakuan sistem pakar secara interaktif melalui pertanyaan :

– Mengapa suatu pertanyaan ditanyakan oleh sistem pakar

– Bagaimana konklusi dicapai

– Mengapa ada alternatif yang dibatalkan

– Rencana apa yang akan digunakan untuk mencapai suatu solusi

E. FASLITAS PERBAIKAN PENGETAHUAN

Pakar manusia dapat menganalisa perfomansinya sendiri, belajar darinya, dan

meningkatkannya untuk konsultasi berikut. Adanya evaluasi dengan sistem pakar ini akan
mengakibatkan basis pengetahuan yang lebih baik serta penalaran yang lebih efektif.

METODE INFERESI DALAM SISTEM PAKAR

Ada dua metode umum penalaran dalam Sistem Pakar, yaitu :

1. Backward Chaining
suatu penalaran, dimana konklusi yang didapat berkebalikan dengan hypothesis,
potensial konklusinya mungkin akan terjadi atau terbukti, karena adanya facta yang
mendukung akan hypothrsis tersebut (Giarratano and Riley, 2004).

Berikut ini grapt pelacakan dari Backward Chaining :

2. Forward Chaining

suatu penalaran yang dimulai dari facta untuk mendapatkan kesimpulan (conclusion) dari
facta tersebut (Giarratano and Riley, 2004).
Berikut ini grapt pelacakan dari Forward Chaining:

TAHAPAN – TAHAPAN PENGEMBANGAN SISTEM PAKAR

Referensi :
matkul.xyz/pengertian-konsep-dan-implementasi-sistem-pakar/
https://www.seputarpengetahuan.co.id/2018/04/pengertian-sistem-pakar-tujuan-struktur.html
4.1 Pemrosesan Bahasa Alami(Natural Languange Processing)
Pengertian Bahasa Alami

Sebagaimana diketahui, bahasa dapat dibedakan menjadi bahasa buatan dan bahasa
alami (natural language). Bahasa buatan adalah bahasa yang dibuat secara khusus untuk
memenuhi kebutuhan tertentu, misalnya bahasa pemrograman komputer. Bahasa alami
adalah bahasa yang biasa digunakan untuk berkomunikasi antar manusia, misalnya bahasa
Indonesia, Sunda, Jawa, Inggris, dan Jepang. Bentuk representasi bahasa alami dapat
berwujud lisan (audio) dan tulisan (teks). Komunikasi antara manusia dengan komputer
menjadi perhatian khusu dalam perkembangan di bidang kecerdasan buatan. Salah satu
bidang kecerdasan buatan yang mengembangkan bahasa alami manusia unruk
berkomunikasi dengan komputer adalah bahasa alami.
Pengguna manusia mengkomunikasikan keinginannya ke mesin melalui bahasa alami dan
mesin dapat menanggapi dengan cara serupa, sebagaimana bentuk komunikasi antar
manusia dengan manusia yang lain. Meniru jenis komunikasi alami seperti ini, antarmuka
komputer pun dirupakan dalam bentuk maujud, berupa karakter virtual hidup (life-like virtual
character).
Pemrosesan Bahasa Alami (Natural Language Processing), yang memberi kemampuan
pengguna komputer untuk berkomunikasi dengan komputer dalam bahasa mereka sendiri
(bahasa manusia). Sehingga komunikasi dapat dilakukan dengan cara percakapan
menggunakan perintah yang biasa digunakan dalam bahasa komputer biasa. Bidang ini
dibagi menjadi 2 :
1. Pemahaman bahasa alami, yang mempelajari metode yang memungkinkan
komputer mengerti perintah yang diberikan dalam bahasa manusia biasa. Dengan
kata lain, komputer dapat memahami manusia.
2. Pembangkitan bahasa alami, sering disebut juga sintesa suara, yang membuat
komputer dapat membangkitkan bahasa manusia biasa sehingga manusia dapat
memahami komputer secara mudah.

Sistem Pemrosesan Bahasa Alami

Suatu sistem pemrosesan bahasa alami secara lisan dapat dibentuk
dari tiga sub-sistem, yaitu sebagai berikut:

Sistem Speech Recognition

Sistem Speech Recognition atau sistem pengenalan ucapan adalah sistem yang
berfungsi untuk mengubah bahasa lisan menjadi bahasa tulisan. Masukan sistem adalah
ucapan manusia, selanjutnya sistem akan mengidentifikasikan kata atau kalimat yang
diucapkan dan menghasilkan teks yang sesuai dengan apa yang diucapkan.
Pada Gambar 3.9, Sinyal ucapan (s(n)) pertama kali akan dilewatkan pada bagian
Penganalisis Ucapan untuk mendapatlan besaran-besaran atau ciri-ciri yang mudah
diolah pada tahap berikutnya. Untuk setiap ucapan yang berbeda akan dihasilkan pola ciri
yang berbeda.
 Gambar 3.9 Diagram Blok Sistem Pengenal Ucapan

Sistem speech recognition yang dapat mengenali seluruh kata dalam suatu
bahasa melakukan pengenalan untuk setiap unit bunyi pembentuk ucapan (fonem),
selanjutnya mencoba mencari kemungkinan kombinasi hasil ucapan yang paling dapat
diterima. Sistem yang lebih sederhana adalah sistem yang hanya dapat mengenal
sejumlah kata yang jumlahnya terbatas. Sistem ini biasanya lebih akurat dan lebih
mudah dilatih, tetapi tidak dapat mengenal kata yang berada di luar kosa kata yang
pernah diajarkan.
Sistem speech recognition biasanya dapat dioperasikan pada dua mode yang
berbeda. Pertama adalah mode belajar. Pada mode ini, sistem akan dilatih
menggunakan sejumlah kata atau kalimat yang memenuhi suatu kriteria tertentu. Setiap
contoh kata atau kalimat ajar tersebut akan menghasilkan pola tertentu yang akan
dipelajari oleh sistem dan disimpan sebagai template atau referensi.
Kedua adalah mode produksi atau pengenalan ucapan. Pada mode ini, setiap kalimat
yang ingin dikenali akan dianalisis polanya. Berdasarkan hasil perbandingan dengan
template atau referensi, modul klasifikasi pola serta pengambil keputusan akan
mengidentifikasikan kata atau kalimat yang diucapkan tersebut. Pada prinsipnya, teknik-
teknik atau algoritma yang digunakan pada sistem Pengenal Ucapan tidak bersifat sensitif
terhadap bahasa. Artinya, sistem yang sama dapat digunakan untuk bahasa apapun.
Namun demikian, kemampuan sistem untuk mengenali ucapan pada bahasa tertentu
sangat tergantung dari template atau referensi yang diperoleh melalui proses belajar di
dalam sistemnya itu sendiri.

Sistem Text to Speech

TTS adalah suatu sistem yang dapat mengubah text menjadi ucapan. Suatu sistem
pensintesa ucapan atau Text to Speech pada prinsipnya terdiri atas dua sub sistem,
yaitu:
1) bagian Konverter Teks ke Fonem (Text to Phoneme), serta
2) bagian Konverter Fonem ke Ucapan (Phoneme to Speech).
 Gambar 3.10 Diagram Blok Sistem Text to Speech (Bahasa Indonesia)

Gambar 3.11 Urutan Proses Konversi Teks Menjadi Ucapan (Text to Speech)

Bagian Konverter Teks ke Fonem berfungsi untuk mengolah kalimat masukan dalam
suatu bahasa tertentu yang berbentuk teks menjadi urutan kode-kode bunyi yang
direpresentasikan dengan kode fonem, durasi serta pitch-nya. Kode-kode fonem adalah
kode yang merepresentasikan unit bunyi yang ingin diucapkan. Pengucapan kata atau
kalimat pada prinsipnya adalah urutan bunyi atau secara simbolik adalah urutan kode
fonem. Setiap fonem harus dilengkapi dengan informasi durasi dan pitch. Informasi
durasi diperlukan untuk menentukan berapa lama suatu fonem diucapkan, sedangkan
informasi pitch diperlukan untuk menentukan tinggi rendahnya nada pengucapan suatu
fonem. Durasi dan pitch bersama-sama akan membentuk intonasi suatu ucapan. Kedua
informasi ini dalam suatu sistem TTS biasanya dibangkitkan oleh modul
pembangkit/model intonasi. Bagian Konverter Fonem ke Ucapan akan menerima
masukan kode-kode fonem serta pitch dan durasi yang telah dihasilkan oleh bagian
sebelumnya. Berdasarkan kode-kode tersebut, bagian ini akan menghasilkan bunyi atau
sinyal ucapan yang sesuai dengan kalimat yang ingin diucapkan.

Sistem Natural Language Processing

Teknologi Natural Language Processing (NLP) atau pemrosesan bahasa alami
adalah teknologi yang memungkinkan untuk melakukan berbagai macam pemrosesan
terhadap bahasa alami yang biasa digunakan oleh manusia. Beberapa di antara
berbagai kategori aplikasi NLP adalah sebagai berikut:
1. Natural Language Translator, yaitu translator dari satu bahasa alami ke bahasa
alami lainnya, misalnya translator bahasa Inggris ke bahasa Indonesia, Bahasa
Indonesia ke Bahasa Jawa dan sebagainya. Translator bahasa alami bukan hanya
kamus yang menerjemahkan kata per kata, tetapi harus juga mentranslasikan
sintaks dari bahasa asal ke bahasa tujuannya.

2. Translator bahasa alami ke bahasa buatan, yaitu translator yang mengubah

perintah-perintah dalam bahasa alami menjadi bahasa buatan yang dapat
dieksekusi oleh mesin atau komputer. Sebagai contoh, translator yang
memungkinkan kita memberikan perintah bahasa alami kepada komputer. Dengan
sistem seperti ini, pengguna sistem dapat memberikan perintah dengan bahasa
sehari- hari, misalnya, untuk menghapus semua file, pengguna cukup memberikan
perintah ”komputer, tolong hapus semua file!” Translator akan mentranslasikan
perintah bahasa alami tersebut menjadi perintah bahasa formal yang dipahami oleh
komputer, yaitu “dir *.*”.
3. Text Summarization, yaitu suatu sistem yang dapat ”membuat ringkasan” hal-hal
yang penting dari suatu wacana yang diberikan.

Aplikasi Pengolahan Bahasa Alami

Jenis Aplikasi yang dapat dibuat pada bidang Natural Processing Language adalah:
a. Text-based application
b. Dialogue-based application (speech-based application).
Text-based application mencakup segala macam aplikasi yang melakukan proses
terhadap teks. Contoh penggunaan text- based application adalah:

 Mencari topik tertentu dari buku di perpustakaan

 Mencari isi dari suatu berita atau artikel
 Mencari isi dari email
 Menterjemahkan dokumen dari suatu bahasa ke bahasa lain
 Dialogue-based application adalah aplikasi yang melibatkan bahasa
lisan atau pengenalan suara, tetapi bidang ini juga memasukkan interaksi
dengan cara memasukkan teks pertanyaan melalui keyboard. Contoh
aplikasinya adalah:
 Sistem tanya jawab, di mana Natural Language digunakan dalam
mendapatkan informasi dalam suatu database.
 Sistem otomatis pelayanan dalam telepon.
 Control suara pada peralatan elektronik
 Sistem problem-solving (pemecah masalah) yang membantu untuk
melakukan penyelesaian masalah yang umum dihadapi dalam suatu
pekerjaan.
 Aplikasi peningkatan kemampuan berbahasa.

Banyak manfaat yang dapat dicapai dari ketersediaan Aplikasi Teknologi

Bahasa, khususnya untuk Bahasa Indonesia. Contohnya sebagai berikut:

 Alat bantu membaca untuk tunanetra

 Alat bantu bicara untuk tunawicara

 Online translator

 Talking email atau aplikasi lainnya

Referensi :

http://repository.uinjkt.ac.id/dspace/bitstream/123456789/44538/2/naskah%20kecerdasan%20buatan.pdf

https://teknikinformatikasahid.wordpress.com/2016/02/09/mata-kuliah-bahasa-alami/

4.2 Rekayasa Power

Sistem cerdas dalam rekayasa Power
Intelligent Systems merupakan wilayah dari bidang ilmu komputer dan rekayasa berurusan
dengan cerdas adaptasi perilaku, dan pembelajaran di mesin dan robot. sistem Intelligent
prihatin dengan desain sistem komputasi yang berfungsi dalam lingkungan yang berubah,
tak terduga dan biasanya tidak lengkap yang dikenal dengan menunjukkan kemampuan
tingkat tinggi. Tujuannya adalah untuk mengambil inspirasi dari alam, kinerja manusia dan
alat-alat pemecahan masalah matematis dalam rangka membangun sistem yang kuat dapat
mencapai tujuan yang kompleks dalam lingkungan yang kompleks menggunakan sumber
daya komputasi yang terbatas. sistem Intelligent menggunakan konsep-konsep yang berasal
dari ilmu saraf, sistem alam, biologi, ilmu kognitif, teknik, sistem fisik dan dari kecerdasan
buatan dan teknik optimasi.
program ini mengembangkan kemampuan untuk bekerja pada masalah yang kompleks dan
dalam karir masa depan mereka akan mampu menerapkan kompetensi mereka di bidang
interdisipliner dengan kemampuan analisis dan teknis ditingkatkan. Contohnya termasuk
perencanaan dan penjadwalan, kontrol, robotika, prakiraan bisnis, mencari agen cerdas,
video game, musik buatan, menjawab otomatis dan diagnostik, dan tulisan tangan dan
pengenalan suara.

Bahan kursus, perangkat lunak alat dan robot mencerminkan keadaan terbaru dari seni dan
kesempatan lebih lanjut untuk keterlibatan akan timbul selama proses tesis dengan mungkin
kesempatan untuk belajar untuk PhD.

Aplikasi dari Sistem Cerdas Membuat Robot Cerdas

Tahap-tahap pembuatan robot

Secara garis besar, tahapan pembuatan robot dapat dilihat pada gambar berikut:

Ada tiga tahapan pembuatan robot, yaitu:

1. Perencanaan, meliputi: pemilihan hardware dan design.

2. Pembuatan, meliputi pembuatan mekanik, elektonik, dan program.
3. Uji coba.

1. Tahap perencanan
Dalam tahap ini, kita merencanakan apa yang akan kita buat, sederhananya, kita mau
membuat robot yang seperti apa? berguna untuk apa? Hal yang perlu ditentukan dalam
tahap ini:

 Dimensi, yaitu panjang, lebar, tinggi, dan perkiraan berat dari robot.
 Struktur material, apakah dari alumunium, besi, kayu, plastik, dan sebagainya.
 Cara kerja robot, berisi bagian-bagian robot dan fungsi dari bagian-bagian itu.
Misalnya lengan, konveyor, lift, power supply.
 Sensor-sensor apa yang akan dipakai robot.
 Mekanisme, bagaimana sistem mekanik agar robot dapat menyelesaikan tugas.
 Metode pengontrolan, yaitu bagaimana robot dapat dikontrol dan digerakkan,
mikroprosesor yanga digunakan, dan blok diagram sistem.
 Strategi untuk memenangkan pertandingan, jika memang robot itu akan diikutkan
lomba/kontes robot Indonesia/Internasional.

2. Tahap pembuatan
Ada tiga perkerjaan yang harus dilakukan dalam tahap ini, yaitu pembuatan mekanik,
elektronik, dan programming. Masing-masing membutuhkan orang dengan spesialisasi yang
berbeda-beda, yaitu:

 Spesialis Mekanik, bidang ilmu yang cocok adalah teknik mesin dan teknik industri.
 Spesialis Elektronika, bidang ilmu yang cocok adalah teknik elektro.
 Spesialis Programming, bidang ilmu yang cocok adalah teknik informatika.
Jadi dalam sebuah tim robot, harus ada personil-personil yang memiliki kemampuan tertentu
yang saling mengisi.

Pembuatan mekanik
Setelah gambaran garis besar bentuk robot dirancang, maka rangka dapat mulai dibuat.
Umumnya rangka robot terbuat dari alumunium kotak atau alumunium siku. Satu ruas
rangka terhubung satu sama lain dengan keling alumunium. Keling adalah semacam paku
alumunium yang berguna untuk menempelkan lembaran logam dengan erat. R

Pembuatan sistem elektronika

Bagian sistem elektronika dirancang sesuai dengan fungsi yang diinginkan. Misalnya untuk
menggerakkan motor DC diperlukan h-brigde, sedangkan untuk menggerakkan relay
diperlukan saklar transistor. Sensor-sensor yang akan digunakan dipelajari dan dipahami
cara kerjanya, misalnya:

1. Sensor jarak, bisa menggunakan SRF04, GP2D12, atau merakit sendiri modul sensor
ultrasonik atau inframerah.
2. Sensor arah, bisa menggunakan sensor kompas CMPS03 atau Dinsmore.
3. Sensor suhu, bisa menggunakan LM35 atau sensor yang lain.
4. Sensor nyala api/panas, bisa menggunakan UVTron atau Thermopile.
5. Sensor line follower / line detector, bisa menggunakan led & photo transistor.

Berikut ini gambar sensor ultrasonik, inframerah, UVTron, dan kompas:

Pembuatan sistem elektronika ini meliputi tiga tahap:

 Design PCB, misalnya dengan program Altium DXP.

 Pencetakan PCB, bisa dengan Proboard.
 Perakitan dan pengujian rangkaian elektronika.

Pembuatan Software/Program
Pembuatan software dilakukan setelah alat siap untuk diuji. Software ini ditanamkan
(didownload) pada mikrokontroler sehingga robot dapat berfungsi sesuai dengan yang
diharapkan.

Tahap pembuatan program ini meliputi:

1. Perancangan Algoritma atau alur program Untuk fungsi yang sederhana, algoritma dapat
dibuat langsung pada saat menulis program. Untuk fungsi yang kompleks, algoritma
dibuat dengan menggunakan flow chart.
2. Penulisan Program Penulisan program dalam Bahasa C, Assembly, Basic, atau Bahasa
yang paling dikuasai.
3. Compile dan download, yaitu mentransfer program yang kita tulis kepada robot.
4. Uji coba, Setelah kita mendownload program ke mikrokontroler (otak robot) berarti kita
siap melakukan tahapan terakhir dalam membuat robot, yaitu uji coba. misalnya, ujicoba
dilakukan pada arena seluas sekitar 4×4 meter dan berbentuk seperti puzzle. Dalam
arena ini di diletakkan lilin-lilin yang harus dipadamkan oleh robot cerdas pemadam api.

Rereferensi :
http://adityarezamanan.blogspot.com/2016/10/peng-teknologi-sistem-cerdas-1.html
https://ismibloggy.wordpress.com/author/ismibloggy/page/4/

4.3 Kecerdasan Buatan & Pemrosesan Simbolik dalam Sistem

Pakar

Definisi :

Kecerdasan Buatan atau kecerdasan yang ditambahkan kepada suatu sistem yang bisa
diatur dalam konteks ilmiah atau Intelegensi Artifisial (bahasa Inggris: Artificial Intelligence
atau hanya disingkat AI) didefinisikan sebagai kecerdasan entitas ilmiah. Sistem seperti ini
umumnya dianggap komputer. Kecerdasan diciptakan dan dimasukkan ke dalam suatu
mesin (komputer) agar dapat melakukan pekerjaan seperti yang dapat dilakukan manusia.
Beberapa macam bidang yang menggunakan kecerdasan buatan antara lain sistem pakar,
permainan komputer (games), logika fuzzy, jaringan syaraf tiruan dan robotika.
Bagian ilmu komputer yang membuat agar mesin (komputer) dapat melakukan pekerjaan
seperti dan sebaik yang dilakukan oleh manusia Kecerdasan dibutuhkan untuk
menyelesaikan masalah

Beberapa Sudut Pandang :

 Kecerdasan : AI akan membuat mesin menjadi ‘cerdas’

 Penelitian : AI adalah suatu studi bagaimana membuat agar computer dapat melakukan
sesuatu sebaik yang dikerjakan manusia.
 Bisnis : AI adalah sekumpulan peralatan yang sangat powerful dan metodologis dalam
menyelesaikan masalah – masalah bisnis.

Definisi AI menurut parah ahli :

 H. A. Simon [1987] :

“ Kecerdasan buatan (artificial intelligence) merupakan kawasan

penelitian, aplikasi dan instruksi yang terkait dengan pemrograman

komputer untuk melakukan sesuatu hal yang -dalam pandangan

manusia adalah- cerdas”

 Rich and Knight [1991]:

“Kecerdasan Buatan (AI) merupakan sebuah studi tentang bagaimana

membuat komputer melakukan hal-hal yang pada saat ini dapat

dilakukan lebih baik oleh manusia.”

 Encyclopedia Britannica:

“Kecerdasan Buatan (AI) merupakan cabang dari ilmu komputer yang

dalam merepresentasi pengetahuan lebih banyak menggunakan bentuk

simbol-simbol daripada bilangan, dan memproses informasi berdasarkan

metode heuristic atau dengan berdasarkan sejumlah aturan”

Tujuan dari kecerdasan buatan menurut Winston dan Prendergast [1984]:

1. Membuat mesin menjadi lebih pintar (tujuan utama)

2. Memahami apa itu kecerdasan (tujuan ilmiah)

3. Membuat mesin lebih bermanfaat (tujuan entrepreneurial)

DOMAIN PENELITIAN DALAM KECERDASAN BUATAN

 Formal tasks (matematika, games)

 Mundane task (perception, robotics, natural language, common sense, reasoning)
 Expert tasks (financial analysis, medical diagnostics, engineering, scientific analysis, dll)
PERMAINAN (Game)

 Kebanyakan permainan dilakukan dengan menggunakan sekumpulan aturan.

 Dalam permainan digunakan apa yang disebut dengan pencarian ruang.
 Teknik untuk menentukan alternatif dalam menyimak problema ruang merupakan
sesuatu yang rumit.
 Teknik tersebut disebut dengan HEURISTIC.
 Permainan merupakan bidang yang menarik dalam studi heuristic

NATURAL LANGUAGE

Suatu teknologi yang memberikan kemampuan kepada komputer untuk

memahami bahasa manusia sehingga pengguna komputer dapat berkomunikasi

dengan komputer dengan menggunakan bahasa sehari -hari.

ROBOTIK DAN SISTEM SENSOR

Sistem sensor, seperti sistem vision, sistem tactile, dan sistem pemrosesan sinyal jika
dikombinasikan dengan AI, dapat dikategorikan kedalam suatu sistem yang luas yang
disebut sistem robotik.

EXPERT SYSTEM

Sistem pakar (Expert System) adalah program penasehat berbasis computer yang mencoba
meniru proses berpikir dan pengetahuan dari seorang pakar dalam menyelesaikan masalah-
masalah spesifik.

KONSEP DAN DEFINISI DALAM KECERDASAN BUATAN

TURING TEST – Metode Pengujian Kecerdasan

 Turing Test merupakan sebuah metode pengujian kecerdasan yang dibuat oleh Alan
Turing.
 Proses uji ini melibatkan seorang penanya (manusia) dan dua obyek yang ditanyai.
Yang satu adalah seorang manusia dan satunya adalah sebuah mesin yang akan diuji.
 Penanya tidak bisa melihat langsung kepada obyek yg ditanyai
 Penanya diminta untuk membedakan mana jawaban komputer dan mana jawaban
manusia berdasarkan jawaban kedua obyek tersebut.
 Jika penanya tidak dapat membedakan mana jawaban mesin dan mana jawaban
manusia maka Turing berpendapat bahwa mesin yang diuji tersebut dapat diasumsikan
CERDAS.

PEMROSESAN SIMBOLIK

 Komputer semula didisain untuk memproses bilangan/angka-angka (pemrosesan

numerik).
 Sementara manusia dalam berpikir dan menyelesaikan masalah lebih bersifat simbolik,
tidak didasarkan kepada sejumlah rumus atau melakukan komputasi matematis.
 Sifat penting dari AI adalah bahwa AI merupakan bagian dari ilmu komputer yang
melukan proses secara simbolik dan non-algoritmik dalam penyelesaian masalah

HEURISTIC

 Istilah Heuristic diambil dari bahasa Yunani yang berarti menemukan

 Heuristic merupakan suatu strategi untuk melakukan proses pencarian (search) ruang
problema secara selektif, yang memandu proses pencarian yang kita lakukan
disepanjang jalur yang memiliki kemungkinan sukses paling besar.

PENARIKAN KESIMPULAN (INFERENCING)

 AI mecoba membuat mesin memiliki kemampuan berpikir atau mempertimbangkan

(reasoning)
 Kemampuan berpikir (reasoning) termasuk didalamnya proses penarikan

kesimpulan (inferencing) berdasarkan fakta-fakta dan aturan dengan menggunakan metode

heuristik atau metode pencarian lainnya.

PENCOCOKAN POLA (PATTERN MATCHING)

AI bekerja dengan metode pencocokan pola (pattern matching) yang berusaha untuk
menjelaskan obyek, kejadian (events) atau proses, dalam hubungan logik atau
komputasional.

Perbedaan Komputasi AI dengan Proses Komputasi Konvensional

Bagaimana komputer konvensional memproses data

Perbandingan AI dengan Pemrograman Konvensional

SISTEM PAKAR (Expert System)

Sistem Pakar adalah hasil akhir dari seorang Sarjana Science. Untuk membangun suatu
sistem yang dapat memecahkan permasalahan yang sudah ditentukan, seorang sarjana
akan memulai dengan membaca literatur terkait dengan permasalahan Sebagai pondasi
sistem itu. Seorang sarjana pengetahuan kemudian melakukan wawancara ekslusif dengan
satu atau lebih tenaga ahli untuk “memperoleh” pengetahuan mereka. yang akhirnya,
sarjana pengetahuan tersebut mengorganisir hasil wawancara dan menterjemahkan ke
dalam perangkat lunak komputer yang dapat digunakan oleh seseorang yang sama sekali
tidak memiliki suatu keahlian.

Sistem Pakar adalah suatu perangkat lunak komputer yang dirancang untuk memberikan
pemecahan masalah suatu tenaga ahli didalam suatu bidang. Sistem Pakar terdiri atas
suatu dasar pengetahuan(informasi, heuristik, dll.), mesin kesimpulan(untuk meneliti dasar
pengetahuan), dan alat penghubung (input dan output). Cara yang memimpin ke arah
pengembangan Sistem Pakar adalah berbeda dari teknik programan konvensional.
Ciri-Ciri Sistem Pakar :

Sistem pakar yang baik harus memenuhi ciri-ciri sebagai berikut:

 Memiliki informasi yang handal.

 Mudah dimodifikasi.
 Dapat digunakan dalam berbagai jenis komputer.
 Memiliki kemampuan untuk belajar beradaptasi.

Beberapa contoh Sistem Pakar

1. MYCIN : Diagnosa penyakit

2. DENDRAL : Mengidentifikasi struktur molekular campuran yang tak dikenal

3. XCON & XSEL : Membantu konfigurasi sistem komputer besar

4. SOPHIE : Analisis sirkit elektronik

5. Prospector : Digunakan di dalam geologi untuk membantu mencari dan menemukan

deposit

6. FOLIO : Menbantu memberikan keutusan bagi seorang manajer dalam hal stok broker
dan investasi

7. DELTA : Pemeliharaan lokomotif listrik disel

Referensi :
https://budiakademikablog.wordpress.com/tag/kecerdasan-buatan/

http://andreasandiyana.blogspot.com/2016/11/artificial-intelligence-kecerdasan.html
4.4 Turing Test
Seorang ahli matematika dan Kecerdasan Buatan bernama Allan Turing berkebangsaan
Inggris yang memiliki sumbangan dalam teori kemampuan penghitungan (computability),
bergumul dengan pertanyaan apakah sebuah mesin dapat berpikir atau tidak? dengan
melakukan sebuah percobaan yang disebut dengan imitasi permainan (pseudo game).
Dalam uji ini, dilibatkan seorang penanya (manusia) dan 2 objek yang ditanyai (manusia
dan mesin). Penanya dan 2 objek yang ditanyai itu terletak pada jarak yang jauh sehingga
tidak dapat melihat atau berbicara dengan kedua objek yang ditanyai itu. Penanya hanya
dapat berkomunikasi dengan keduanya lewat suatu alat terminal komputer. Penanya
mengira bahwa ia sedang berhubungan dengan dua operator lainnya. Dalam mengajukan
pertanyaan, penanya bebas memilih pertanyaan. Misalnya, untuk mengetahui mana objek
yang benar-benar manusia, penanya dapat mengajukan pertanyaan yang didasarkan
pada sifat emosi kedua objek yang ditanyai, yakni pertanyaan tentang suatu puisi atau
karya seni lain. Walaupun secara dasar percobaan itu masih menimbulkan kesangsian
manusiawi, tetapi Turing berpendapat bahwa jika penanya tidak dapat membedakan
mana yang manusia dan mana yang mesin, maka mesin tersebut dapat diasumsikan
sebagai cerdas. Beberapa hal penting dari uji ini adalah:

1. Memberikan tanda-tanda yang objektif dari kecerdasan, yaitu respon

tingkah laku dari kecerdasan yang telah dikenal terhadap sejumlah
pertanyaan tertentu. Cara ini memberikan standar dalam menentukan
kecerdasan dan menghindarkan beda pendapat tentang apa itu sifat
kecerdasan yang sebenarnya.
2. Dapat membuat kita mempunyai pedoman dalam menerima jawaban
yang membingungkan dan ketidakmampuan objek menjawab
pertanyaan kita, terlepas apakah mesin tersebut menggunakan proses
internal yang memadai atau tidak peduli apakah komputer itu sadar atau
tidak dengan responnya sendiri.
3. Menghapus setiap bias yang menguntungkan organisme hidup
(termasuk manusia) dibandingkan mesin cerdas dengan memaksa si
penanya agar hanya memfokuskan perhatiannya pada jawaban-jawaban
dari pertanyaan yang diajukannya.

Uji Turing ini menjadi dasar bagi banyak strategi yang digunakan dalam
menilai program-program Kecerdasan Buatan modern. Setiap percobaan untuk
inteligensia mempunyai nilai dan kedayagunaan yang terbatas. Dia mungkin
bisa mengerjakan suatu kasus, tapi belum tentu bisa mengerjakan kasus yang
lain.

turing test adalah metode untuk menguji kepintaran mesin yang menyerupai manusia. Alan
Turing mendefinisikan perilaku kepintaran sebagai kemampuan untuk mencapai level
kepintaran manusia selama percakapaan berlangsung. Performa ini harus cukup untuk
menipu seorang interrogrator untuk berpikir apakah jawaban tersebut dari manusia.
TURING TEST – Metode Pengujian Kecerdasan

 Turing Test merupakan sebuah metode pengujian kecerdasan yang dibuat oleh Alan
Turing.
 Proses uji ini melibatkan seorang penanya (manusia) dan dua obyek yang ditanyai.
Yang satu adalah seorang manusia dan satunya adalah sebuah mesin yang akan diuji.
 Penanya tidak bisa melihat langsung kepada obyek yg ditanyai
 Penanya diminta untuk membedakan mana jawaban komputer dan mana jawaban
manusia berdasarkan jawaban kedua obyek tersebut.
 Jika penanya tidak dapat membedakan mana jawaban mesin dan mana jawaban
manusia maka Turing berpendapat bahwa mesin yang diuji tersebut dapat diasumsikan
CERDAS.

turing test

untuk melihat jika sebuah mesin dapat melakukan hal diatas, dia mengusulkan sebuah
metode: dia mengatakan bahwa manusia harus menginterogasi mesin lewat tampilan teks.
batasan lain adalah manusia tidak bisa mengetahui siapa lawan bicaranya, yang mana itu
bisa mesin atau manusia. untuk membuat serangkaian proses ini, manusia akan berinteraksi
dengan 2 entitas lewat tampilan teks. dua entitas ini disebut reponden, salah satu dari
mereka adalah manusia dan sisanya mesin.

mesin akan lulus test jika interrogrator tidak bisa membedakan apakah jawaban yang datang
dari mesin atau manusia.

seperti yang anda bisa banyangkan, rangkaian ini sangat sulit untuk mesin. dalam rangkaian
itu bisa banyak hal yang terjadi. biasanya mesin harus fasih dengan syarat syarat sebagai
berikut:
1. Natural Language Processing, mesin harus bisa berkomunikasi dengan interrogrator.
mesin harus bisa mengurai kalimat, mengekstrak konteksnya, dan memberikan jawaban
yang sesuai.

2. Knowledge Representation, mesin harus bisa menyimpan informasi yang disediakan

sebelum tes. mesin juga harus tetap pada informasi yang disediakan selama percakapan
berlangsung sehingga mesin dapat merespon dengan tepat jika pertanyaannya datang lagi.

3. Reasoning, menjadi penting bagi mesin mengerti bagaimana menginterpretasi informasi

yang sudah disimpan. manusia cenderung melakukan ini secara otomatis untuk
menggambarkan kesimpulan secara real time.

4. Machine Learning, hal ini sangat diperlukan sehingga mesin bisa beradaptasi dengan
kondisi baru secara real time. mesin harus bisa menganalisas dan mendeteksi pola-pola
sehingga mesin dapat menyimpulkan.

mungkin bertanya tanya mengapa manusia berkomunikasi lewat text interface. menurut
turing, simulasi fisik dari manusia tidak diperlukan untuk kecerdasan. itulah mengapa turing
test menghindari kontak fisik secara langsung antara manusia dan mesin. ada hal lain
namanya Total Turing Test yang mana mesin menghadapi task yang lebih sulit dengan
pengelihatan dan pergerakan. untuk lulus dari tes ini, mesin harus melihat objek
menggunakan computer vision dan bergerak menggunakan robotics. dikutip dari bukunya
Prateek Joshi, Artificial Intelligence with Python

referensi :

https://medium.com/@andreaschandra/menguji-kecerdasan-buatan-menggunakan-turing-test-9553ff521f0f