PEMODELAN DAN SIMULASI

KJ55201204 – Prodi 7006 – 3 SKS

Dr. Ir. Eka Wahyu Hidayat, ST., MT., MCE

#13
•
•
•
•
Ketua KK-Teknologi Multimedia dan Game
Kepala Lab Riset-Teknologi Multimedia dan Game
Dosen Informatika Unsil
Keilmuan:
Sistem Pakar
 Image Processing
 Multimedia (Expert System)
 Computer Graphics
 Game Developer Menjelaskan definisi, tujuan, metode, struktur, kelebihan
 Digital Art
dan kekurangan dari Sistem Pakar (Expert System)
Orcid ID: https://orcid.org/0000-0002-2857-5311
Scopus ID: 57192649551
Google Scholar ID : Z5ng_VMAAAAJ
Sinta ID : 6012203
Email : ekawahyu@unsil.ac.id
Review
• Pemodelan dan Simulasi memiliki tujuan yaitu: Pelatihan (training), Studi
perilaku sistem (behaviour), Hiburan / Permainan (game)
• Simulasi merupakan salah satu cara untuk memecahkan dari banyak
persoalan yang dihadapi dalam dunia nyata (real world)
• Simulasi merupakan suatu teknik meniru operasi-operasi atau proses- proses
yang terjadi dalam suatu sistem dengan bantuan perangkat komputer dan
dilandasi oleh beberapa asumsi tertentu sehingga sistem tersebut bisa
dipelajari secara ilmiah
Review
• Dalam melakukan simulasi terdapat langkah-langkah yang perlu dilakukan:
• Pendefinisian Sistem, menentukan batasan sistem dan identifikasi variabel yang
signifikan.
• Formulasi Model, yakni merumuskan hubungan antar komponen model.
• Pengambilan Data, yakni identifikasi data yang diperlukan model sesuai tujuan
pembuatannya.
• Pembuatan Model, yakni menyesuaikan penyusunan model dengan jenis bahasa
simulasi yang digunakan.
• Verifikasi Model, yakni proses pengecekan terhadap model apakah sudah bebas dari
kesalahan. Dalam tahap ini perlu disesuaikan dengan bahasa simulasi yang digunakan.
• Validasi Model, yakni proses pengujian terhadap model apakah sudah sesuai dengan
sistem nyatanya.
• Skenariosasi. Setelah model dianggap valid, maka berikutnya adalah membuat
beberapa skenario atau eksperimen untuk memperbaiki kinerja sistem sesuai dengan
keinginan.
Review
• Karena pemodelan dan simulasi disarankan dengan pendekatan berbasis
komputer yang mampu memecahkan banyak masalah, maka Sistem Pakar
yang merupakan sistem berbasis pengetahuan dapat dimasukan sebagai
bagian dari sistem simulasi.
• Pemodelan dan Simulasi dalam Sistem Pakar artinya mampu Memodelkan
ragam pemecahan masalah yang biasa dilakukan oleh seorang pakar dalam
bidang tertentu kedalam suatu program komputer dan program komputer
mampu menghasilkan luaran sebagaimana hasil pengambilan keputusan
oleh pakar saat dilakukan Simulasi Sistem.
 Sistem Pakar
(Expert System)
Pengertian
• Sistem pakar adalah suatu program komputer atau sistem
informasi yang mengandung beberapa pengetahuan dari satu
atau lebih pakar manusia terkait suatu bidang yang cenderung
spesifik.
• Pakar yang dimaksudkan merupakan seseorang yang memiliki
keahlian khusus di bidangnya masing-masing, contohnya dokter,
psikolog, mekanik, dan lain sebagainya.
• Perangkat lunak Sistem Pakar pertama kali dikembangkan oleh
periset program kecerdasan buatan (AI) sekitar tahun 1960-1970
dan diterapkan pada tahun 1980-an.
Pengertian
• Sistem Pakar merupakan kumpulan pengetahuan (basis
pengetahuan) dari beberapa pakar yang digunakan untuk
memecahkan suatu masalah
• Pada sistem pakar digunakan representasi pengetahuan berupa
RULE (IF.. THEN), sehingga suatu sistem pakar merupakan
kumpulan dari beberapa RULE
Tujuan Penggunaan Sistem Pakar
Sistem pakar memiliki kemampuan untuk merekomendasikan rangkaian tindakan
atau behaviour pengguna untuk dapat menjalankan sistem koreksi yang tepat dan akurat.
Dengan cara memanfaatkan kapabilitas proses penalaran untuk dapat mencapai hasil
simpulan berdasarkan data dan fakta yang ada. Aplikasi dan Tujuan penggunaan sistem
pakar adalah untuk kebutuhan:
1. Interpretasi, Expert system bertujuan untuk membuat sebuah kesimpulan atau
deskripsi dari sekumpulan data yang masih mentah (raw data). Pengambilan keputusan
tersebut berdasarkan hasil observasi, mulai dari analisis citra, pengenalan kata melalui
ucapan, interpretasi sinyal, dan lain sebagainya.
2. Prediksi, Mampu untuk memproyeksikan akibat dari situasi dan kondisi tertentu,
contohnya prediksi terkait data demografi, ekonomi, finance, dan lain – lain.
3. Diagnosis, Dapat menentukan penyebab terjadinya malfungsi di dalam situasi yang
kompleks berdasarkan gejala yang dapat teramati dengan diagnosis yang tepat.
Tujuan Penggunaan Sistem Pakar
4. Perencanaan, Expert system juga bertujuan untuk merencanakan serangkaian tindakan
yang mendapat tujuan pada tahap kondisi awal tertentu.
5. Monitoring, Melaksanakan hasil pengamatan berdasarkan suatu kondisi yang
diharapkan, contoh dari proses implementasinya adalah computer aided monitoring
system (CAMS).
6. Debugging, Mampu untuk menentukan serta menginterpretasikan berbagai cara untuk
mencegah terjadinya malfungsi atau kegagalan pada fitur tertentu.
7. Instruksi, Mempunyai kemampuan untuk mendeteksi tingkat defisiensi terhadap
pemahaman mengenai domain subjek.
8. Kontrol, Memiliki keahlian untuk mengatur pola tingkah laku suatu lingkungan
(environment) yang kompleks. Contohnya adalah kontrol terhadap interpretasi,
perbaikan, dan prediksi (forecast).
Metode dalam Sistem Pakar
 Beberapa metode yang digunakan dalam menggunakan sistem pakar
1. Breadth First Search
Breadth first search merupakan algoritma yang berfungsi untuk melakukan pencarian data
secara luas atau melebar dalam expert system. Pada metode ini menerapkan proses antrian
data (queue) untuk menyimpan informasi yang telah dianalisa sebelumnya. Selain itu, juga
membutuhkan tabel boolean untuk menyimpan informasi ke dalam sebuah simpul
sehingga, tidak ada informasi yang dikunjungi lebih dari sekali.
2. DFS (Depth First Search)
Metode DFS juga menerapkan sistem pakar, dimana algoritma yang digunakan merupakan
proses penelusuran menggunakan struktur pohon atau graf, dan berpatokan pada tingkat
kedalaman data.
Metode dalam Sistem Pakar
3. BFS (Best First Search)
Metode best first search merupakan hasil kombinasi dari metode DFS dan breadth first
search yang membuat sistem pakar mampu menyajikan tampilan output dari hasil analisa
variabel yang telah diproses sebelumnya.
4. Penelusuran ke Depan (Forward Chaining)
Merupakan teknik penalaran yang termasuk dalam sistem pakar, yang mana diawali dari
proses pencarian fakta. Dimana, fakta tersebut digunakan untuk menguji nilai suatu
kebenaran terhadap hipotesis yang dikembangkan.
5. Penelusuran ke Belakang (Backward Chaining)
Backward chaining merupakan kebalikan dari forward chaining, dimana metode ini
melakukan pelacakan sistem keputusan dimulai dari tahap menarik kesimpulan pada
sebuah titik penalaran. Kemudian, dilanjutkan dengan penyusunan hipotesis hingga fakta
yang ditemukan untuk memberikan value dan penguatan dari hasil kesimpulan.
Struktur dalam Sistem Pakar
• Di dalam pengembangan expert system, tersusun atas beberapa komponen atau struktur
pembentuk sebuah sistem informasi yang komprehensif.
1. User Interface (Antarmuka Pengguna)
Antarmuka atau interface merupakan mekanisme yang digunakan sebagai sarana untuk
berkomunikasi dan berinteraksi dengan pengguna (user). Antarmuka akan menerima
informasi dari pengguna, dan akan mengubahnya ke dalam instruksi yang dapat diterima
oleh sistem.
2. Basis Pengetahuan
Basis pengetahuan mengandung pemahaman mengenai formulasi dan skema penyelesaian
masalah.
Struktur dalam Sistem Pakar
3. Knowledge Acquisition (Akuisisi Pengetahuan)
Knowledge acquisition adalah proses akumulasi, transformasi, dan transfer tiap keahlian
untuk dapat menyelesaikan permasalahan dari sumber pengetahuan, ke dalam suatu
sistem komputer. Pada tahap ini, seorang engineer bertugas untuk menyerap segala
pengetahuan untuk dikirim ke dalam basis pengetahuan (insight).
4. Inference Engine (Mesin atau Motor Inferensi)
Pada komponen ini mengandung mekanisme penalaran dan pola pikir yang dimanfaatkan
oleh para pakar untuk dapat memecahkan suatu masalah dengan baik. Mesin inferensi
sendiri merupakan program komputer untuk memberikan metodologi yang ada
dalam workplace, dan nantinya akan diolah menjadi sebuah kesimpulan.
5. Workplace / Blackboard
Workplace merupakan area dari kumpulan memori kerja yang digunakan untuk merekam
setiap kejadian yang ada, termasuk pembuatan keputusan sementara.
Struktur dalam Sistem Pakar
6. Fasilitas Penjelasan
Fasilitas penjelasan termasuk ke dalam komponen tambahan untuk meningkatkan
penggunaan sistem pakar, serta melacak respon dan hasil penjelasan mengenai tingkah laku
pada expert system secara interaktif.
7. Perbaikan Pengetahuan
Pakar juga mempunyai kemampuan analisis yang baik untuk dapat meningkatkan kinerjanya
sedemikian rupa. Kemampuan tersebut terdiri atas, keahlian dalam pembelajaran yang
terkomputerisasi. Sehingga, program dapat membedakan antara kesuksesan dengan
kegagalan yang dialami, berdasarkan pengetahuan yang masih relevan untuk diaplikasikan
di masa mendatang.
Organisasi Sistem Pakar
Sistem Pakar dapat diorganisasikan menjadi
• Knowlegde base : berisi rule/kaidah Knowledge Engineers
pemecahan masalah, prosedur dan data
intrinsik yang berhubungan dengan problem Inference
Engine
domain
• Working memory : Tempat menyimpan data Users Expert
dari masalah yang akan dikerjakan
Working Knowledge
• Inference engine : Mekanisme yang mencari Memory Base
kesimpulan dengan cara mencocokkan
pengetahuan di knowlegde base dan terhadap
masalah yang muncul
Pemodelan Basis Pengetahuan
Pengetahuan (Knowledge Based) yang dimiliki seorang pakar dapat
dimodelkan dengan berbagai metode yaitu metode:
1. Jaringan Semantik
2. Frame
3. Script
4. Rule If-then
5. Logika Predikat
Knowledge Based menggunakan Rule IF-THEN
• Rule (Kaidah) dinyatakan dalam bentuk perintah If-Then:
IF premis THEN Kesimpulan
IF input THEN Output
IF kondisi THEN aksi
IF antecedent THEN konsekuensi
IF data THEN Hasil
• Beberapa premis atau antecendent dapat dihubungkan dengan logika AND
atau OR
Knowledge Based menggunakan Rule IF-THEN
• Contoh penggunaan operator AND dalam Rule:
Rule 1 Rule 2
IF sakit kepala IF sakit kepala
AND batuk AND batuk
AND pilek AND demam dan menggigil kedinginan.
AND bersin-bersin AND sesak napas.
AND sakit tenggorokan AND kelelahan.
THEN gejala covid-19 varian omicron AND nyeri otot.
AND anosmia
AND lidah tidak peka rasa
THEN gejala covid-19 varian delta
Knowledge Based menggunakan Decission Tree
• Merupakan jaringan semantik khusus yang penalarannya dimulai dari
atas puncak
A: Apakah anda sakit?
A B: Apakah sakitnya di tulang
C: Jika sehat apakah sering cek kesehatan
B C D: Jika di gigi berarti berlubang
E: Jika di kulit atau bagian lain hubungi dokter
F: Hati-hati penyakit dalam
E F
D
Kelebihan dan Keuntungan Sistem Pakar
Kelebihan Sistem Pakar:
1. Meningkatkan produktivitas kerja, yang mana dapat membantu dalam menyelesaikan
setiap pekerjaan dalam waktu yang lebih cepat.
2. Mampu meningkatkan kualitas dari sisi pemberian nasihat yang lebih konsisten.
3. Memiliki tingkat keandalan yang relatif tinggi, serta dapat bekerja secara real time.
Keuntungan Sistem Pakar:
1. Memungkinkan orang awam mengerjakan pekerjaan para ahli
2. Bisa melakukan proses secara berulang secara otomatis
3. Menyimpan pengetahuan dan keahlian para pakar (khususnya untuk pengetahuan yg
langka)
4. Mampu mengambil dan melestarikan keahlian pakar
5. Memasukkan faktor ketidakpastian
6. Menghemat waktu dalam mengambil keputusan
Kekurangan dan Kelemahan Sistem Pakar
Kekurangan Sistem Pakar:
1. Terdapat kendala dalam mendapatkan pengalaman atau insight baru dengan
menggunakan berbagai pendekatan yang dimiliki oleh beberapa pakar.
2. Di dalam proses pembuatan pakar sendiri, memerlukan biaya yang besar dengan tetap
memperhatikan faktor kualitas dari pengetahuan yang dihasilkan.
3. Hasil tingkat evaluasi dari expert system tidaklah bernilai kebenaran mutlak 100%,
namun masih memerlukan tahap pengujian secara berkala untuk dapat menghasilkan
kesimpulan terbaik.
Kelemahan Sistem Pakar:
1. Sistem pakar biasanya dipakai hanya pada bidang tertentu sesuai dengan kepakaran
2. Penambahan pengetahuan baru bisa mengubah program secara keseluruhan
3. Kepastian dalam sistem pakar hanya berupa pendekatan saja.
Contoh Aplikasi Sistem Pakar
Berikut ini terdapat beberapa contoh program yang menerapkan sistem pakar,
yaitu:
1. Dendral, aplikasi untuk mengidentifikasi struktur molekul pada campuran
kimia yang tidak dikenal.
2. MYCIN, merupakan software yang dibangun untuk mendiagnosis berbagai
jenis penyakit.
3. Prospector, aplikasi yang menerpakan sistem pakar untuk kebutuhan pada
bidang geologi.
4. XCON dan XSEL, merupakan software digunakan untuk mengkonfigurasi
sistem komputer besar.
Dekade terakhir Sistem Pakar masuk dalam domain Sistem Informasi dimana secara Teori
Pengetahuan menjadi bagian dari Kecerdasan Buatan. Saat ini berkembang dan menjadi
bias dengan Sistem Pendukung Keputusan. Sebagai contoh konsep AHP dalam SPK dianggap
contoh implementasi dari Sistem Pakar.