Tugas : 2 (Kedua)

Hari/tanggal : Rabu, 11 Oktober 2023

Nama tugas : Review Video Mengenai Sistem Pakar
Mata kuliah : Sistem Pakar
Dosen pengampuh : Baso Ali, S.Pd., M.Pd

Di sususn oleh:

Nim : 2104411673
Nama : Windayani
Kelas : 5L

Program studi Informatika

Fakultas Teknik Komputer
Universitas cokroaminoto Palopo
Tahun 2023
A) PENGERTIAN SISTEM PAKAR
Suatu program komputer yang dirancang untuk mengambil keputusan (solusi atau saran),
seperti keputusan yang diambil oleh seorang atau beberapa orang pakar. Sistem pa,ar
mengombinasikan kaidah-kaidah penarikan kesimpulan (inferensi) dengan basis pengetahuan
tertentu yang diberikan oleh pakar dalam bidang yang spesifik. Dan dari kombinasi kedua hal
tersebut di simpan dlam komputer, yang dilanjutkan dalam proses pengambilan keputusan.
Tujuan utama dari sistem pakar bukan hanya mengantikan kedudukan seorang ahli atau
seorang pakar,tetapi hanya untuk memasyarakatkan pengetahuan dan pengalaman dari ahli
pakar. Dan seseorang yang bukan pakar menggunakan sistem pakar untuk meningkatkan
kemampuan pemecahan masalah.
Adapun konsep dasar dalam sistem pakar yang harus kita ketahui adalah sebagai berikut:
 Kepakaran (Expertise)
Pengetahuan yang diperoleh dari pelatihan, membaca, dan pengalaman dan
membantu bagi para ahli untuk dapat mengaambil keputusan lebih cepat
dan lebih baik.
 Pakar (Expert)
Seseorang yang mampu mempunyai pengetahuan, pengalaman dan metode
khusus, serta mampu menerapkannya untuk memecahkan masalah atau
memberi nasehat.
 Perpindahan kepakaran (Expertise Transfer)
Tujuan sistem pakar adalah memindahkan kepakaran dari seoarng pakar ke
dalam kompurter, kemudian ditransfet kepada orang lain yang pakar.
 Inferensi (Inference)
Sebush prosedur (program) yang mempunyai kemampuan dalam
melakukan penalaran.
 Aturan (Rule)
Kebanyakan program sistem pakar komersial adlah sistem yang berbasis
aturan (rule-based systems), dimana pengetahuan disimpan dalam bentuk
rule, sebagai prosedur – prosedur pemecahan masalah.
 Kemampuan Menjelaskan (Explanation Capability)
Sistem pakar memiliki kemampuan untuk menjelaskan saran atau
rekomendasi yang diberikannya.
 Adapun beberapa Karakteristik Umum dalam Sistem Pakar yaitu diantaranya :
 Kinerja sangat baik (high performance)
 Waktu respon baik (adequate response time)
 Dapat diandalkan (good reliability)
 Dapat dipahami (understandable)
 Fleksibel (flexibility)
Kelebihan dan Kekurangan dari Sistem Pakar yaitu sebagai berikut :
 Kelebihan
 Memungkinkan orang awam bisa mengerjakan pekerjaan para ahli
 Bisa melakukan proses secara berulang dengan otomatis
 Menyimpan pengetahuan dan keahlian para pakar.
 Kekurangan
 Biaya yang mahal dalam pembuatan dan perawatan
 Sulit dikembangkan karena keterbatasan keahlian dam ketersediaan pakar
 Siatem pakar tidak selalu 100% benar.

B) Mesin Inferensi Sistem Pakar

Beberapa strategi yang digunakan dalam proses penalaran di dalam sistem pakar yaitu
sebagai berikut :
a) Forward Chaining
b) Backward Chaining
c) Forward + Backward Chaining

a) Forward Chaining
Teknik pencarian data-driven yang dimulai dengan fakta yang diketahui, kemudian
mencocokkan fakta-fakta tersebut dengan bagian if dari rules if-then.
 Aturan (Rule)
Aturan pada sistem pakar :
 R1 : If Mendung and Berawan then Anging Kencang
 R2 : If Lembab and Sejuk and Semilir then Mendung
 R3 : If Hujan then mbab
 R4 : If Berkabut then Gelap
 R5 : If Gelap and Petir then badai
 Variabel yang digunakan :
 Y = Mendung
 D = Berawan
 Z = Anging Kencang
  X = Lembab
 B = Sejuk
 E = Semilir
 A = Hujan
 C = Berkabut
 L = Gelap
 M = Petir
 N = Badai
 Bentuk sederhana aturan :
 R1 : If Y and D then Z
 R2 : If X and B and E then Y
 R3 : If A then X
 R4 : If C then L
 R5 : If L and M then N
 Fakta – Fakta :
 A,B,C,D, dan E bernilai benar
 Goal
 Apakah Z bernilai benar ?
 Inferensi: Ilustrasi
Database
A B C D E

Basis Pengetahuan
R1 : If Y and D then Z
R2 : If X and B and E then Y
R3 : If A then X
R4 : If C then L
R5 : If L and M then N

Database
A B C D E
Fakta Baru
X L Y Z

Basis Pengetahuan
R1 : If Y and D then Z
R2 : If X and B and E then Y
R3 : If A then X
R4 : If C then L
R5 : If L and M then N
  Inferensi: Metode Tabel

Basis Pengetahuan
R1 : If Y and D then Z
R2 : If X and B and E then Y
R3 : If A then X
R4 : If C then L
R5 : If L and M then N

 Fakta- Fakta:
 A,B,C,D, dan E bernilai benar .
 Goal
 Apakah Z bernilai benar ?

Rule Database Fakta Baru

A,B,C,D,E
R3 A,,B,C,D,E X
R4 A,B,C,D,E X,L
R2 A,B,C,D,E X,L,Y
R1 A,B,C,D,E X,L,Y,Z
X,L,Y,Z
Z bernilai benar

b) Backward Chaining
Backward Chaining Merupakan metode inferensi yang bekerja mundur ke ara
kondisi awal (goal-driven). Proses yang diawali dari goal (yang berada dibagian
then dari aturan If-then) kemudian pencarian mulai dijalankan untuk mencocokkan
apakah fakta-fakta yang ada cocol dengan premis-premis di bagian If.
 Jika coco, rule dieksekusi, kemudian hipotesis dibagian then ditempatkan
di basis data sebagai fakta baru.
 Jika tidak cocok, simpan premis di bagian If ke dalam stack sebagai
subgoal.

Dan proses akan berakhir jika ditemukan goal atau tidak ada rule yang bisa
membuktikan kebenaran dari subgoal atau goal.
 Aturan (Rule)
 Atur Aturan pada sistem pakar :
 R1 : If Mendung and Berawan then Anging Kencang
 R2 : If Lembab and Sejuk and Semilir then Mendung
 R3 : If Hujan then mbab
 R4 : If Berkabut then Gelap
 R5 : If Gelap and Petir then badai
 Variabel yang digunakan :
 Y = Mendung
 D = Berawan
 Z = Anging Kencang
 X = Lembab
 B = Sejuk
 E = Semilir
 A = Hujan
 C = Berkabut
 L = Gelap
 M = Petir
 N = Badai
 Bentuk sederhana aturan :
 R1 : If Y and D then Z
 R2 : If X and B and E then Y
 R3 : If A then X
 R4 : If C then L
 R5 : If L and M then N
 Fakta – Fakta :
 A,B,C,D, dan E bernilai benar
 Goal
 Apakah Z bernilai benar ?

 Inferensi: Ilustrasi
Database
A B C D E

Basis Pengetahuan
R1 : If Y and D then Z
R2 : If X and B and E then Y
R3 : If A then X
R4 : If C then L
R5 : If L and M then N
 Stack
Z Y

Keterangan :

 Goal Z sebagai awal dari stack

 Eksekusi R1
 D ada di database
 Y tidak ada di database, simpan di stack

 Inferensi: Ilustrasi
Database
A B C D E

Basis Pengetahuan
R1 : If Y and D then Z
R2 : If X and B and E then Y
R3 : If A then X
R4 : If C then L
R5 : If L and M then N

Stack
Z Y X

Keterangan :

 Subgoal : Y
 Eksekusi R2
 B ada di database
 E ada di database
 X tidak ada di database, simpan di stack.
 Inferensi: Ilustrasi
Database
A B C D E
Fakta Baru
X

Basis Pengetahuan
R1 : If Y and D then Z
R2 : If X and B and E then Y
R3 : If A then X
R4 : If C then L
R5 : If L and M then N

Stack
Z Y X

Keterangan :

 Subgoal : X
 Eksekusi R3
 A ada di database
 X dihapus dari stack, lalu masukkan ke fakta baru

 Inferensi: Ilustrasi
Database
A B C D E
Fakta Baru
X Y

Basis Pengetahuan
R1 : If Y and D then Z
R2 : If X and B and E then Y
R3 : If A then X
R4 : If C then L
R5 : If L and M then N

Stack
Z Y
 Keterangan :
 Subgoal : Y
 Eksekusi R2
 X ada di database
 B ada di database
 E ada di database
 Y di hapus dari stack, lalu masukkanvke fakta baru

 Inferensi: Ilustrasi
Database
A B C D E
Fakta Baru
X Y Z

Basis Pengetahuan
R1 : If Y and D then Z
R2 : If X and B and E then Y
R3 : If A then X
R4 : If C then L
R5 : If L and M then N

Stack
Z

Keterangan :
 Goal : Z
 Eksekusi R1
 Y ada di database
 D ada di database
 Z dihapus dari stack, lalu masukkan ke fakta baru

 Inferensi: Ilustrasi
Database
A B C D E
Fakta Baru
X Y Z
 Basis Pengetahuan
R1 : If Y and D then Z
R2 : If X and B and E then Y
R3 : If A then X
R4 : If C then L
R5 : If L and M then N

Stack

Keterangan :
 Z terbukti fakta

 Inferensi: Metode Tabel

Basis Pengetahuan
R1 : If Y and D then Z
R2 : If X and B and E then Y
R3 : If A then X
R4 : If C then L
R5 : If L and M then N

 Fakta- Fakta:
 A,B,C,D, dan E bernilai benar .
 Goal
 Apakah Z bernilai benar ?
Rule Database Stack Fakta Baru
A,B,C,D,E Z
R1 A,B,C,D,E Z,Y
R2 A,B,C,D,E Z,Y,X
R3 A,B,C,D,E Z,Y X
R2 A,B,C,D,E Z,Y X
R1 A,B,C,D,E Z X,Y
X,Y,Z
Z bernilai benar