Metode-Metode Dalam Sistem Pakar

2018-12-06 15:38:09 Ulti Desi Arni Dibaca 18646 kali

FacebookTwitterTelegramWhatsAppPinterestLagi...2
Sistem Pakar (Expert System) merupakan sebuah algoritma yang mengadopsi kemampuan dan
pengetahuan manusia yang diubah menjadi suatu sistem komputer. Sistem pakar juga dapat
diartikan sebagai suatu program komputer yang berisikan satu set atau sekumpulan perintah yang
memuat pengetahuan dan kemampuan satu atau lebih pakar manusia, dalam suatu bidang khusus
atau spesifik yang kemudian direkayasakan sedemikian rupa menjadi sebuah sistem komputer.

Sistem pakar termasuk kedalam kategori kecerdasan buatan (artificial intellegence) dalam program
komputer. Tujuan dikembangkannya sistem pakar adalah agar komputer dapat membantu sesorang
dalam mengetahui, berkonsultasi atau menyelesaikan suatu hal. Dalam perjalanannya, metode yang
digunakan dalam pembuatan sistem pakar telah banyak mengalami perkembangan. Salah satu
contoh metode dalam pengembangan sistem pakar adalah metode Certainly Factor (CF). Certainly
Factor merupakan metode perhitungan dalam sistem pakar yang digunakan dalam teknik pencarian
data dalam algoritma Depth First Search (DFS), dan juga Breadth First Search (BFS).

Adapun metode yang digunakan dalam sistem pakar merupakan metode yang mampu menampung
dan menganalisa suatu variabel beserta elemennya. Variabel yang dimaksud adalah segala kriteria
tentang suatu gejala yang berhubungan dengan penyelesaian dalam sebuah sistem pakar. Misalnya
dalam pengembangan sistem pakar untuk mendiagnosa suatu penyakit, maka dalam hal ini yang
dimaksud dengan variabel adalah gejala-gejala yang berkaitan dengan penyebab atau gejala yang
ada pada suatu penyakit, yang kemudian akan diselesaikan atau didiagnosa sesuai dengan
pengetahuan seorang pakar.

Adapun metode-metode lain yang digunakan dalam pengembangan sistem pakar adalah:

1. Metode AHP (Analytical Hierarchy

Process
AHP merupakan suatu metode dalam sistem pakar yang digunakan untuk pengambilan keputusan
dengan melakukan perbandingan antara pasangan dan kriteria yang ada dalam variabel. Teknik
analisa dalam metode ini adalah variabel-variabel yang ada akan di analisa lalu dibentuk menjadi
suatu hirarki, yang kemudian disusun berdasarkan urutan, yang selanjutnya akan dibandingkan lalu
ditarik sebuah kesimpulan dengan membuatnya menjadi matrik guna menentukan nilai pada tiap
kriteria atau variabel.

2. Metode BFS (Breadth First Search)

BFS merupakan algoritma yang melakukan pencarian data secara melebar dalam suatu sistem
pakar. Pencarian data diawali dengan menganalisa suatu simpul secara preorder, atau mengunjungi
suatu simpul lalu beralih ke seluruh simpul yang ada dan bertetangga dengan simpul awal. Pada
metode ini dibutuhkan algoritma dengan sebuah antrian (queue) guna menyimpan informasi simpul
yang telah dikunjungi ataupun dianalisa. Kemudian dalam metode ini di butuhkan juga table Boolean
guna menyimpan informasi simpul, sehingga tidak ada simpul yang disimpan dan dikunjungi lebih
dari sekali.

3. Metode DFS (Depth First Search)

Metode DFS merupakan algoritma penelusuran struktur pohon / graf yang berpatokan pada
kedalaman data. DFS akan membentuk simpul dari akar (root) menuju ke salah satu simpul,
misalnya simpul yang menjadi prioritas yang biasanya merupakan simpul anak pertama atau simpul
yang berada disebelah kiri hingga menuju level terdalam. Selanjutnya penelusuran dilanjutkan ke
simpul paling atas atau level 1 guna menemukan simpul atau anak ke dua dari pohon / graf yang
telah terbentuk, dan begitu seterusnya, hingga tiada simpul yang terlewati.

4. Metode Best Fisrt Search

Merupakan kombinasi antara metode BFS dan DFS. Keputusan yang dihasilkan dari metode ini,
diambil dengan cara menarik kesimpulan dari hasil keputusan BFS dan DFS sehingga metode ini
dapat menghasilkan keputusan yang terbaik.

5. Metode Penelusuran Ke Belakang

( Backward Chainning )
Metode Backward Chainning termasuk metode yang paling sering dan banyak digunakan dalam
pengembangan sistem pakar. Pada metode ini pelacakan dan pencarian keputusan dimulai dari
menari kesimpulan (goal) dalam sebuah titik penalaran, lalu dilanjutkan dengan menelusuri seluruh
hipotesis yang ada, sampai kepada fakta yang dapat memberikan value dan penguatan (dukungan)
pada kesimpulan yang telah ditemukan. Dalam implementasinya pada sistem, keputusan yang
dihasilkan oleh metode ini dipengaruhi oleh metode yang telah disebutkan sebelumnya, BFS, DFS
dan Best First Search.

6. Metode Penelusuran Ke Depan (Forward

Chainning)
Dari namanya, Greader dapat menebak bahwa Forward Channing merupakan kebalikan dari
metode Backward Channing. Metode forward chainning adalah teknik penalaran dalam sistem pakar
yang proses penalarannya diawali dengan mencari fakta. Fakta yang telah ditemukan, selanjutnya
digunakan untuk menguji nilai kebenaran dari suatu hipotesa. Keputusan atau penalaran yang
dihasilkan dalam metode ini adalah penalaran yang bersifat logis, yang disebabkan oleh faktor
pengecekan modus ponen dengan argumen serta infersi yang ada pada data.

Masing-masing metode yang telah dijelaskan memiliki kekurangan dan kelebihan masing-masing.
Untuk penggunaan metodenya sendiri didasarkan atas kesesuaian permasalahan dengan metode,
efektifitas, dan dukungan dari metode itu sendiri dalam pengembangan sistem pakar yang akan
dirancang.
 Metode Sistem Pakar Yang Wajib Kamu Tahu
Posted on July 14, 2019 by rifzan

14
Jul
Metode sistem pakar yang dikembangkan hari ini telah jauh menjadi lebih
kompleks dan beragam sejak pertama kali ditemukan. Seperti sistem analisa
lainnya, sistem pakar juga memiliki banyak metode untuk menganalisis, dan
memberikan penyelesaian atas satu masalah yang disodorkan. Metode-
metode ini umumnya bervariasi tergantung kepada di mana sistem
pakar tersebut digunakan. Metode yang dimaksud di sini adalah bagaimana
sistem pakar membaca satu variabel yang mungkin mempengaruhi hasil
keputusan di masa mendatang. Sebagai contoh, sistem pakar dapat
mendiagnosa seseorang terkena kanker setelah melihat bagaimana gejala-
gejala yang sebelumnya dialami oleh penderita tersebut. Untuk lebih jelasnya,
berikut adalah daftar metode sistem pakar yang bisa anda ketahui.
Metode AHP

Metode AHP sistem pakar

Metode yang pertama adalah metode AHP. Dengan metode ini, sistem pakar
akan menganalisa satu variabel untuk kemudian membentuknya menjadi satu
hubungan hierarki. Pembentukan hierarki tersebut dilakukan berulang kali dan
dikelompokkan berdasarkan kategori variabel tersebut. setelah hierarki
terbentuk, maka selanjutnya sistem pakar akan melakukan komparasi atas
hierarki-hierarki tersebut. pada tahap akhir, sistem akan mengonversi hierarki
menjadi data matriks untuk menentukan hasil dari masing-masing kategori
atau kriteria.

Depth-First Search (DFS)

 Metode Depth-First Search
Metode selanjutnya adalah metode Depth-First Search atau pencarian
mendalam. Pada metode ini, sistem pakar akan melakukan penelusuran
secara intensif dan mendalam terhadap nilai atau variabel yang dibeikan.
Sistem pakar akan menelusuri variabel mulai dari simpul akar dan terus
bergerak menurun ke tingkat yang lebih dasar secara berurutan. Sistem pakar
yang menggunakan metode DFS akan menemukan solusi yang paling jauh
terlebih dahulu sebelum akhirnya menemukan solusi yang paling dekat.
Namun yang terpenting, metode DFS akan menyajikan hasil akhir
berdasarkan penelusuran yang paling dalam (Depth) untuk digunakan
sebagai dasar bagi permasalahan selanjutnya.

Breadth-First Search
Breadth-First Search
Metode sistem pakar yang ketiga adalah Breadth-First Search. Metode ini
bisa dibilang meruapakn kebalikan dari metode sebelumnya, yaitu DFS. BFS
bekerja dengan menganalisa setiap simpul akar untuk kemudian langsung
dilakukan pengujian, sebelum pindah ke tingkat selanjutnya. BFS akan
menggunakan hasil analisa pada setiap tingkat untuk menentukan, apakah
analisa harus dilanjutkan atau tidak. Jika variabel dalam satu tingkat sudah
memberikan jawaban atas persoalan dan masalah sudah berhasil
diidentifikasi, maka sistem pakar dengan BFS tidak akan melanjutkan
pencariannya lagi ke tingkat selanjutnya.

Best-First Search (BFS)

Best-First Search (BFS)
Metode yang selanjutnya ini bisa dibilang merupakan kombinasi dari DFS dan
BFS sebelumnya. Metode ini membuat sistem pakar menyajikan output dari
analisa hasil variabel yang menunjukkan hasil yang paling baik. hasil tersebut
tentunya sudah melalui proses pencarian terdalam mulai dari simpul akar
(DFS) dan juga BFS yang menganalisa variabel pada setiap tingkatan.

Backward Chaining (BC) dan Forward

Chaining (FC)
 Backward Chaining
(BC)
Metode analisa ini berpatokan pada model pergerakan rantai ke belakang
untuk BC dan rantai ke depan untuk FC. Maksudnya, sistem pakar akan
menggunakan penafsiran atas hipotesa dan data-data di masa lalu untuk
membuat keputusan di masa sekarang untuk BF. Sedangkan FC sebaliknya,
sistem pakar akan membuat keputusan dan hipotesa di masa mendatang
berdasarkan input yang di terima pada saat sekarang. Jadi intinya, kedua
metode ini berbeda pada jenis pengambilan keputusan yang didasarkan pada
hipotesa di masa lalu.

Itulah informasi seputar metode sistem pakar yang bisa anda ketahui.
Mungkin masih ada lagi beberapa metode sistem pakar lain yang belum
penulis masukkan dalam artikel ini. semoga bermanfaat.
Metode-Metode Pada Sistem Pakar Yang Mudah
By admin, July 11, 2015,
0 Comment
Metode Pada Sistem Pakar (expert system) . Metode yang digunakan dalam
sistem pakar sangat banyak. Salah satu contoh metode-metode yang ada di
sistem pakar misalnya metode CF (certainlty factor). Itu adalah metode
perhitungan untuk teknik pencarian pada sistem pakar yaitu DFS (Depth First
Search), BFS (Breadth First Search).
Metode yang digunakan sistem pakar adalah metode yang mampu
menganalisis suatu variabel. Variabel pada sistem pakar merupakan kriteria
suatu gejala yang berkaitan dengan penyelesaian sebuah sistem pakar.
Contohnya saja sistem pakar untuk mendiagnosa penyakit, maka variabel
yang digunakan pada sistem pakar tersebut yaitu gejala yang ada pada
penyakit yang akan di selesaikan kepakarannya.

Metode Pada Sistem Pakar

1. Metode AHP
Metode analisis yang tekniknya menganalisa suatu variabel dan
membentuknya menjadi suatu hirarki, Selanjutnya hirarki tersebut di susun
berdasarkan urutan dan dilakukan pembandingan antar kriteria dan
selanjunya membuatnya menjadi matrik untuk menentukan nilai hasil masing-
masing kriteria.
2. Dept-first search (DFS)
Melakukan penelusuran secara mendalam dari simpul akar bergerak
menurun ke tingkat dalam yang berurutan. Sehingga peelusura tersebut di
mulai dari penemua solusi dari yang paling jauh. Sehigga bukan yang terakhir
mejadi dasar penentuan pemilihan pertanyaa selanjutya tapi berdasarkan
yang terdalam.
3. Breadth-first search (BFS)
Pencarian dimulai dari simpul akar yang ada pada setiap tingkat diuji sebelum
pindah ke tingkat selanjutnya. Penentuan untuk lanjut da tidaknya pertanyaan
untuk analisis variabel berikutnya tergantung dari variabel pertama yag
terdeteksi. Sehigga apa bila variabel pertama di temukan da sudah
mengidentifikasi suatu masalah, maka pecarian selanjutnya aka di hentika.
4. BFS (Best-first search)
Penggabugan dari kedua metode sehigga menghasilka suatu keputusan
terbaik dari dua pencarian. Pencarian aka menentukan keputusan terbaik
karena pencaria dilakuka dengan cara kombinasi.
5. Pelacakan Ke Belakang (Backward Chaining) BF
Mesin pecarian atau penalaran melakukan pencarian di mulai dari
penalarannya, sekumpulan hipotesa menuju fakta-fakta yang mendukung
hipotesa tersebut. Seperti analogi mesin rantai yang bekerja dari belakang
kedepan.

6. Pelacakan Ke Depan (Forward Chaining) FC

Mesi inferensi yag merupakan kebalikan dari pelacakan ke belakang, yaitu
memulai dari sekumpulan data menuju kesimpulan. Analogi kerja dari
pencarian ini yaitu memulai dari rantai yang paling depa sehingga menelusuri
pencarian ke belakang.

Demikian metode dalam sistem pakar yang bisa Anda kembangkan. Bingung
untuk membuat sistem pakar. Tidak mau repot,? hubungi kami untuk
membuat sistem pakar untukk Anda. Sistem pakar yang kami buat
berdasarkan projek. Sehingga pemesanan projek harap hubungi kami.
Sehingga kami akan memilih prioritas pengerjaan projek sistem pakar. Kami
juga membuka jasa pembuatan laporan sistem pakar dari awal hingga akhir.
Terimakasih. Metode yang digunakan dalam sistem pakar sangat mudah.
Salah satu contoh kaitanya yaitu metode inferensi sistem pakar, metode
penelitian sistem pakar, metode pengembangan sistem pakar, metode bayes
sistem pakar, metode sistem pakar terbaru, metode dalam sistem pakar