SISTEM PAKAR

(EXPERT SYSTEM)
Vihi Atina, S. Kom., M.Kom.
Sistem Pakar
• Salah satu teknik kecerdasan buatan
yang menirukan proses penalaran
manusia adalah sistem pakar.
• Sistem pakar merupakan sebuah
program komputer yang dirancang
untuk memodelkan kemampuan
menyelesaikan masalah seperti layaknya
seorang pakar (human expert).
• Sistem pakar merupakan sistem berbasis
pengetahuan yaitu sistem yang
menirukan penalaran dari seorang pakar
dalam bidang tertentu.
Pakar/ Ahli (Expert)

• Seorang pakar/ahli (human expert)

adalah seorang individu yang
memiliki kemampuan pemahaman
yang superior dari suatu masalah.
• Pakar adalah orang yang mempunyai
keahlian dalam bidang tertentu,
yaitu pakar yang mempunyai
knowledge atau kemampuan khusus
yang orang lain tidak mengetahui
atau mampu dalam bidang yang
dimilikinya.
• Misalnya: seorang dokter, penasehat
keuangan, pakar mesin mobil, dll.
Perbandingan Seorang Pakar
dengan Sistem Pakar
Alasan Pengembangan
Sistem Pakar
• Dapat menyediakan kepakaran
setiap waktu dan diberbagai lokasi
• Secara otomatis mengerjakan tugas-
tugas rutin yang membutuhkan
seorang pakar.
• Seorang Pakar akan pensiun atau
pergi
• Seorang Pakar adalah mahal
• Kepakaran dibutuhkan juga pada
lingkungan yang tidak bersahabat
(hostile environtment)
Keuntungan Sistem Pakar
• Menjadikan pengetahuan dan nasehat lebih
mudah didapat.
• Meningkatkan output dan produktivitas.
• Menyimpan kemampuan dan keahlian
pakar.
• Meningkatkan penyelesaian masalah.
• Meningkatkan reliabilitas.
• Memberikan respon (jawaban) yang cepat.
• Merupakan panduan yang cerdas.
• Dapat bekerja dengan informasi yang
kurang lengkap dan mengandung
ketidakpastian.
• Dapat mengakses basis data dengan cara
cerdas.
Kelemahan Sistem Pakar

• Pengetahuan tidak selalu bisa

didapatkandengan mudah, karena
kadangkala pakar dari masalah yang
dibuat tidak ada, dan kalaupun ada
kadang pendekatan yang dimiliki oleh
pakar berbeda-beda.
• Untuk membuat suatu sistem pakar yang
benar-benar berkualitas tinggi sangatlah
sulit dan memerlukan biaya yang sangat
besar untuk pengembangan dan
pemeliharaannya.
• Perlu diuji ulang secara teliti sebelum
digunakan, peran manusia tetap
merupakan faktor dominan.
Komponen Sistem Pakar
• Untuk membangun sistem pakar
maka komponen-komponen yang
harus dimiliki menurut Giarratano
dan Relay (2005) sebagai berikut :
1. Antar Muka Pengguna (User Interface)
2. Basis Pengetahuan (Knowledge Base)
3. Mekanisme Inferensi (Inference Machine)
4. Memori Kerja (Working Memory)
Komponen Sistem Pakar
• Untuk menjadikan sistem pakar
menjadi lebih menyerupai seorang
pakar yang berinteraksi dengan
pemakai, maka dilengkapi dengan
fasilitas berikut :
1. Fasilitas Penjelasan (Explanation Facility)
2. Fasilitas Akuisisi Pengetahuan
(Knowledge Acquisition Facility)
Struktur Sistem Pakar
Arsitektur Sistem Pakar

• Sistem pakar disusun oleh dua

bagian utama yaitu lingkungan
pengembangan (development
environtment) dan lingkungan
konsultasi (consultation
environtment) (Turban, 1995)
Arsitektur Sistem Pakar
• Lingkungan pengembangan sistem
pakar digunakan oleh pembangun
sistem pakar untuk membangun
komponen dan memasukkan
pengetahuan hasil akusisi
pengetahuan ke dalam basis
pengetahuan
• Lingkungan konsultasi digunakan
oleh pengguna yang bukan pakar
guna memperoleh nasehat pakar
Arsitektur Sistem Pakar
 Elemen Manusia pada Sistem Pakar
1. Pakar (expert)
Seorang individu yang memiliki pengetahuan khusus,
pemahaman, pengalaman dan metode-metode yang digunakan
untuk memecahkan persoalan dalam bidang tertentu.
2. Pembangun pengetahuan (knowledge engineer)
Orang yang bertugas menerjemahkan dan merepresentasikan
pengetahuan yang diperoleh dari pakar.
3. Pembangun sistem (system engineer/ builder)
Orang yang bertugas untuk merancang antarmuka pemakai
sistem pakar, merancang pengetahuan yang sudah
diterjemahkan oleh pembangun pengetahuan ke dalam bentuk
yang sesuai dan dapat diterima oleh sistem pakar dan
mengimplementasikannya ke dalam mesin inferensi.
4. Pemakai (user)
Orang yang menggunakan sistem pakar untuk mendapatkan
solusi atau nasehat.
5. Pihak lain misalnya tool builder, vendor atau staf pendukung.
Elemen Manusia pada Sistem Pakar
Ciri Sistem Pakar

• Memiliki informasi yang handal, baik

dalam menampilkan langkah-langkah
maupun dalam menjawab pertanyaan-
pertanyaan tentang proses penyelesaian.
• Mudah dimodifikasi, yaitu dengan
menambah atau menghapus suatu
kemampuan dari basis pengetahuan.
• Heuristik dalam menggunakan
pengetahuan untuk mendapatkan
penyelesaian.
• Dapat digunakan dalam berbagai jenis
komputer.
• Memiliki kemampuan untuk beradaptasi.
Inferensi
• Inferensi adalah: Proses yang
digunakan dalam Sistem Pakar untuk
menghasilkan informasi baru dari
informasi yang telah diketahui
• Dalam sistem pakar proses inferensi
dilakukan dalam suatu modul yang
disebut Inference Engine (Mesin
inferensi)
Inferensi
Pendekatan Mekanisme Inferensi
• Teknik Heuristik
• Inferensi Berbasis Aturan
Teknik Heuristik

• Heuristik proses penalaran yang

berdasarkan pada pengalaman
bersifat sangat subyektif
• Teknik heuristik yaitu sebuah teknik
yang mengembangkan efisiensi,
namun dengan kemungkinan
mengorbankan kelengkapan.
• Peran seorang pakar disini sangat
diperlukan dalam memberikan suatu
saran tentang sifat heuristik yang
dipakai dalam pemecahan suatu
problema.
Inferensi Berbasis Aturan

• Aturan diekspresikan dalam bentuk

kondisi IF-THEN.
• Aturan IF-THEN lebih dekat dengan
cara manusia memecahkan masalah
sehari-hari.
• Terdapat 2 pendekatan dalam
menyusun mekanisme inferensi
berbasis aturan yaitu :
1. Forward Chaining (Penalaran Maju)
2. Backward Chaining (Penalaran Mundur)
Forward Chaining

• Forward chaining merupakan proses

perunutan yang dimulai dengan
menampilkan kumpulan data atau fakta
yang menyakinkan menuju konklusi
akhir.
• Informasi masukan dapat berupa data,
bukti, temuan atau pengamatan.
• Konklusi dapat berupa tujuan, hipotesa,
penjelasan, atau diagnosis.
• Jalannya penalaran runut maju dapat
dimulai dari data menuju tujuan, dari
bukti menuju hipotesa, dari temuan
menuju penjelasan atau dari pengamatan
menuju diagnosa.
Backward Chaining

• Backward Chaining merupakan

proses perunutan yang arahnya
kebalikan dari runut maju.
• Proses penalaran dimulai dari
tujuan/ goal kemudian merunut balik
ke jalur yang akan mengarahkan ke
goal tersebut, mencari bukti-bukti
bahwa bagian kondisi terpenuhi.
• Backward Chaining membantu dalam
menangani permasalahan dimana
konklusi telah diketahui sebelumnya
dan penyebab dari konklusi tersebut
yang kemudian dicari.
Forward & Backward Chaining
Forward & Backward Chaining
• Karakteristik
Forward Chaining Backward Chaining
Prencanaan, Diagnosis
monitoring, kontrol
Disajikan untuk masa Disajikan untuk masa
depan lalu
Antecedent ke Konsekuen ke
konsekuen antecedent
Data memandu, Tujuan memandu,
penalaran dari bawah penalaran dari atas ke
ke atas bawah
Bekerja ke depan untuk Bekerja ke belakang
mendapatkan solusi apa untuk mendapatkan
yang mengikuti fakta fakta yang mendukung
hipotesa
Contoh 1
• Sistem Pakar: Penasihat Keuangan
• Kasus : Seorang user ingin berkonsultasi apakah
tepat jika dia berinvestasi pada stock IBM?
• Variabel-variabel yang digunakan:
– A = memiliki uang $10.000 untuk investasi
– B = berusia < 30 tahun
– C = tingkat pendidikan pada level college
– D = pendapatan minimum pertahun $40.000
– E = investasi pada bidang Sekuritas (Asuransi)
– F = investasi pada saham pertumbuhan (growth
stock)
– G = investasi pada saham IBM
• Setiap variabel dapat bernilai TRUE atau FALSE
Fakta yang ada

• Diasumsikan si user (investor) memiliki

data:
– Memiliki uang $10.000 (A TRUE)
– Berusia 25 tahun (B TRUE)
• Dia ingin meminta nasihat apakah tepat
jika berinvestasi pada IBM stock?
Rules
• R1 : IF seseorang memiliki uang $10.000 untuk
berinvestasi AND dia berpendidikan pada level
college THEN dia harus berinvestasi pada bidang
sekuritas
• R2 : IF seseorang memiliki pendapatan pertahun
min $40.000 AND dia berpendidikan pada level
college THEN dia harus berinvestasi pada saham
pertumbuhan (growth stocks)
• R3 : IF seseorang berusia < 30 tahun AND dia
berinvestasi pada bidang sekuritas THEN dia
sebaiknya berinvestasi pada saham pertumbuhan
• R4 : IF seseorang berusia < 30 tahun dan > 22
tahun THEN dia berpendidikan college
• R5 : IF seseorang ingin berinvestasi pada saham
pertumbuhan THEN saham yang dipilih adalah
saham IBM.
Rule Simplification

• R1: IF A and C, THEN E

• R2: IF D and C, THEN F
• R3: IF B and E, THEN F
• R4: IF B, THEN C
• R5: IF F, THEN G
Solusi Forward Chaining
Solusi Backward Chaining
Contoh 2
• Contoh : Menentukan warna
binatang bernama Tweety.
• Fakta yang ada : Data awal adalah
Tweety terbang dan bernyanyi.
• Variabel yang digunakan :
– A = melompat
– B = memakan serangga
– C = terbang
– D = bernyanyi
– E = katak
– F = burung kenari
– G = hijau
– H = kuning
Rules
• Misalkan ada 4 aturan :
– If x melompat dan memakan serangga,
maka x adalah katak
– If x terbang dan bernyanyi, maka x
adalah burung kenari
– If x adalah katak, maka x berwarna hijau
– If x adalah burung kenari, maka x
berwarna kuning
Rule Simplification
• R1 = IF A and B THEN E
• R2 = IF C and D THEN F
• R3 = IF E THEN G
• R4 = IF F THEN H
Solusi Forward Chaining
• Yang dicari pertama adalah aturan
nomor 2, karena anteseden-nya
cocok dengan data (if Tweety
terbang dan bernyanyi)
• Konsekuen (then Tweety adalah
burung kenari) ditambahkan ke data
yang dimiliki
• If tweety adalah burung kenari,
maka aturan nomor 4 konsekuen
Tweety berwarna kuning (tujuan)
Solusi Backward Chaining
• Pertama akan mencari aturan 3 dan 4
(sesuai dengan tujuan mencari
warna)
• Belum diketahui bahwa Tweety
adalah burung kenari, maka kedua
anteseden (If Tweety adalah katak, If
Tweety adalah burung kenari)
ditambahkan ke daftar tujuan.
• Lalu mencari aturan 1 dan 2, karena
konsekuen-nya (then x adalah katak,
then x adalah burung kenari) cocok
dengan daftar tujuan yang baru
ditambahkan.
Solusi Backward Chaining
• Anteseden (If Tweety terbang dan
bernyanyi) bernilai true/benar, maka
disimpulkan Tweety adalah burung
kenari.
• Tujuan menentukan warna Tweety
sekarang sudah dicapai (Tweety
berwarna hijau jika katak, dan
kuning jika burung kenari, Tweety
adalah burung kenari karena
terbang dan bernyanyi, jadi Tweety
berwarna kuning).
END OF FILE