Rule Based

Expert
System
Review Video - Kelasiki

Kelompok 3 ( Kecerdasan Buatan )

 Apa itu expert dan siapa
itu expert ??

Yang dianggap sebagai expert adalah siapapun yang memiliki

pengetahuan yang mendalam dan pengalaman praktis yang kuat
dalam domain tertentu.
 Bagaimana expert system
dapat berfikir ?

Karena pemikiran manusia terlalu rumit untuk direpresentasikan

sebagai algoritma maka sebagian besar expert merepresentasikan
pengetahuan mereka dalam bentuk aturan untuk pemecahan
masalah.
 Rule sebagai representasi knowledge (pengetahuan).
 Rule menggabungkan dua bagian : object dan nilai.
 Object dan nilai dihubungkan oleh sebuah operator. Dan operator digunakan
untuk membandingkan/mengidentifikasi obejct dan nilai yang ada karena
operator menilai bahwa rule tersebut benar atau salah.
 Rule juga dapat merepresentasikan relasi, recomendasi, strategi dan
aturan.sehingga dari sebuah aturan kita dapat memperoleh banyak hal.
 5 Anggota dalam tim
pengembangan sistem pakar
Domain expert adalah orang yang berpengetahuan serta terampil yang mampu
memecahkan masalah dalam area / domain tertentu.
Knowledge engineering adalah seseorang yang mampu merancang, membangun, dan
menguji sistem pakar.
Programmer adalah orang yang bertanggung jawab untuk pemrograman, menjelaskan
pengetahuan expert dalam hal yang dapat dipahami oleh komputer.
Project manager adalah pemimpin tim oengembangab sisitem pakar yg bertanggung
jawab untuk menjaga proyek tetap pada jalurnya.

End-user adalah orang yg menggunakan system

 Struktur rule-based expert
system
1. Knowledge base : Suatu jenis basis data yang dipergunakan untuk management
pengetahuan.
2. Database : Seperangkat fakta yang digunakan untuk dicocokkan dengan kondisi dari rule
yang disimpan dalam knowledge base.
3. Inferense engine : Tempat kita membandingkan objek dan nilai.
4. explanation facilities : Memungkinkan pengguna untuk bertanya kepada sistem pakar
bagaimana kesimpulan tertentu dicapai dan mengapa fakta tertentu diperlukan.
5. User interface : Sarana komunikasi antara pengguna yang mencari solusi dalam sistem
pakar.
 Teknik Forward

Chaining
Forward chaning adalah teknik untuk mengumpulkan dan kemudian
menyampaikan apapun yang bisa disimpulkan.
 Rule penalaran : Data yang diketahui Rule menambahkan fakta baru pada
database Siklus match-fire.
 rule-based expert sistem yang nyata dapat memiliki ratusan rule, banyak
diantaranya mungkin diaktifkan untuk mendapatkan fakta baru yang valid, tetapi
sayangnya tidak terkait dengan tujuan. oleh karena itu, jika tujuan kita adalah
untuk mengumpulkan satu fakta tertentu, teknik penarikan kesimpulan forward
chaning tidak akan efisien.
 Teknik Backward Chaining

 Backward chaning adalah penalaran yang digunakan oleh tujuan.

 Sistem pakar memiliki tujuan (solusi hipotetis) dan mesin inferensi berusaha
menemukan bukti untuk membuktikanya.
 Rule penalaran: Knowledge base Kondisi cocok dengan data dalam database
Tujuan tercapai Menetapkan tujuan dan sub-tujuan Knowledge base
dicari lagi untuk membuktikan sub-tujuan.
 Perbedaan Forward & Backward
1. Data & Solusi
Chaining
• Forward Chaining: Data diketahui, namun solusi tidak ditemukan.
• Backward Chaining: Data tidak diketahui sekaligus penyebabnya.
2. Rule
• Forward Chaining: Mengeksekusi solusi dulu baru kepangkalnya.
• Backward Chaining: Mengeksekusi pangkal dulu baru ke solusi.