Bidang kecerdasan buatan (AI) berkaitan
dengan metode pengembangan sistem yang menampilkan aspek perilaku
cerdas. Sistem ini dirancang untuk meniru kemampuan manusia dalam
berpikir dan merasakan. Salah satu contohnya adalah sistem pakar atau
expert system.
Apa itu sistem pakar?
Pengertian Sistem Pakar
Sistem pakar adalah program komputer berteknologi kecerdasan buatan (AI)
yang mensimulasikan penilaian, perilaku, dan kemampuan pengambilan
keputusan manusia yang memiliki keahlian dan pengalaman di bidang
tertentu.
Sistem pakar diimplementasikan dengan mengapdosi pengetahuan seorang
pakar. Pakar atau manusia ahli (human expert) adalah seorang individu
yang memiliki kemampuan pemahaman yang superior atas suatu masalah
spesifik.
Seorang pakar mampu menjelaskan suatu tanggapan, mempelajari hal-hal
baru seputar topik permasalahan, menyusun kembali pengetahuan jika
dipandang perlu, serta memecahkan masalah dengan cepat dan tepat.
Sistem pakar dirancang dengan tujuan untuk memberikan solusi pada
masalah yang kompleks, atau untuk memperjelas ketidakpastian melalui
penggunaan program non-algoritmik di mana biasanya keahlian manusia akan
dibutuhkan.
Sistem pakar umumnya dipakai pada domain masalah yang
kompleks dan dianggap sebagai alternatif yang banyak digunakan dalam
mencari solusi yang membutuhkan adanya keahlian manusia yang spesifik.
Sistem pakar juga mampu membenarkan solusi yang diberikan berdasarkan
pengetahuan dan data dari pengguna sebelumnya.
Sistem pakar
banyak digunakan dalam membuat keputusan strategis terkait pemasaran
bisnis, menganalisis kinerja sistem realtime, mengkonfigurasi komputer,
dan melakukan banyak fungsi lain yang biasanya memerlukan keberadaan
seorang pakar atau ahli.
Sistem pakar biasanya bertujuan untuk melengkapi, bukan menggantikan pakar manusia.
Konsep
sistem pakar dikembangkan pada tahun 1970-an oleh ilmuwan komputer
Edward Feigenbaum, seorang profesor ilmu komputer di Universitas
Stanford dan pendiri Laboratorium Sistem Pengetahuan Stanford.
Menurut
Feigenbaum, dunia komputer sedang bergerak maju dari yang awalnya
melakukan pemrosesan data menuju "pemrosesan pengetahuan". Hal ini
berarti komputer memiliki potensi untuk melakukan lebih dari perhitungan
dasar dan mampu memecahkan masalah yang kompleks berkat teknologi
prosesor dan arsitektur komputer baru.
Komponen-komponen pada Sistem Pakar
Sistem pakar biasanya memiliki tiga komponen inti, yakni:
- Knowledge Base: komponen yang berisi informasi data, aturan (rule), relasi antara data dan aturan dalam pengambilan kesimpulan.
- Inference Engine: komponen yang berfungsi menganalisa data yang ada dan menarik kesimpulan berdasarkan aturan yang ada.
- User Interface: komponen yang berfungsi sebagai alat atau media komunikasi antara pemakai (user) dengan program
1. Knowledge Base
Knowledge Base atau basis pengetahuan tersusun atas fakta yang berupa
informasi tentang obyek, dan kaidah yang merupakan informasi tentang
cara bagaimana membangkitkan fakta baru dari fakta yang sudah diketahui.
Knowledge
base merupakan representasi pengetahuan dari seorang pakar. Pengetahuan
yang disimpan dalam knowledge base disimpan dalam suatu struktur data
khusus yang disesuaikan dengan metode inferensi yang dipakai.
2. Inference Engine
Inference atau 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). Inference
engine dibuat ketika representasi pengetahuan (RP) pada bagian knowledge
base telah lengkap, atau paling tidak telah berada pada level yang
cukup akurat, maka RP tersebut telah siap digunakan.
Inference engine merupakan modul yang berisi program tentang
bagaimana mengendalikan proses reasoning atau penalaran untuk mengambil
kesimpulan.
Inference engine pada dasarnya memilih pengetahuan
yang relevan dalam rangka mencapai kesimpulan. Inference engine memulai
pelacakannya dengan mencocokkan aturan-aturan dalam basis pengetahuan
dengan fakta-fakta yang ada.
3. User Interface
User interface atau antarmuka pengguna
adalah komponen yang berfungsi sebagai jembatan penghubung antara sistem
pakar dan pengguna, memungkinkan terjadinya interaksi antara program
dan orang awam atau pemakai program untuk menyelesaikan suatu masalah.
Antarmuka pengguna pada sistem pakar terbagi atas empat bagian, yaitu:
- Antarmuka pengisian Tabel Variabel: digunakan untuk memasukkan variable list.
- Antarmuka pengisian Tabel Konklusi:
sama dengan Tabel Variabel hanya pada form Tabel Konklusi diberi
keterangan apakah variable konklusi yang diinputkan akan ditampilkan
pada saat konsultasi atau tidak.
- Antarmuka pengisian Tabel Rules:
digunakan untuk memasukkan basis pengetahuan dengan penggunaan data
variable dan konklusi yang diisikan melalui antarmuka pengisian Tabel
Variabel dan Tabel Konklusi.
- Antarmuka Tanya Jawab:
dilakukan proses tanya jawab antara program dan pemakai. Pengisian
berbentuk menu pilihan, sehingga pemakai dapat memilih jawaban dari
sekian jawaban yang tersedia. Hal ini untuk menghindari kesalahan dalam
memasukkan jawaban yang dapat menyebabkan kesalahan program pada saat
melakukan proses pengecekan aturan-aturan yang ada dalam knowledge base.
Karakteristik Sistem Pakar
Berikut adalah beberapa karakteristik dari sistem pakar:
- Kinerja Tinggi:
Sistem pakar memberikan kinerja tinggi untuk memecahkan semua jenis
masalah kompleks dari domain tertentu dengan efisiensi dan akurasi
tinggi.
- Dapat dimengerti: Sistem pakar merespons dengan
cara yang mudah dimengerti oleh pengguna. Sistem dapat mengambil input
dalam bahasa manusia dan memberikan output dengan cara yang sama.
- Andal: Sistem pakar jauh lebih andal untuk menghasilkan output yang efisien dan akurat.
- Sangat responsif: Sistem pakar memberikan hasil untuk kueri kompleks apa pun dalam waktu yang sangat singkat.
Prinsip Kerja Sistem Pakar
Sistem pakar mengumpulkan pengalaman dan fakta dalam knowledge base dan mengintegrasikannya dengan inference engine.
Inference engine menggunakan salah satu dari dua metode berikut untuk memperoleh informasi dari knowledge base:
- Forward chaining,
yaitu membaca dan memproses sekumpulan fakta untuk membuat prediksi
logis tentang apa yang akan terjadi selanjutnya. Contoh dari forward
chaining adalah membuat prediksi tentang pergerakan pasar saham.
- Backward chaining,
yaitu membaca dan memproses serangkaian fakta untuk mencapai kesimpulan
logis tentang mengapa sesuatu terjadi. Contoh dari backward chaining
yaitu memeriksa serangkaian gejala untuk mencapai diagnosis medis.
Sistem
pakar bergantung pada ketersediaan knowledge base yang baik. Proses
penambahan informasi ke knowledge base dilakukan oleh pakar ahli, dan
pengguna umum menggunakan sistem untuk memecahkan masalah kompleks.
Proses
membangun dan memelihara sistem pakar disebut rekayasa pengetahuan atau
knowledge engineering. Pengembang sistem perlu memastikan bahwa sistem
pakar memiliki semua informasi yang diperlukan untuk memecahkan masalah.
Kemampuan sistem juga dapat ditingkatkan dengan memperluas knowledge
base atau membuat seperangkat aturan baru.
Perbedaan Sistem Konvensional dan Sistem Pakar
Berikut adalah perbedaan mendasar dari sistem konvensional dan sistem pakar:
Sistem Konvensional
- Informasi dan pemrosesannya biasanya jadi satu dengan program
- Program tidak pernah salah (kecuali pemrogramnya yang salah)
- Biasanya tidak bisa menjelaskan mengapa suatu input data itu dibutuhkan atau bagaimana output itu diperoleh
- Pengubahan program cukup sulit dan merepotkan
- Sistem hanya akan bekerja jika sistem tersebut sudah lengkap
- Eksekusi dilakukan langkah demi langkah secara algoritmik
- Menggunakan data
- Tujuan utamanya adalah efisiensi
Sistem Pakar
- Basis pengetahuan merupakan bagian terpisah dari mekanisme inferensi
- Program bisa saja melakukan kesalahan
- Penjelasan adalah bagian terpenting dari sistem pakar
- Pengubahan pada aturan/kaidah dapat dilakukan dengan mudah
- Sistem dapat bekerja hanya dengan beberapa rules
- Eksekusi dilakukan pada keseluruhan basis pengetahuan secara heuristik dan logis
- Menggunakan pengetahuan
- Tujuan utamanya adalah efektivitas
Manfaat dan Kegunaan Sistem Pakar
Adapun manfaat dan kegunaan dari sistem pakar dapat dijabarkan sebagai berikut:
- Memungkinkan orang awam bisa mengerjakan pekerjaan para ahli
- Bisa melakukan proses secara berulang secara otomatis
- Menyimpan pengetahuan dan keahlian para pakar
- Mampu mengambil dan melestarikan keahlian para pakar (terutama yang termasuk keahlian langka)
- Mampu beroperasi dalam lingkungan yang berbahaya
- Memiliki kemampuan untuk bekerja dengan informasi yang tidak lengkap dan mengandung ketidakpastian.
- Pengguna
bisa merespon dengan jawaban ’tidak tahu’ atau ’tidak yakin’ pada satu
atau lebih pertanyaan selama konsultasi dan sistem pakar tetap akan
memberikan jawaban.
- Tidak memerlukan biaya saat tidak digunakan
- Dapat digandakan (diperbanyak) sesuai kebutuhan dengan waktu yang minimal dan sedikit biaya
- Dapat memecahkan masalah lebih cepat daripada kemampuan manusia dengan catatan menggunakan data yang sama.
- Menghemat waktu dalam pengambilan keputusan
- Meningkatkan kualitas dan produktivitas karena dapat memberi nasehat yang konsisten dan mengurangi kesalahan
- Meningkatkan kapabilitas sistem terkomputerisasi yang lain.
- Mampu
menyediakan pelatihan. Pengguna pemula yang bekerja dengan sistem pakar
akan menjadi lebih berpengalaman. Fasilitas penjelas dapat berfungsi
sebagai guru
Contoh Penerapan Sistem Pakar
Sistem
pakar efektif digunakan dalam domain atau bidang subjek tertentu yang
memerlukan para ahli untuk membuat diagnosa, penilaian, atau prediksi.
Sistem ini telah memainkan peran besar di banyak industri, termasuk bidang-bidang berikut:
- Layanan keuangan:
sistem pakar membuat keputusan tentang manajemen aset, bertindak
sebagai penasihat dan membuat prediksi tentang perilaku berbagai pasar
dan indikator keuangan lainnya.
- Teknik mesin: membantu memecahkan masalah mesin elektromekanis yang kompleks.
- Telekomunikasi: sistem pakar digunakan untuk membuat keputusan mengenai teknologi jaringan yang digunakan dan pemeliharaan jaringan yang ada.
- Kesehatan: sistem pakar membantu diagnosis medis.
- Pertanian: sistem pakar dipakai untuk memperkirakan kerusakan tanaman.
- Layanan pelanggan: digunakan untuk membantu menjadwalkan pesanan, mengarahkan permintaan pelanggan, dan memecahkan masalah.
- Transportasi:
sistem pakar berkontribusi dalam bidang perhubungan dan transportasi
seperti kontrol lampu lalu lintas, desain jalan raya, penjadwalan dan
pemeliharaan bus dan kereta api, pola penerbangan dan kontrol lalu
lintas udara.
Adapun contoh dari sistem pakar adalah sebagai berikut:
- CaDet (Cancer Decision Support Tool) digunakan untuk mengidentifikasi kanker pada tahap awal.
- DENDRAL membantu ahli kimia mengidentifikasi molekul organik yang tidak diketahui.
- DXplain adalah sistem pendukung klinis yang mendiagnosis berbagai penyakit.
- MYCIN mengidentifikasi bakteri seperti bakteremia dan meningitis, dan merekomendasikan antibiotik dan dosis.
- PXDES menentukan jenis dan tingkat keparahan kanker paru-paru yang dimiliki seseorang.
- R1/XCON
adalah sistem pakar manufaktur awal yang secara otomatis memilih dan
memesan komponen komputer berdasarkan spesifikasi pelanggan.
Kelebihan Sistem Pakar
Adapun kelebihan dari sistem pakar adalah sebagai berikut:
- Sistem
pakar tidak rentan terhadap kesalahan manusia atau pengaruh emosional.
Sistem pakar membuat keputusan berdasarkan aturan dan fakta yang
ditentukan.
- Pakar manusia tidak akan bertahan selamanya, dan
mungkin banyak pengetahuan khusus dari para pakar yang seharusnya dijaga
atau diabadikan. Sistem berbasis pengetahuan seperti sistem pakar
menyediakan tempat penyimpanan permanen untuk pengetahuan dan informasi
tersebut.
- Sistem pakar menarik kesimpulan dari fakta yang ada
dengan menggunakan berbagai jenis aturan, seperti aturan jika-maka
(if-else).
- Sistem pakar relatif murah dibandingkan dengan biaya
mempekerjakan ahli manusia. Sistem pakar dapat membantu mencapai
keputusan dengan lebih efisien, yang menghemat waktu dan memangkas
anggaran biaya.
- Beberapa pakar berkontribusi pada basis
pengetahuan sistem pakar. Hal ini memberikan lebih banyak pengetahuan
untuk diambil dan mencegah ahli dari pengambilan keputusan yang
menyimpang.
Kelemahan Sistem Pakar
Kelemahan dari sistem pakar dapat dijabarkan sebagai berikut:
- Pendekatan oleh setiap pakar untuk suatu situasi atau problem bisa berbeda-beda, meskipun sama-sama benar.
- Transfer pengetahuan pada sistem pakar dapat bersifat subjektif dan bias.
- Kurangnya rasa percaya pengguna dapat menghalangi pemakaian sistem pakar.
- Sistem
pakar tidak memiliki kemampuan pemecahan masalah yang 100% tepat. Salah
satu kelebihan kecerdasan manusia adalah dapat bernalar secara
nonlinier dan menggunakan informasi tambahan untuk menarik kesimpulan.
- Sistem
pakar kurang dalam hal intuisi. Intuisi manusia memungkinkan orang
untuk menggunakan akal sehat dan firasat untuk memecahkan masalah. Mesin
tidak memiliki intuisi. Dan meniru pengambilan keputusan berdasarkan
perasaan menggunakan logika mekanis bisa memakan waktu lebih lama
daripada seorang ahli yang menggunakan pengetahuan heuristik intrinsik
untuk sampai pada kesimpulan yang cepat.
- Dalam beberapa kasus --
diagnosa medis, misalnya -- emosi manusia berguna dan perlu. Misalnya,
pengungkapan informasi medis yang sensitif kepada pasien memerlukan
kecerdasan emosional yang mungkin tidak dimiliki oleh sistem pakar.
- Sistem
pakar sangat bergantung pada kualitas basis pengetahuan yang dimiliki.
Jika diberikan informasi yang tidak akurat, maka dapat memberikan
keputusan yang menyimpang.
Demikianlah penjelasan mengenai sistem pakar. Semoga informasi yang
disajikan dapat bermanfaat dan membantu Anda memahami lebih jauh
mengenai sistem pakar.