Kondep Dasar Sistem Pakar

“Konsep Dasar Sistem Pakar” mencakup beberapa persoalan mendasar, antara lain siapa yang disebut pakar, apa yang dimaksud dengan keahlian, bagaimana keahlian dapat ditransfer, dan bagaimana sistem bekerja.

Pakar adalah orang yang memiliki pengetahuan, penilaian, pengalaman, metode khusus, serta kemampuan untuk menerapkan bakat ini dalam memberi nasihat dan memecahkan masalah. Pakar biasa memiliki beberapa konsep umum. Pertama, harus mampu memecahkan persoalan dan mencapai tingkat performa yang secara signifikan ebih baik dari orang kebanyakan. Kedua, pakar adalah relatif. Pakar pada satu waktu atau satu wilayah mungkin tidak menjadi pakar di waktu atau wilayah lain. Misalnya, mahasiswa kedokteran mungkin disebut pakar dalam penyakit dibanding petugas administrasi, tetapi bukan pakar di rumah sakit terkemuka.
Biasanya pakar manusia mampu melakukan hal berikut : Mengenali dan merumuskan persoalan, Memecahkan persoalan dengan cepat dan tepat, Menjelaskan solusi tersebut, Belajar dari pengalaman, Menyusun ulang pengetahuan, Membagi-bagi aturan jika diperlukan, Menetapkan relevansi Keahlian adalah pengetahuan ekstensif yang spesifik terhadap tugas yang dimiliki pakar.
Keahlian sering dicapai dari pelatihan, membaca, dan mempraktikkan. Keahlian mencakup pengetahuan eksplisit, misalnya teori yang dipelajari dari buku teks atau kelas, dan pengetahuan implisit yang diperoleh dari pengalaman. Pengembangan sistem pakar dibagi menjadi dua generasi. Kebanyakan sistem pakar generasi pertama menggunakan aturan jika-maka untuk merepresentasikan dan menyimpan pengetahuannya. Sistem pakar generasi kedua jauh lebih fleksibel dalam mengadopsi banyak representasi pengetahuan dan metode pertimbangan.
Pengalihan keahlian dari para ahli ke media elektronik seperti komputer untuk kemudian dialihkan lagi pada orang yang bukan ahli, merupakan tujuan utama dari sistem pakar. Proses ini membutuhkan 4 aktivitas yaitu: tambahan pengetahuan (dari para ahli atau sumber-sumber lainnya), representasi pengetahuan (ke komputer), inferensi pengetahuan, dan pengalihan pengetahuan ke user. Pengetahuan yang disimpan di komputer disebut sebagai basis pengetahuan, yaitu: fakta dan prosedur (biasanya berupa aturan). Salah satu fitur yang harus dimiliki oleh sistem pakar adalah kemampuan untuk menalar. Jika keahlian-keahlian sudah tersimpan sebagai basis pengetahuan dan tersedia program yang mampu mengakses basis data, maka komputer harus dapat diprogram untuk membuat inferensi. Proses inferensi ini dikemas dalam bentuk motor inferensi (inference engine). Dan setiap sub sistem mempunyai sifat dari sistem untuk menjalankan suatu fungsi sistem tertentu dan mempengaruhi proses sistem secara keseluruhan.
Terdapat beberapa alasan bagi suatu perusahaan untuk mengadopsi sistem pakar. Pertama, pakar di suatu perusahaan/instansi bisa pensiun, keluar, atau telah meninggal. Kedua, pengetahuan perlu didokumentasikan atau dianalisis. Ketiga, pendidikan dan pelatihan adalah hal penting tetapi merupakan tugas yang sulit. Sistem pakar memungkinkan pengetahuan ditransfer lebih mudah dengan biaya lebih rendah.
“Kekurangan Sistem Pakar”
1. Biaya yang sangat mahal membuat dan memeliharanya
2. Sulit di kembangkan karena keterbatasan keahlian dan ketersediaan pakar
3. Sistem pakar tidak 100% bernilai benar
“Kelebihan Sistem Pakar”
1. Orang awam bisa menggunakannya
2. Melestarikan keahlian seorang pakar
3. Mampu beroperasi dalam lingkungan yang berbahaya
4. Kemampuan dalam mengakses pengetahuan
5. Bisa berkerja dalam informasi yang tidak lengkap
6. Media pelengkap dalam penelitian
7. Menghemat waktu dalam mengambil suatu ke putusan
8. Proses secara otomatis
9. Keahlian sama dengan seorang pakar
10. Produktifitas
Fasilitas penjelasan sistem merupakan komponen tambahan dari sistem pakar yang berfungsi untuk memberikan penjelasan kepada user mengapa suatu pertanyaan ditanyakan oleh sistem pakar, bagaimana kesimpulan dapat diperoleh, kenapa solusi tertentu ditolak, dan apa rencananya untuk mencapai solusi.

Pakar manusia memiliki sistem perbaikan-pengetahuan; yakni mereka dapat menganalisis pengetahuannya sendiri dan kegunaannya, belajar darinya, dan meningkatkannya untuk konsultasi mendatang. Serupa pula, evaluasi tersebut diperlukan dalam pembelakjaran komputer sehingga program dapat menganalisis alasan keberhasilan atau kegagalannya. Hal ini dapt mengarah kepada peningkatan sehingga menghasilkan basis pengetahuan yang lebih akurat dan pertimbangan yang lebih efektif. Komponen tersebut tidak tersedia dalam sistem pakar komersial pada saat ini, tetapi sedang dikembangkan dalam ES eksperimental pada beberapa universitas dan lembaga riset.

Mesin Inferensi
”Otak” ES adalah mesin inferensi, yang dikenal juga sebagai struktur kontrol atau penerjemah aturan (dalam ES berbasis-aturan). Komponen ini sebenarnya adalah program komputer yang menyediakan metodologi untuk mempertimbangkan informasi dalam pengetahuan dan workplace, dan merumuskan kesimpulan.
Mesin inferensi adalah keahlian yang dibutuhkan disimpan di dalam knowledge base (basis pengetahuan), komputer diprogram sehingga dapat menghasilkan solusi.
Terdapat dua cara (metode) mekanisme inferensi dalam sistem pakar berbasis aturan, yaitu:
1. Runut maju (forward chaining) Runut maju adalah aturan-aturan diuji satu demi satu dalam urutan tertentu (data driven).
2. Runut mundur ( backward chaining) Runut mundur adalah penalaran dimulai dari kesimpulan dan akan dibuktikan kebenarannya(goal driven).
Kedua cara di atas dipengaruhi oleh macam penelusuran yang terdiri dari 3 macam/ teknik penelusuran:
• Depth first search, teknik penelusuran dari node ke node bergerak menurun ke tingkat dalam yang berurutan.
• Breadth first search, teknik penelusuran pada semua node dalam satu level sebelum berpindah ke level di bawahnya.
• Best first search, kombinasi antara depth first search dan breadth first search.