mis bab 6 sistem pakar
TRANSCRIPT
Riza Muhammad Nurman 4SC
Click to edit Master title style
BAB 6 MIS
FACULTYRiza Muhammad NurmanMANAGEMENT INFORMATION SYSTEMSistem Pakar
Riza Muhammad Nurman 4SC
Click to edit Master title styleCONTENT• Definisi Pakar
• Definisi Sistem Pakar
• Ciri-ciri Sistem Pakar
• Keuntungan Sistem Pakar
• Kelemahan Sistem Pakar
• Alasan Pengembangan Sistem Pakar
• Modul Penyusun Sistem Pakar
• Struktur Sistem Pakar
• Teknik Representasi Pengetahuan
Riza Muhammad Nurman 4SC
Click to edit Master title styleDEFINISI• 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.– Mampu memecahkan persoalan dan mencapai tingkat
performa yang secara signifikan lebih baik dari orang kebanyakan
– Pakar adalah relative Pakar pada satu waktu atau satu wilayah mungkin tidak menjadi pakar di waktu atau wilayah lain
Riza Muhammad Nurman 4SC
Click to edit Master title styleDEFINISI - 2• 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.
Riza Muhammad Nurman 4SC
Click to edit Master title styleDEFINISI SISTEM PAKAR• Sistem pakar (Expert System / ES) adalah sistem yang digunakan
untuk menggantikan peranan seorang pakar dalam memberi
konsultasi kepada pimpinan dalam organisasi
• Sistem pakar mirip dengan sistem penunjang keputusan (Decision
Support System/DSS) yaitu bertujuan menyediakan dukungan
pemecahan masalah tingkat tinggi untuk pemakai
• Perbedaan ES dan DSS adalah kemampuan ES untuk menjelaskan
alur penalarannya dalam mencapai suatu pemecahan tertentu.
Riza Muhammad Nurman 4SC
Click to edit Master title styleDEFINSI SISTEM PAKAR - 2
Riza Muhammad Nurman 4SC
Click to edit Master title styleCIRI - CIRI SISTEM PAKAR• Memiliki informasi yang handal.• Mudah dimodifikasi.• Dapat digunakan dalam berbagai jenis komputer.• Memiliki kemampuan untuk belajar beradaptasi
Riza Muhammad Nurman 4SC
Click to edit Master title styleKEUNTUNGAN SISTEM PAKAR• Memungkinkan orang awam bisa mengerjakan pekerjaan para ahli.• Bisa melakukan proses secara berulang secara otomatis.• Menyimpan pengetahuan dan keahlian para pakar.• Meningkatkan output dan produktivitas.• Meningkatkan kualitas.• Mampu mengambil dan melestarikan keahlian para pakar (terutama yang termasuk
keahlian langka).• Mampu beroperasi dalam lingkungan yang berbahaya.• Memiliki kemampuan untuk mengakses pengetahuan.• Memiliki reabilitas.• Meningkatkan kapabilitas sistem komputer.• Memiliki kemampuan untuk bekerja dengan informasi yang tidak lengkap dan
mengandung ketidakpastian.• Sebagai media pelengkap dalam pelatihan.• Meningkatkan kapabilitas dalam penyelesaian masalah.• Menghemat waktu dalam pengambilan keputusan
Riza Muhammad Nurman 4SC
Click to edit Master title styleKELEMAHAN SISTEM PAKAR• Biaya yang diperlukan untuk membuat dan
memeliharanya sangat mahal.• Sulit dikembangkan. Hal ini tentu saja erat kaitannya
dengan ketersediaan pakar di bidangnya.• Sistem Pakar tidak 100% bernilai benar
Riza Muhammad Nurman 4SC
Click to edit Master title styleALASAN PENGEMBANGAN SISTEM PAKAR• Dapat menyediakan kepakaran setiap waktu dan di
berbagai 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
Riza Muhammad Nurman 4SC
Click to edit Master title styleMODUL PENYUSUN SISTEM PAKAR• Sistem berada pada modul ini, pada saat ia
menerima pengetahuan dari pakar• Proses mengumpulkan pengetahuan-pengetahuan
yang akan digunakan untuk pengembangan sistem, dilakukan dengan bantuan knowledge engineer
• Pada saat sistem berada pada posisi memberikan jawaban atas permasalahan yang diajukan oleh user, sistem pakar berada dalam modul konsultasi.
• Modul ini menjelaskan proses pengambilan keputusan oleh sistem (bagaimana suatu keputusan dapat diperoleh).
Knowledge Acquisition Mode
Consultation Mode
Explanation Mode
Riza Muhammad Nurman 4SC
Click to edit Master title styleKOMPONEN UTAMA SISTEM PAKAR• Basis Pengetahuan (Knowledge Base)– Basis pengetahuan merupakan inti dari suatu sistem pakar, yaitu
berupa representasi pengetahuan dari pakar. Basis pengetahuan tersusun atas fakta dan kaidah.
• Mesin Inferensi (Inference Engine)– Mesin inferensi berperan sebagai otak dari sistem pakar. – Dalam prosesnya, mesin inferensi menggunakan strategi penalaran
dan strategi pengendalian– Strategi penalaran terdiri dari:
• Strategi penalaran pasti (Exact Reasoning)• Strategi penalaran tak pasti (Inexact Reasoning)
– Exact reasoning akan dilakukan jika semua data yang dibutuhkan untuk menarik suatu kesimpulan tersedia, sedangkan inexact reasoning dilakukan pada keadaan sebaliknya
Riza Muhammad Nurman 4SC
Click to edit Master title styleSTRATEGI PENGENDALIAN• Strategi pengendalian berfungsi sebagai panduan
arah dalam melakukan prose penalaran• Terdapat tiga tehnik pengendalian yang sering
digunakan– forward chaining– backward chaining, dan – gabungan dari kedua teknik pengendalian.
Riza Muhammad Nurman 4SC
Click to edit Master title styleFORWARD CHAINING• Forward chaining merupakan metode inferensi yang melakukan
penalaran dari suatu masalah kepada solusinya
• Jika klausa premis sesuai dengan situasi (bernilai TRUE), maka proses
akan menyatakan konklusi.
• Forward chaining adalah data-driven karena inferensi dimulai dengan
informasi yang tersedia dan baru konklusi diperoleh
catatan : jika suatu aplikasi menghasilkan tree yang lebar dan tidak dalam, maka gunakan forward chaining
Riza Muhammad Nurman 4SC
Click to edit Master title styleCONTOH FORWARD CHAINING• Terdapat 10 aturan yang tersimpan dalam basis
pengetahuan yaitu:– R1 : if A and B then C– R2 : if C then D– R3 : if A and E then F– R4 : if A then G– R5 : if F and G then D– R6 : if G and E then H– R7 : if C and H then I– R8 : if I and A then J– R9 : if G then J– R10 : if J then K
Fakta awal yang diberikan hanya A dan E, ingin membuktikan apakah K bernilai benar.
Riza Muhammad Nurman 4SC
Click to edit Master title styleBACKWARD CHAINING• Menggunakan pendekatan goal-driven, dimulai dari
harapan apa yang akan terjadi (hipotesis) dan
kemudian mencari bukti yang mendukung (atau
berlawanan) dengan harapan kita
• Jika suatu aplikasi menghasilkan tree yang sempit
dan cukup dalam, maka gunakan backward chaining
Riza Muhammad Nurman 4SC
Click to edit Master title styleCONTOH BACKWARD CHAINING• Terdapat 10 aturan yang sama pada basis pengetahuan dan fakta
awal yang diberikan hanya A dan E. • Ingin membuktikan apakah K bernilai benar• Proses penalaran backward chaining terlihat pada gambar berikut
Riza Muhammad Nurman 4SC
Click to edit Master title styleContoh KASUS Sistem Pakar Penasehat Keuangan• Kasus : 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 AdaDiasumsikan 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?
Riza Muhammad Nurman 4SC
Click to edit Master title styleContoh KASUS Sistem Pakar Penasehat Keuangan• 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 per tahun 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 <> 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
Riza Muhammad Nurman 4SC
Click to edit Master title styleContoh KASUS Sistem Pakar Penasehat Keuangan
• Solusi dengan Forward Chaining :– Step I : IF A And C Then E = R1– Step II : IF B Then C A,B,C -> True = R4– Step III : If A And C Then E A,B,C -> True = R2– Step IV : If B And E Then F A,B,C,E,F -> True = R3– Step V : If F Then G. G->True
• KESIMPULAN : COCOK UNTUK INVESTASI SAHAM IBM
Riza Muhammad Nurman 4SC
Click to edit Master title styleContoh KASUS Sistem Pakar Penasehat Keuangan
• Solusi dengan Backward Chaining : Kebalikan dari Forward Chaining– Basis Data (Data Base)• Basis data menyimpan semua fakta, baik fakta awal pada saat
sistem mulai beroperasi, maupun fakta-fakta yang diperoleh pada saat proses penarikan kesimpulan sedang dilaksanakan. • Basis data digunakan untuk menyimpan data hasil observasi
dan data lain yang dibutuhkan selama pemrosesan.– Antarmuka Pemakai (User Interface)• Fasilitas ini digunakan sebagai perantara komunikasi antara
pemakai dengan komputer.
Riza Muhammad Nurman 4SC
Click to edit Master title styleTEKNIK REPRESENTASI PENGETAHUAN• Representasi pengetahuan adalah suatu teknik untuk merepresentasikan
basis pengetahuan yang diperoleh ke dalam suatu skema/diagram
tertentu sehingga dapat diketahui relasi/keterhubungan antara suatu data
dengan data yang lain
• Terdapat beberapa teknik representasi pengetahuan yang biasa
digunakan dalam pengembangan suatu sistem pakar, yaitu:
– Rule-Based Knowledge
– Frame-Based Knowledge
– Object-Based Knowledge
– Case-Base Reasoning
Riza Muhammad Nurman 4SC
Click to edit Master title styleRule Based Knowledge• Pengetahuan direpresentasikan dalam suatu bentuk fakta (facts) dan
aturan (rules). Bentuk representasi ini terdiri atas premise dan kesimpulan
• Aturan pada masing-masing langkah digunakan dalam proses pemecahan masalah
• Sintaksnya IF <conditions> THEN <actions>.• Contoh:
– IF <TEMPERATURE, OVER, 20> THEN add(<OCEAN, SWIMABLE, YES>)– IF <FEVER, OVER, 39> AND <NECK, STIFF, YES> AND <HEAD, PAIN, YES> THEN– add (<PATIENT,DIAGNOSE, MENINGITIS>)
• Kondisinya disesuaikan dengan keadaan sebenarnya. Jika memenuhi, maka aturan tersebut akan dieksekusi.
Riza Muhammad Nurman 4SC
Click to edit Master title styleFrame Based Knowledge• Sebuah metode representasi
pengetahuan yang terkait dengan node yang mewakili fitur konsep atau objek
• Frame memiliki slot yang menggambarkan rincian (atribut) dan karakteristik objek.
• Representasi Frame Based Knowledge menggunakan jaringan node yang terhubung dan tersusun dalam sebuah hirarki
• Setiap node menggambarkan atribut beserta nilainya
• Node yang berada pada posisi rendah dalam hirarki secara otomatis akan mewarisi properti node dari tingkat yang lebih tinggi.
Riza Muhammad Nurman 4SC
Click to edit Master title styleObject Based Knowledge• Pengetahuan direpresentasikan sebagai jaringan dari obyek-obyek. Obyek adalah
elemen data yang terdiri dari data dan metoda (proses).
Riza Muhammad Nurman 4SC
Click to edit Master title styleCase Base Reasoning• Pengetahuan direpresentasikan dalam bentuk kesimpulan kasus
(cases).
Riza Muhammad Nurman 4SC
Click to edit Master title style