Expert Systems PKB Antonie Sistem Pakar Suatu program

Expert Systems PKB - Antonie

Sistem Pakar • Suatu program AI yang berisi basis pengetahuan dan mesin inferensi • Seperti layaknya seorang pakar • Berfungsi sebagai konsultan • Tidak untuk menggantikan kemampuan seorang pakar • Berisi pengetahuan dari para pakar • Dapat digunakan untuk menjawab pertanyaan, memecahkan masalah dan membuat keputusan

Definisi-Definisi • Durkin: program komputer yang dirancang untuk memodelkan kemampuan penyelesaian masalah yang dilakukan oleh seorang pakar • Ignizio: suatu model dan prosedur yang berkaitan dalam suatu domain tertentu, dimana tingkat keahliannya dapat dibandingkan dengan keahlian seorang pakar • Giarratano dan Riley: suatu sistem komputer yang bisa menyamai atau meniru kemampuan seorang pakar

Sistem Pakar • Menyimpan pengetahuan dari berbagai sumber • Berisi heuristic knowledge: – Berasal dari peristiwa di dunia nyata learning by doing • Computer software packages: – A generic programs – Can be used to build special programs for many applications • Expert system: – Highly dedicated piece of software – Contains knowledge in a specific domain

Perbedaan Pengguna • Manager: apa yang dapat saya gunakan? • Teknolog: bagaimana saya dapat mengimplentasikan teknologi dengan baik? • Peneliti: bagaimana saya dapat mengembangkannya • User: bagaimana dapat membantu saya? Dapat menghemat biaya? Bagaimana kehandalannya?

Perbedaan ES dan Pakar • Time: – P: hari kerja; ES: tiap saat • Geografis: – P: lokal/tertentu; ES: dimana saja • Keamanan: – P: tdk tergantikan; ES: dapat diganti • Dapat habis: – P: ya; ES: tidak • Performa dan kecepatan: – P: variabel; ES: konstan • Biaya: – P: tinggi; ES: terjangkau

Example of Expert System • The famous: – MYCIN: diagnosa penyakit, – DENDRAL: mengidentifikasi struktur molekul campuran kimia yang tidak dikenal, – XCON & XSEL: konfigurasi sistem komputer besar, – Prospector: bidang geologi • The other: – SOPHIE: analisis sirkuit elektronik, – DELTA: pemeliharaan lokomotif listrik, – FOLIO: stok dan investasi

Benefits of Expert Systems • Memungkinkan orang awam dapat mengerjakan pekerjaan para ahli • Bisa melakukan proses berulang secara otomatis • Menyimpan pengetahuan dan keahlian pakar • Meningkatkan output dan produktifitas • Melestarikan keahlian pakar • Dapat beroperasi pada lingkungan berbahaya • Dapat meningkatkan kemampuan sistem komputer • Dapat bekerja dengan informasi yang tidak lengkap • Sebagai media pelengkap dalam pelatihan • Menghemat waktu pengambilan keputusan

The Down Side of Expert System • Development of an ES is difficult • ES is expensive • Most ES still must be implemented & delivered on a big mainframe or minicomputer • Not 100% reliable • Kepakaran tidak selalu tersedia pada bidang-bidang tertentu

4 Basic Type • • Stand-alone: software yang berdiri sendiri, tidak tergabung dengan program lain Sistem Tergabung: sistem ini merupakan bagian dari program lain yang masih bersifat konvensional, misal berada di dalam algoritma yang konvensional Sistem terhubung dengan software lain: misalnya sistem pakar yang berhubungan dengan paket program DBMS Sistem Mengabdi: merupakan bagian dari komputer khusus yang dihubungkan dengan suatu fungsi tertentu

Sistem Konvensional vs ES • SK: informasi dan pemrosesan menjadi satu dengan program, ES: pengetahuan dan inferensi terpisah • SK: tidak bisa menjelaskan keputusan, ES: ada fasilitas penjelasan • SK: eksekusi perlangkah, ES: eksekusi dilakukan pada seluruh basis pengetahuan • SK: menggunakan data, ES: menggunakan pengetahuan

Konsep Dasar ES • Komponen Sistem Pakar: – Pengetahuan Pakar: pengetahuan pada suatu bidang tertentu • Fakta-fakta, teori, prosedur, aturan, strategi, meta knowledge – Pakar – Pengalihan Pengetahuan: • Tambahan pengetahuan, representasi pengetahuan, inferensi pengetahuan, pengalihan pengetahuan ke user. – Inferensi: kemampuan menalar – Aturan: dalam bentuk aturan IF-THEN – Fasilitas Penjelasan: penejelasan bagaimana keputusan dibuat – Kemampuan rekomendasi

User

Penjelasan • Knowledge Acusition: penambahan pengetahuan, mengkonstruksi atau memperluas pengetahuan • Knowledge Base: berisi pengetahuan • Inference Engine: program yang berisi metodologi yang digunakan untuk melakukan penalaran terhadap informasi dalam basis pengetahuan dan blackboard: – Interpreter: mengeksekusi item-item agenda yang terpilih menggunakan aturan – Scheduler: mengkontrol agenda – Consistency Enforcer: memelihara kekonsistenan dalam merepresentasikan solusi yang bersifat darurat • Blackboard: area kerja dalam memori yang digunakan dalam kejadian yang sedang berlangsung termasuk keputusan sementara – Plan: bagaimana menghadapi masalah – Agenda: aksi potensial yang sedang menunggu untuk dieksekusi – Solution: calon aksi yang akan dibangkitkan

Penjelasan • Interface: sebagai media komunikasi antara user dan program • Explanation Facility: melacak respon dan memberi penjelasan ttg kelakuan sistem pakar – – Mengapa suatu pertanyaan ditanyakan? Bagaimana konklusi dicapai? Mengapa ada alternatif yang dibatalkan? Rencana apa yang dilakukan mendapatkan solusi? • Knowledge refinement: mengevaluasi kinerja sistem pakar, apakah pengetahuan tersebut masi cocok untuk digunakan pada masa yang akan datang?

Knowledge Base • Pendekatan knowledge base: – Rule Based Reasoning • Pengetahuan dibuat dalam IF-THEN • Digunakan jika kita sudah memiliki pengetahuan dari pakar mengenai permasalahan tertentu secara berurutan • Dibutuhkan jika harus ada penjelasan tentang langkah pencapaian solusi – Case Based Reasoning • Basis pengetahuan akan berisi kasus-kasus yang sudah diketahui sebelumnya. • Jika kasus-kasusnya hampir mirip • Jika sudah memiliki penyelesaian kasus-kasus

Inference Engine • Forward Chaining: pencocokan dari fakta untuk menguji kebenaran hipotesis • Backward Chaining: pencocokan dari bagian hipotesis terlebih dahulu baru mencocokkan dengan fakta-faktanya

Kasus • Contoh: – – – – – R 1: IF A & B THEN C R 2: IF C THEN D R 3: IF A & E THEN F R 4: IF A THEN G R 5: IF F & G THEN D R 6: IF A & G THEN H R 7: IF C & H THEN I R 8: IF I & A THEN J R 9: IF G THEN J R 10: IF J THEN K • Fakta: A & F, apakah K benar?

R 4 R 9 R 10 G A J K R 5 R 3 F D R 6 E H R 10 K J I R 8 C R 7 A R 10 K R 1 B H R 9 J A R 4 G A

Kasus • R 1: if suku bunga turun then harga obligasi naik • R 2: if suku bunga naik then harga obligasi turun • R 3: if suku bunga tidak berubah then harga obligasi tidak berubah • R 4: if dolar naik then suku bunga turun • R 5: if dolar turun then suku bunga naik • R 6: if harga obligasi turun then beli obligasi • Diket: dolar turun, beli atau tidak obligasi?

Knowledge Acuisition • Knowledge engineer berusaha menyerap pengetahuan untuk ditransfer ke basis pengetahuan • Metode: – Wawancara – Analisis protokol: pakar diminta untuk melakukan pekerjaan direkam – Observasi kerja pakar – Induksi aturan

Ciri-ciri Expert System • Adanya Explanation facility • Mudah dimodifikasi • Dapat digunakan pada berbagai jenis komputer • Memiliki kemampuan beradaptasi

Expert System Applications • ES is not suitable for all situations • Generic ES categories: – – – – Control : intelligent automation Debugging : recommends corrections to faults Design : developing products to specification Instruction : optimized computer instruction Interpretation : clarification of situations Planning : developing goal-oriented schemes Prediction : intelligent guessing of outcomes Repair : automatic diagnosis, debugging, planning and fixing

Developing an Expert System

apakah problem memerlukan ES? • • • Memerlukan kepakaran Biaya tinggi Tidak memerlukan common sense Subyeknya sempit Tidak memerlukan solusi fisik Tingkat kesulitan sedang Bisa dipecahkan oleh pengetahuan Memiliki solusi minimum Pakarnya tersedia

NEXT • Jaringan Syaraf Tiruan