Pertemuan 3 Arsitektur Sistem Pakar Arsitektur Sistem Pakar

  • Slides: 34
Download presentation
Pertemuan 3 Arsitektur Sistem Pakar

Pertemuan 3 Arsitektur Sistem Pakar

Arsitektur Sistem Pakar 2 bagian yg membangun struktur sistem pakar yaitu (Turban, 1995): Development

Arsitektur Sistem Pakar 2 bagian yg membangun struktur sistem pakar yaitu (Turban, 1995): Development Environment (Lingkungan Pengembangan) digunakan sebagai pembangun sistem pakar baik dari segi pembangun komponen maupun basis pengetahuan Consultation (run time) Environment (Lingkungan Konsultasi) digunakan oleh seseorang yang bukan ahli untuk berkonsultasi (end user) Eka Dyar W eka. dyar@yahoo. com

Eka Dyar W eka. dyar@yahoo. com

Eka Dyar W eka. dyar@yahoo. com

Cont’d n Komponen yang secara umum ada pada struktur detail sistem pakar 1. 2.

Cont’d n Komponen yang secara umum ada pada struktur detail sistem pakar 1. 2. 3. 4. 5. 6. 7. Knowledge Aqcuisition System (penambah pengetahuan) Knowledge Base (basis pengetahuan) Inference Engine (mesin inferensi) User Interface (antarmuka) User (pemakain) Workspace (Blackboard) Explanation Subsystem (fasilitas penjelasan) Eka Dyar W eka. dyar@yahoo. com

1. Knowledge Aqcuisition System (Subsistem penambahan pengetahuan) Bagian ini digunakan untuk memasukkan pengetahuan, mengkonstruksi

1. Knowledge Aqcuisition System (Subsistem penambahan pengetahuan) Bagian ini digunakan untuk memasukkan pengetahuan, mengkonstruksi atau memperluas pengetahuan dalam basis pengetahuan dan/ atau inference engine. Eka Dyar W eka. dyar@yahoo. com

Cont’d Pengetahuan itu bisa berasal dari: q terdokumentasikan (buku, manual, dll) q tidak terdokumentasikan

Cont’d Pengetahuan itu bisa berasal dari: q terdokumentasikan (buku, manual, dll) q tidak terdokumentasikan (orang, mesin, dll) q databases q internet Eka Dyar W eka. dyar@yahoo. com

Cont’d (metode manual dari knowledge acquisition) Experts Elic itati on Knowledge engineer Documented knowledge

Cont’d (metode manual dari knowledge acquisition) Experts Elic itati on Knowledge engineer Documented knowledge Eka Dyar W eka. dyar@yahoo. com Coding Knowledge base

2. Knowledge Base (basis pengetahuan) n n Berisi pengetahuan-pengetahuan yang dibutuhkan untuk memahami, memformulasikan

2. Knowledge Base (basis pengetahuan) n n Berisi pengetahuan-pengetahuan yang dibutuhkan untuk memahami, memformulasikan dan menyelesaikan masalah Bagian dari sistem pakar yang berisi domain pengetahuan Terdiri dari 2 elemen dasar: q Rules, yang langsung menggunakan pengetahuan untuk menyelesaikan masalah khusus. q Fakta, situasi masalah dan teori yang terkait Eka Dyar W eka. dyar@yahoo. com

Cont’d n Pendekatan basis pengetahuan yang sangat umum digunakan : q Penalaran berbasis aturan

Cont’d n Pendekatan basis pengetahuan yang sangat umum digunakan : q Penalaran berbasis aturan (rule based reasoning) q Penalaran berbasis kasus (case based reasoning) Eka Dyar W eka. dyar@yahoo. com

Cont’d (rule based reasoning) n n Pengetahuan direpresentasikan dalam suatu bentuk fakta (facts) dan

Cont’d (rule based reasoning) n n Pengetahuan direpresentasikan dalam suatu bentuk fakta (facts) dan aturan (rules) Bentuk representasi ini terdiri atas premise dan kesimpulan direpresentasikan dengan menggunakan aturan berbentuk: IF-THEN Eka Dyar W eka. dyar@yahoo. com

Cont’d (case based reasoning) n n Pengetahuan direpresentasikan dalam bentuk kesimpulan kasus (cases) basis

Cont’d (case based reasoning) n n Pengetahuan direpresentasikan dalam bentuk kesimpulan kasus (cases) basis pengetahuan akan berisi solusi-solusi yang telah dicapai sebelumnya, kemudian akan diturunkan suatu solusi untuk keadaan yang terjadi sekarang (fakta yang ada) Eka Dyar W eka. dyar@yahoo. com

3. Inference engine (Motor Inferensi) Komponen yang menjadi otak sistem pakar. Mengandung mekanisme fungsi

3. Inference engine (Motor Inferensi) Komponen yang menjadi otak sistem pakar. Mengandung mekanisme fungsi berpikir dan pola-pola penalaran sistem Bagian inilah yang berfungsi melakukan penalaran dan pengambilan kesimpulan. Eka Dyar W eka. dyar@yahoo. com

Cont’d 3 elemen utama dalam motor inferensi, yaitu : n Interpreter : mengeksekusi item-item

Cont’d 3 elemen utama dalam motor inferensi, yaitu : n Interpreter : mengeksekusi item-item agenda yang terpilih dengan menggunakan aturan dalam basis pengetahuan yang sesuai. n Scheduler : akan mengontrol agenda n Consistency enforcer : akan berusaha memelihara kekonsistenan dalam merepresentasikan solusi Eka Dyar W eka. dyar@yahoo. com

Cont’d n n Mesin inferensi memilih pengetahuan yang relevan dalam rangka mencapai kesimpulan, shg

Cont’d n n Mesin inferensi memilih pengetahuan yang relevan dalam rangka mencapai kesimpulan, shg dapat menjawab pertanyaan pemakai meskipun jawaban tersebut tidak tersimpulkan secara eksplisit di dalam basis pengetahuan. Pelacakan dimulai dengan mencocokan kaidah dalam basis pengetahuan dengan fakta-fakta yang ada dalam basis data. Eka Dyar W eka. dyar@yahoo. com

Cont’d (Teknik inferensi) n Forward Chaining (data driven) Pelacakan dimulai dari informasi masukan dan

Cont’d (Teknik inferensi) n Forward Chaining (data driven) Pelacakan dimulai dari informasi masukan dan selanjutnya mencoba menggambarkan kesimpulan Pelacakan ke depan mencari fakta yang sesuai dengan bagian IF dari aturan IF-THEN Eka Dyar W eka. dyar@yahoo. com

Cont’d Kaidah C Observasi 1 Kaidah A Kesimpulan 1 Fakta 1 Kaidah D Kesimpulan

Cont’d Kaidah C Observasi 1 Kaidah A Kesimpulan 1 Fakta 1 Kaidah D Kesimpulan 2 Fakta 2 Observasi 2 Kesimpulan 3 Kaidah B Kaidah E Fakta 3 Kesimpulan 4 Eka Dyar W eka. dyar@yahoo. com

Cont’d n Backward Chaining (goal driven) Pelacakan dimulai dari tujuan, selanjutnya dicari aturan yang

Cont’d n Backward Chaining (goal driven) Pelacakan dimulai dari tujuan, selanjutnya dicari aturan yang memiliki tujuan tersebut untuk kesimpulannya. Selanjutnya proses pelacakan mengg. premis untuk aturan tsb sbg tujuan baru dan mencari aturan lain dgn tujuan baru sbg kesimpulannya Eka Dyar W eka. dyar@yahoo. com

Cont’d Observasi 1 Kaidah A Fakta 1 Kaidah D Observasi 2 Kaidah B Fakta

Cont’d Observasi 1 Kaidah A Fakta 1 Kaidah D Observasi 2 Kaidah B Fakta 2 Observasi 3 Tujuan Kaidah E Kaidah C Fakta 3 Observasi 4 Eka Dyar W eka. dyar@yahoo. com

Cont’d n Metode inferensi tersebut dipengaruhi oleh tiga macam penelusuran, yaitu: q q q

Cont’d n Metode inferensi tersebut dipengaruhi oleh tiga macam penelusuran, yaitu: q q q Depth-first search, Breadth-first search dan Best-first search Eka Dyar W eka. dyar@yahoo. com

Cont’d (Depth-first search) Pencarian dimulai dari simpul akar ke level yang lebih tinggi. Proses

Cont’d (Depth-first search) Pencarian dimulai dari simpul akar ke level yang lebih tinggi. Proses ini dilakukan terus hingga solusinya ditemukan atau jika menemui jalan buntu Start 1 3 2 5 4 6 7 8 Eka Dyar W eka. dyar@yahoo. com 9 10

Cont’d Keuntungan DFS : q q Membutuhkan memori yang cukup kecil, karena hanya simpul-simpul

Cont’d Keuntungan DFS : q q Membutuhkan memori yang cukup kecil, karena hanya simpul-simpul pada lintasan yang aktif saja yang disimpan. Secara kebetulan, pencarian mendalam pertama mungkin dapat menemukan suatu solusi tanpa harus menguji lebih banyak lagi dalam ruang keadaan. Kelemahan DFS: q q Metode depth first search memungkinkan tidak ditemukannya tujuan yang diharapkan. Hanya akan mendapatkan 1 solusi pada setiap pencarian Eka Dyar W eka. dyar@yahoo. com

Breadth-first search n Pencarian dimulai dari simpul akar terus ke level 1 dari kiri

Breadth-first search n Pencarian dimulai dari simpul akar terus ke level 1 dari kiri ke kanan dalam 1 level sebelum berpindah ke level Start berikutnya. 1 5 2 3 6 7 Level 0 4 8 Goal (End) Eka Dyar W eka. dyar@yahoo. com 9 Level 1 10 Level 2

Cont’d Keuntungan BFS: q q Breadth first search tidak akan menemui jalan buntu. Jika

Cont’d Keuntungan BFS: q q Breadth first search tidak akan menemui jalan buntu. Jika ada 1 solusi maka breadth first search akan menemukannya. Jika terdapat lebih dari 1 solusi, maka solusi minimum akan ditemukan. Kelemahan BFS: q q Membutuhkan memori yang cukup besar, karena menyimpan semua simpul dalam suatu pohon. Membutuhkan waktu yang cukup lama, karena akan menguji n level untuk mendapatkan solusi pada level yang ke-(n+1). Eka Dyar W eka. dyar@yahoo. com

Cont’d n n Best-first search, bekerja berdasarkan kombinasi kedua metode sebelumnya menggunakan pelacakan ke

Cont’d n n Best-first search, bekerja berdasarkan kombinasi kedua metode sebelumnya menggunakan pelacakan ke depan atau pelacakan ke belakang, semuanya bergantung masalah yang akan dibuat sistem pakarnya Untuk sebuah sistem pakar yang besar, dengan jumlah rule yang relatif banyak, metode pelacakan ke depan akan dirasakan sangat lamban dalam pengambilan kesimpulan, sehingga untuk sistem-sistem yang besar digunakan metode pelacakan ke belakang. Eka Dyar W eka. dyar@yahoo. com

4. User Interface (Antarmuka) digunakan untuk media komunikasi antara user dan program Eka Dyar

4. User Interface (Antarmuka) digunakan untuk media komunikasi antara user dan program Eka Dyar W eka. dyar@yahoo. com

Cont’d (Screen design) n n Question and answer Menus q q Hierarchical Pull-down (Pop-up)

Cont’d (Screen design) n n Question and answer Menus q q Hierarchical Pull-down (Pop-up) Icon Windows Eka Dyar W eka. dyar@yahoo. com

5. User n Tipe user seperti yang telah dijelaskan pada Pertemuan 2 Eka Dyar

5. User n Tipe user seperti yang telah dijelaskan pada Pertemuan 2 Eka Dyar W eka. dyar@yahoo. com

6. Workspace Merupakan area dalam memori yang digunakan untuk merekam kejadian yang sedang berlangsung

6. Workspace Merupakan area dalam memori yang digunakan untuk merekam kejadian yang sedang berlangsung termasuk keputusan sementara. Ada 3 tipe keputusan yang dapat direkam yaitu : q Rencana : bagaimana menghadapi masalah q Agenda : aksi-aksi yang potensial yang sedang menunggu untuk dieksekusi q Solusi : calon aksi yang akan dibangkitkan Eka Dyar W eka. dyar@yahoo. com

7. Explanation Subsystem (Subsistem penjelasan) n Merupakan komponen yang berfungsi untuk memberikan penjelasan kepada

7. Explanation Subsystem (Subsistem penjelasan) n Merupakan komponen yang berfungsi untuk memberikan penjelasan kepada pemakai yang memintanya n Menyediakan informasi tambahan mengapa atau dari mana sebuah solusi diperoleh Eka Dyar W eka. dyar@yahoo. com

Cont’d n Memiliki kemampuan untuk menelusuri konklusi dan menerangkan tingkah laku Sistem Pakar dengan

Cont’d n Memiliki kemampuan untuk menelusuri konklusi dan menerangkan tingkah laku Sistem Pakar dengan menjawab pertanyaan-pertanyaan seperti: q q q Mengapa pertanyaan tersebut diajukan oleh Sistem Pakar ? Bagaimana atau darimana konklusi tersebut diperoleh? Mengapa alternatif tersebut ditolak? Eka Dyar W eka. dyar@yahoo. com

Cont’d n Pada sistem pakar berbasis rule, biasanya penjelasan ini dilakukan dengan cara memperlihatkan

Cont’d n Pada sistem pakar berbasis rule, biasanya penjelasan ini dilakukan dengan cara memperlihatkan rule-rule yang digunakan. Eka Dyar W eka. dyar@yahoo. com

Perbaikan Sistem ini digunakan untuk mengevaluasi kinerja sistem pakar itu sendiri untuk melihat apakah

Perbaikan Sistem ini digunakan untuk mengevaluasi kinerja sistem pakar itu sendiri untuk melihat apakah pengetahuan-pengetahuan yang ada masih cocok untuk digunakan di masa mendatang Eka Dyar W eka. dyar@yahoo. com

Kuiz Take Home n n n n Dikumpulkan Rabu, 17 April 2013 Dicetak di

Kuiz Take Home n n n n Dikumpulkan Rabu, 17 April 2013 Dicetak di kertas A 4, maks 1 lembar. Boleh cetak bolak-balik Menggunakan bahasa indonesia yang baik dan benar Kerjakan secara individu Jangan lupa menuliskan nama dan NPM anda Serahkan ke Pak Imam (Ruang Dikjar) Tanda tangan di absen SBP VIII A sebagai bukti penyerahan kuis Soal silahkan diakses di e-learning UPN. Nama file “Kuis 1 SBP B. docx”

Sekian Eka Dyar W eka. dyar@yahoo. com

Sekian Eka Dyar W eka. dyar@yahoo. com