A. PENGERTIAN SISTEM PAKAR
Secara umum, sistem
pakar adalah sistem yang berusaha mengadopsi pengetahuan manusia ke
komputer yang dirancang untuk memodelkan kemampuan menyelesaikan masalah
seperti layaknya seorang pakar. Tujuan Sistem Pakar adalah untuk mentransfer
kepakaran dari seorang pakar ke komputer, kemudian ke orang lain (yang bukan
pakar). Ciri – ciri sistem pakar:
1. Memiliki informasi yang handal.
2. Mudah dimodifikasi.
3. Dapat digunakan dalam berbagai jenis komputer.
4. Memiliki kemampuan untuk belajar beradaptasi.
B. MANFAAT DAN KETERBATASAN SISTEM PAKAR
1. Manfaat Sistem Pakar
a. Dapat meningkatkan output dan produktivitas,
karena Sistem Pakar dapat bekerja lebih cepat dari manusia.
b. Meningkatkan kualitas, dengan memberi nasehat yang konsisten dan
mengurangi kesalahan.
c. Dapat beroperasi di lingkungan yang berbahaya.
d. Mampu menangkap kepakaran yang sangat terbatas.
e. Memudahkan akses ke pengetahuan.
f. Handal
g. Meningkatkan kapabilitas sistem terkomputerisasi
yang lain.
h. Mampu bekerja dengan informasi yang tidak lengkap atau tidak pasti.
i. Mampu menyediakan
pelatihan.
j. Meningkatkan kemampuan
problem solving, karena mengambil sumber pengetahuan dari banyak pakar.
k. Meniadakan kebutuhan perangkat yang mahal.
l. Fleksibel.
2. Keterbatasan Sistem Pakar
a. Pengetahuan yang hendak diambil tidak selalu
tersedia.
b. Kepakaran sangat sulit diekstrak dari manusia.
c. Pendekatan oleh setiap pakar untuk suatu situasi
atau problem bisa berbeda-beda, meskipun sama-sama benar.
d. Sangat sulit bagi seorang pakar untuk mengabstraksi atau menjelaskan
langkah mereka dalam menangani masalah
e. Pengguna Sistem Pakar mempunyai batas kognitif
alami, sehingga mungkin tidak bisa memanfaatkan sistem secara maksimal.
f. Sistem Pakar bekerja baik untuk suatu bidang yang
sempit.
g. Banyak pakar yang tidak mempunyai jalan untuk
mencek apakah kesimpulan mereka benar dan masuk akal.
h. Istilah dan jargon yang dipakai oleh pakar dalam mengekspresikan
fakta seringkali terbatas dan tidak mudah dimengerti oleh orang lain.
i. Pengembangan Sistem Pakar
seringkali membutuhkan perekayasa pengetahuan (knowledge engineer) yang langka
dan mahal.
j. Kurangnya rasa percaya
pengguna menghalangi pemakaian Sistem Pakar. k. Transfer pengetahuan dapat
bersifat subyektif dan bias.
C. MODUL PENYUSUN SISTEM PAKAR
1. Modul Penerimaan Pengetahuan (Knowledge Acquisition Mode)
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. Peran knowledge engineer adalah sebagai penghubung antara suatu
sistem pakar dengan pakarnya.
2. Modul Konsultasi (Consultation Mode)
Pada saat sistem berada pada posisi memberikan jawaban atas
permasalahan yang diajukan oleh user, sistem pakar berada dalam modul
konsultasi. Pada modul ini, user berinteraksi dengan sistem dengan menjawab
pertanyaan-pertanyaan yang diajukan oleh sistem.
3. Modul Penjelasan (Explanation Mode)
Modul ini menjelaskan proses pengambilan keputusan oleh system
(bagaimana suatu keputusan dapat diperoleh).
D. STRUKRUR SISTEM PAKAR
1. Basis Pengetahuan (Knowledge Base)
Basis pengetahuan merupakan inti dari suatu sistem pakar, yaitu
berupa representasi pengetahuan dari pakar.
2. Mesin Inferensi (Inference Engine)
Mesin inferensi berperan sebagai otak dari sistem pakar. Mesin
inferensi berfungsi untuk memandu proses penalaran terhadap suatu kondisi,
berdasarkan pada basis pengetahuan yang tersedia.
3. Basis Data (Data Base)
Basis data digunakan untuk menyimpan data hasil
observasi dan data lain yang dibutuhkan selama pemrosesan.
4. Antarmuka Pemakai (User Interface)
Fasilitas ini digunakan sebagai perantara komunikasi antara pemakai
dengan komputer.
E. TEKNIK REPRESENTASI PENGETAHUAN
1. Rule-Based Knowledge
Pengetahuan direpresentasikan dalam suatu bentuk fakta (facts)
dan aturan (rules). Bentuk representasi ini terdiri atas premise dan
kesimpulan.
2. Frame-Based Knowledge
Pengetahuan direpresentasikan dalam suatu bentuk hirarki
atau jaringan frame.
3. Object-Based Knowledge
Pengetahuan direpresentasikan sebagai jaringan dari obyek-obyek.
Obyek adalah elemen data yang terdiri dari data dan metoda
(proses).
4. Case-Base Reasoning
Pengetahuan direpresentasikan dalam bentuk kesimpulan kasus
(cases).