Expert System
Pengertian Expert System
Secara umum, Expert System
(ES) adalah sistem yang berusaha mengadopsi pengetahuan manusia ke komputer,
agar komputer dapat menyelesaikan masalah seperti yang biasa dilakukan para
ahli. Expert System tidak untuk menggantikan kedudukan seorang pakar tetapi
untuk memasyaratkan pengetahuan dan pengalaman pakar tersebut.
Expert System atau Sistem Pakar juga
dapat diartikan sebagai program komputer yang mencoba untuk mewakili
pengetahuan dari pakar manusia dalam bentuk heuristic. Istilah heuristic
diturunkan dari akar Yunani yang sama dengan kata eureka yang berarti
“menemukan”. Maka dari itu, heuristic merupakan suatu rule of thumb
atau suatu aturan dugaan yang baik.
Expert System (ES) dikembangkan pertama kali oleh komunitas AI tahun
1960an. ES yang pertama adalah General Purpose Problem Solver (GPS) yang
dikembangkan oleh Newel Simon.
Kelebihan dan Kekurangan Expert
System (ES)
Kelebihan Expert System
Expert System (ES) memiliki bebrapa kelebihan
antara lain sebagai berikut
1.
Memungkinkan orang awam bisa mengerjakan pekerjaan para ahli
2.
bisa melakukan proses secara berulang secara otomatis
3.
menyimpan pengetahuan dan keahlian para pakar
4.
meningkatkan output dan produktivitas
5.
meningkatkan kualitas
6.
mampu mengambil dan melestarikankeahlian para pakar
7.
mampu beroperasi dalam lingkungan berbahaya
8.
memiliki kemampuan untuk mengakses pengetahuan
9.
memiliki realibilitas
10.
meningkatkan kapabilitas sistem computer
11. memiliki
kemampuan untuk bekerja dengan informasi yang tidak lengkap dan mengandung
ketidakpastian
12.
sebagai media pelengkap dalam pelatihan
13.
meningkatkan kapabilitas dalam penyelesaian masalah
14.
menghemat waktu dalam pengambilan keputusan
Kekurangan Expert System (ES)
Selain memiliki kelebihan, Expert System juga memiliki beberapa kekurangan antara lain:
Selain memiliki kelebihan, Expert System juga memiliki beberapa kekurangan antara lain:
1.
biaya yang diperlukan untuk membuat dan memeliharanya sangat
mahal
2.
Sulit dikembangkan
Hal
ini erat kaitannya dengan ketersediaan pakar dalam bidangnya
3.
sistem pakar tidak 100% bernilai benar.
4.
Sistem pakar tidak dapat menangani pengetahuan yang tidak
konsisten.
Ini
merupakan kerugian nyata karena dalam dunia bisnis hanya sedikit yang tetap
sepanjang waktu karena berubah-ubahnya manusia.
5.
Sistem pakar tidak dapat menerapkan panilaian dan intuisi
yang merupakan unsur penting saat memecahkan masalah semi terstruktur atau
tidak terstruktur
1. Adver : sebuah prototipe Expert system digunakan untuk menggunakan strategi media periklanan yang sesuai dengan kondisi internal dan eksternal perusahaan dengan parameter biaya iklan per seribu pemirsa.
2. Brickwork expert(Bert) : sebuah Expert system untuk disain bangunan. BERT digunakan untuk memeriksa sebuah disain bangunan, kemudian memberikan beberapa rekomendasi untuk perbaikan. Inputnya bisa dalam bentuk gambar.
3. Delta : Expert system untuk mendiagnosa kerusakan pada mesin-mesin Diesel Electric Locomotive.
4. Dendral : Sistem pakar untuk analisis struktur molekul suatu senyawa yang belum diketahui. Senyawa yang belum diketahui tersebut dianalisis dengan menggunakan “mass spectrometer” dan “nuclear magnetic reconancy equipment”. Data hasil analisis tersebut dimasukkan ke DENDRAL yang akan membuat struktur molekulnya.
5. Mycin : Expert system untuk mendiagnosa infeksi akibat bakteri dan menyarankan jenis obat dan dosisnya untuk penyembuhan.
6. Opera:OPERator Advisor yang digunakan untuk mendiagnosa dan menangani kerusakan pada suatu jaringan komputer. OPERA dijalankan pada malam hari untuk menggantikan Supervisor System Manager.
7. Prospector : Untuk membantu menemukan lokasi yang mengandung bahan tambang. Basis pengetahuannya berisi kaidah berdasar data empiris dan taksonomi beberapa jenis mineral dan batu-batuan. Untuk mengetahui apakah suatu daerah mengandung bahan tambang , lebih dahulu dilakukan survey keadaan geologi dan pengambilan contoh tanah dan batu-batuan. Berdasarkan data hasil survey tersebut akan diberikan rekomendasi apakah daerah tsb layak untuk dieksplorasi dan akan diputuskan apakah akan dilakukan penggalian atau tidak.
8. Heatings : Untuk pengontrolan proses pembakaran batubara secara terus menerus dengan menggunakan sensor yang dihubungkan ke komputer. Bila terjadi kerusakan yang menimbulkan bahaya (peralatan & manusia) dapat dengan mudah mengetahui dan memberikan pemecahannya. Misal, bila bila HEATINGS mendeteksi kadar CO melewati ambang batas akan terdengar bunyi alarm dan menyuruh membuka ventilasi.
Contoh
Aplikasi Sistem Pakar
Aplikasi
Sederhana: Sistem Pakar Bengkel Mobil
Ini adalah contoh Sistem Pakar
sederhana, yang bertujuan untuk mencari apa yang salah sehingga mesin mobil
pelanggan yang tidak mau hidup, dengan memberikan gejala-gejala yang teramati.
Anggap Sistem Pakar kita memiliki aturan-aturan berikut:
1. JIKA mesin_mendapatkan_bensin DAN
starter_dapat_dihidupkan MAKA ada_masalah_dengan_pengapian
2. JIKA TIDAK BENAR starter_dapat_dihidupkan DAN TIDAK BENAR
lampu_menyala MAKA ada_masalah_dengan_aki
3. JIKA TIDAK BENAR starter_dapat_dihidupkan DAN lampu_menyala
MAKA ada_masalah_dengan_starter
4. JIKA ada_bensin_dalam_tangki_bahan_bakar MAKA
mesin_mendapatkan_bensin
Terdapat
3 masalah yang mungkin, yaitu: ada_ masalah_ dengan _pengapian, ada_ masalah_
dengan_ aki dan ada_ masalah_ dengan_ starter. Dengan sistem terarah-tujuan (goal-driven), kita hendak
membuktikan keberadaan setiap masalah tadi.
Pertama, Sistem Pakar
berusaha untuk membuktikan kebenaran ada_masalah_dengan_pengapian. Di sini,
aturan 1 dapat digunakan, sehingga Sistem Pakar akan menset goal baru untuk
membuktikan apakah mesin_mendapatkan_bensin serta starter_dapat_dihidupkan.
Untuk membuktikannya, aturan 4 dapat digunakan, dengan goal baru untuk
membuktikan mesin_mendapatkan_bensin. Karena tidak ada aturan lain yang dapat
digunakan menyimpulkannya, sedangkan sistem belum memperoleh solusinya, maka
Sistem Pakar kemudian bertanya kepada pelanggan: “Apakah ada bensin dalam
tangki bahan bakar?”. Sekarang, katakanlah jawaban klien adalah “Ya”, jawaban
ini kemudian dicatat, sehingga klien tidak akan ditanyai lagi dengan pertanyaan
yang sama.
Karena sistem
sekarang sudah dapat membuktikan bahwa mesin mendapatkan bensin, maka sistem
sekarang berusaha mengetahui apakah starter_dapat_dihidupkan. Karena sistem
belum tahu mengenai hal ini, sementara tidak ada aturan lagi yang dapat
menyimpulkannya, maka Sistem Pakar bertanya lagi ke klien: “Apakah starter
dapat dihidupkan?”. Misalkan jawabannya adalah “Tidak”, maka tidak ada lagi
aturan yang dapat membuktikan ada_masalah_dengan_pengapian, sehingga Sistem
Pakar berkesimpulan bahwa hal ini bukanlah solusi dari problem yang ada, dan
kemudian melihat hipotesis berikutnya: ada_masalah_dengan_aki. Sudah diketahui
(dibuktikan) bahwa mesin tidak dapat distarter, sehingga yang harus dibuktikan
adalah bahwa lampu tidak menyala. Sistem Pakar kemudian bertanya: “Apakah lampu
menyala?”. Misalkan jawabannya adalah “Tidak”, maka sudah terbukti bahwa ada
masalah dengan aki.
Sistem ini
mungkin berhenti sampai di sini, tetapi biasanya ada kemungkinan terdapat lebih
dari satu solusi (misalnya terdapat lebih dari satu kerusakan), atau ada
kemungkinan terdapat solusi lain yng lebih tepat, sehingga biasanya semua
hipotesis diperiksa kebenarannya. Sistem Pakar ini kemudian mencoba membuktikan
bahwa ada_masalah_dengan_starter, namun dari fakta yang sudah diperoleh, yaitu
lampu tidak menyala, maka pembuktiannya menjadi gagal. Dengan demikian solusi
yang diberikan oleh Sistem Pakar adalah ada masalah dengan aki.
Secara lengkap,
interaksi antara Sistem Pakar dengan klien mungkin seperti ini:
System Pakar: Apakah ada
bensin dalam tangki bahan bakar?
Klien: Ya
System Pakar: Apakah
starter dapat dihidupkan?
Klien: Tidak
System Pakar: Apakah lampu
menyala?
Klien: Tidak
System Pakar: Saya berkesimpulan
bahwa ada masalah dengan aki
Fasilitas Penjelasan
Kebanyakan Sistem Pakar mempunyai fasilitas penjelasan yang
mengijinkan klien untuk bertanya mengapa dia diberi suatu pertanyaan atau
bagaimana dapat mencapai suatu kesimpulan. Pertanyaan dari klien tersebut
dijawab dengan mengacu pada goal, aturan yang dipakai, dan data-data yang ada. Contoh pemakaian fasilitas penjelas dalam Sistem Pakar di
atas dapat dilihat pada percakapan berikut:
System Pakar:
Apakah ada bensin dalam tangki bahan bakar?
Klien: Ya
System Pakar:
Apakah starter dapat dihidupkan?
Klien: Tidak
System Pakar:
Apakah lampu menyala?
Klien: Mengapa?
System Pakar:
Saya mencoba membuktikan bahwa ada masalah dengan aki. Sudah ditunjukkan adalah
tidak benar starter dapat dihidupkan. Sehingga jika tidak benar bahwa lampu
menyala, maka ada masalah dengan aki. Apakah lampu menyala?
Klien: Tidak
System Pakar:
Saya berkesimpulan bahwa ada masalah dengan aki
Klien:
Bagaimana bisa?
System Pakar: Hal ini sesuai dengan aturan no 2: JIKA
TIDAK BENAR starter_dapat_dihidupkan DAN TIDAK BENAR lampu_menyala MAKA
ada_masalah_dengan_aki bahwa tidak benar starter_dapat_dihidupkan sudah
dijawab, bahwa tidak benar lampu_menyala sudah dijawab, sehingga dapat
disimpulkan bahwa ada_masalah_dengan_aki.
Fasilitas penjelasan berhubungan dengan pencatatan aturan
apa saja yang digunakan untuk mengambil kesimpulan, dan menggunakan catatan
tersebut untuk menyusun penjelasan. Pembangkitan penjelasan sederhana seperti
contoh di atas bukanlah persoalan yang sulit, namun pemahaman klien terhadap
penjelasan tersebut tidaklah sama, sehingga seringkali klien tetap tidak
mengerti maksudnya. Hal ini karena biasanya penjelasan hanya meliputi
pengetahuan yang dangkal atau hanya permukaan saja sebagaimana tercantum dalam
autran yang dipunyai, bukannya pengetahuan yang mendalam yang mendasari aturan
tersebut. Dalam contoh di atas, Sistem Pakar hanya mengatakan bahwa hal ini
sesuai dengan aturan no 2, tetapi tidak menjelaskan secara lebih detil mengenai
aturan 2 tersebut. Mungkin klien perlu diberi pengertian bahwa lampu dan
starter dua-duanya menggunakan aki untuk menyalakannya. Hal penting lain adalah
ketika klien gagal mengerti atau menerima penjelasan yang diberikan, biasanya
Sistem Pakar tidak dapat memberi penjelasan dengan cara lain (tidak begitu
halnya dengan seorang pakar yang mampu menggunakan kalimat yang lain untuk
mencoba menjelaskannya)
Ini adalah aplikasi system pakar yang dibuat untuk meramalkan sifat dan kepribadian sesorang.
Seperti pada gambar diatas kita pada kolom pertama kita
dipersilahkan untuk memilih golongan darah kita, dikolom kedua jenis rambut
kita, dikolom keempat bentuk muka, kolom kelima jenis mata, kolom keenam bentuk
hidung,kolom keenam bentuk bibir.
Setelah itu kita tekan tombol proses untuk mengetahui sifat
dan karakter kita
Gambar diatas adalah aplikasi system expert rental mobil
yang digunakan untuk menginput dan menyimpan data-data mobil yang disewa oleh
pelanggan.
Kesimpulan
Dari artikel di atas ,saya dapat menarik kesimpulan bahwa sistem pakar
adalah sistem yang berusaha mengadopsi pengetahuan manusia ke komputer, agar
komputer dapat menyelesaikan masalah yang seperti biasa dilakukan oleh para
ahli’
Ada beberapa hal
penting yang perlu diperhatikan bahwa,secanggih apapun suatu sistem atau
sebesar apapun basis pengetahuan di miliki, tentu saja ada kelemahannya sebagai
konsekuensi logis kelemahan manusia sebagai penyusun elemen-elemnya. Bahawa
sistem tidak memiliki inisiatif untuk melakukan suatu tindakan diluar dari apa
yang telah diprogramkan untuknya.
Sumber :
