Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

Sistem Pakar (Expert System) Supriyanto, S.TP, M.Kom Bagian Bio-Informatika Departemen Teknik Mesind an Biosistem Institut Pertanian Bogor 081511852701.

Presentasi serupa


Presentasi berjudul: "Sistem Pakar (Expert System) Supriyanto, S.TP, M.Kom Bagian Bio-Informatika Departemen Teknik Mesind an Biosistem Institut Pertanian Bogor 081511852701."— Transcript presentasi:

1 Sistem Pakar (Expert System) Supriyanto, S.TP, M.Kom Bagian Bio-Informatika Departemen Teknik Mesind an Biosistem Institut Pertanian Bogor /

2 Supriyanto, S.Tp, M.Kom Pendidikan SMA Negeri 1 Liwa, Lampung Barat S1 Teknik Pertanian IPB S2 Ilmu Komputer IPB Minat Riset 1.Informatika Pertanian 2.Sistem Pakar Pertanian 3.Sistem Monitoring dan Kontrol Bidang Pertanian

3 Forum Diskusi Group Facebook: Creative Reasearch Center (CRC)

4 Outline Kecerdasan Buatan Sistem Pakar Definisi Perencanaan dan Analisis Akuisisi Pengetahuan Representasi Pengetahuan Desain dan Implementasi (Pembuatan Kode Program) Implementasi Metode Pengembangan Sistem Pakar Sistem Konsultasi Agribisnis Cabai Sistem Pakar Diagnosa Penyakit Tomat Images Based Diagnostic Expert System for Corn Disease Penelitian- Penelitian Terkait Sistem Pakar

5 AI vs Expert System 5 Artificial Intelligence robotics Speech Artificial neural network Vision Natural language understanding expert systems Giarratano Ch 1 figure 1-1

6 Sistem Pakar Sistem pakar adalah suatu sistem komputer yang berbasis pengetahuan (knowledge-based) terpadu Memiliki kemampuan untuk memecahkan berbagai masalah dalam bidang tertentu secara cerdas dan efektif, sebagaimana layaknya seorang pakar. Istilah sistem pakar seringkali juga disebut dengan Knowledge-Based System (KBS), Knowledge-Based Expert System atau Sistem Konsultasi. 6

7 Sistem Pakar Knowledge Base Inference Engine Fakta Keahlian/ Expertise Komponen Sistem Pakar

8 Struktur Sistem Pakar 8

9 Struktur Sistem Pakar #1 Knowledge Base (Basis Pengetahuan) Inference Engine Working Memory (memori kerja) Explanation Facility (fasilitas penjelas) Knowledge Acquisition Facility (Fasilitas akuisisi pengetahuan) User Interface (antarmuka) 9

10 Struktur Sistem Pakar #2 Knowledge-based: bagian ini mengandung kaidah kepakaran berupa aturan (rules) dan prosedur. Inference Engine : adalah suatu mekanisme kontrol untuk pengambilan kesimpulan berdasarkan fakta dan knowledge- based. Working memory: bagian ini mengandung kumpulan fakta yang akan digunakan oleh knowledge-based (rule) Agenda : adalah kumpulan rule yang dihasilkan oleh inference engine dan sesuai (matching) dengan fakta yang tersedia 10

11 Struktur Sistem Pakar #3 Explanation Facility: adalah fasilitas yang digunakan untuk menjelaskan cara sistem menarik kesimpulan (reasoning) kepada user. Knowledge Acquisition Facility: adalah fasilitas yang digunakan untuk memasukkan fakta/data kedalam sistem. User Interface: adalah suatu mekanisme dimana antara user dengan sistem saling berkomunikasi. 11

12 12 The Knowledge Hierarchy meta- knowledge information data noise large volume, low value, usually no meaning/ context lower volume, higher value, with context and associated meanings understanding of a domain, can be applied to solve problems knowledge on knowledge (e.g how/when to apply) may contain irrelevant items which obscure data management information systems knowledge- based systems databases, transaction systems

13 Knowledge  adalah pengetahuan, pengalaman, informasi faktual dan pendapat para pakar yang digunakan untuk aksi. Pengetahuan adalah apa yang Anda tahu... Pengalaman, wawasan, keterampilan, konsep, ide, cara berpikir dan bekerja. Berwujud - sulit untuk diukur. Apa itu Pengetahuan?

14 Sumber Pengetahuan Explicit: adalah pengetahuan yang diperoleh dari repositori dari berbagai media. Tacit: Pengetahuan yang diperoleh dari keahlian organisasi dalam menggunakan berbagai peralatan dan metodologi. Developer knowledge mengumpulkan pengetahuan tacit dalam rangka membangun basis pengetahuan.

15 Pengetahuan Tacit VS Explisit ? Iceberg Metaphor taken from

16 Strategi Transformasi Pengetahuan Nonaka dan Takeuchi (1995) – Model Transformasi Pengetahuan

17 Tahapan Pengembangan Sistem Pakar Pengujian dan Disseminasi Desain dan Implementasi (Pembuatan Kode Program) Representasi Pengetahuan Akuisisi Pengetahuan Pencarian Sumber Pengetahuan Perencanaan dan Analisis

18 Akuisi Pengetahuan Objective of an expert system – To transfer expertise from an expert to a computer system and – Then on to other humans (nonexperts) Activities – Knowledge acquisition – Knowledge representation – Knowledge inferencing – Knowledge transfer to the user Knowledge is stored in a knowledge base

19 Perencanaan dan Analisis Mendapatkan gambaran pengetahuan yang dibutuhkan dalam Pengembangan Sistem Pakar Mendefinisikan ruang lingkup sistem pakar yang akan dibangun Perencanaan dan analisis teknologi yang digunakan dalam pengembangan sistem

20 Pencarian Sumber Pengetahuan Tacit : pakar dan pelaku, Explisit : temuan, jurnal, paten, buku, artikel ilmiah, SOP, dll

21 Representasi Pengetahuan kegiatan mengonfigurasi fakta-fakta dan pen getahuan yang didapatkan dari pakar (domain expert) dan sumber-sumber pengetahuan lainnya. dilakukan pemetaan pengetahuan (knowledge mapping) dan penentuan teknik penyimpanannya dalam basis pengetahuan (knowledge based)  pengetahuan dapat dimasukkan ke dalam program komputer.

22 Beberapa Teknik Representasi Pengetahuan ? Basis Aturan (rule based) Pohon Keputusan (decision tree) List Semantic Network Schemas – Frame – Scripts

23 Desain Sistem Desain interface. Desain interface berfokus pada interaksi sistem dengan pengguna, input dan output yang interaktif serta efisien bagi penggunanya. Desain fisik. Desain fisik sistem adalah desain database dan file berfokus pada struktur dan data yang digunakan sistem secara rincian. Desain logika. Desain logika adalah desain sistem bagaimana mengembangkan secara umum input, proses pengolahan informasi, output, penyimpanan database, aktivitas kontrol sesuai dengan yang direncanakan pada tahap analisis.

24 Implementasi Sistem 1.Impementasi sistem adalah penerapan hasil analisis dan desain ke dalam Bahasa pemrograman tertentu agar sistem dapat digunakan oleh calon pengguna. 2.Bahasa pemrograman yang digunakan diantaranya : Exsys Inc - The Expert System Experts PHP dan MySQL : untuk sistem pakar berbasis web dan opensource ASP dan SQL server : untuk sistem pakar berbasis web dan berbayar Exys Inc - The Expert System Experts  CLISP 

25 Kelebihan Sistem Pakar #1 Sistem pakar dikembangkan karena adanya keterbatasan manusia (pakar) dalam membuat keputusan. Berikut keterbatasan manusia: Kepakaran manusia (human expertise) sangat jarang Manusia akan mengalami kelelahan secara fisik dan mental bila melakukan pekerjaan berat Manusia memiliki keterbatas dalam mengingat Manusia kadangkala menjadi tidak konsisten dalam pengambilan keputusan Manusia memiliki keterbatas dalam berfikir (working memory) Manusia tidak dapat melakukan mengolah data yang besar dengan cepat Pemikiran manusia kadang bias Manusia bisa berbohong, bersembunyi atau meninggal

26 Kelebihan Sistem Pakar Economical. Dengan pengembangan sistem pakar, maka biaya yang harus dikeluarkan bisa lebih ekonomis dibandingkan dengan biaya seorang pakar. Availability. Dengan sistem pakar, maka permasalah dapat diselesaikan kapan saja, tanpa tergantung kepada keberadaan seorang pakar. Respon time. Sistem pakar sering kali memiliki waktu respon yang lebih cepat dibanding dengan manusia. Reliability. Kepakaran sistem pakar dapat dikembang lebih luas lagi. Selain itu juga sistem pakar tidak memiliki perasasaan/emosi sehingga bisa lebih objektif dalam memecahkan masalah Explanation. Sistem pakar memiliki fasilitas untuk menjelaskan bagaimana pengambilan keputusan (reasoning) dilakukan. Intellectual property. Sistem pakar dilengkapi kemampuan intelektual.

27 Kekurangan Sistem Pakar Limited knowledge. Sistem pakar memiliki keterbatasan pengetahuan. Pengetahuan sistem pakar hanya dibatasi oleh pengetahuan yang dimasukkan kedalam sistem. Sistem pakar tidak memahami keterkaitan antara konsep dan keterhubungannya. Sistem pakar tidak memiliki ’common-sense’ knowledge. Mechanical Reasoning. Sistem pakar dibangun dengan ketentuan yang sudah ditetapkan, sehingga pada sistem pakar tidak dapat menentukan metode yang paling tepat untuk menyelesaikan masalah. Sistem pakar mungkin saja menyelesaikan masalah yang mudah dengan waktu komputasi yang sangat tinggi. Lack of trust. Kesimpulan yang diberikan oleh sistem pakar tidak dapat dikritik

28 Beberapa Sistem Pakar di Bidang Pertanian

29 Jurnal Internasioal L. Gozalez-Diaz, P. Martinez-Jimenex, F, Bastida, J.L. Gonzalez-Andujar Expert System for Integrated plant Protection in pepper (Capsicum annuun L.). Expert System with Applications Volume 36. Jun-chen LAI, Bo MING, Shao-kun LI, Ke-ru WANG, Rui-zhi XIE, Shi-ju GAO. An Image-Based Diagnostic Expert System for Corn Diseases.

30 Penelitian TMB Supriyanto Sistem Konsultasi Online Agribussiness Cabai (Capsicum annuum. L) Sistem Pakar Diagnosa Kerusakan Traktor Tangan Supriyanto, M.Solahudin, Samsu Rizal Sistem Pakar Diagnosa dan Penanggulangan Hama dan Penyakit Tomat Buah (Solanum lycopersicum) Dataran Tinggi Berbasis Android.

31 Pertanyaan?

32 Pengayaan 1.Jelaskan pengertian sistem pakar? 2.Jelaskan pengertian Knowledge Based System? 3.Apa perbedaan antara Sistem Pakar dengan Knowledge based System? 4.Jelaskan Tahapan Pengembangan Sistem Pakar? 5.Apa yang dimaksud dengan akuisisi pengetahuan? 6.Apa yang dimaksud dengan Representasi Pengetahuan? 7.Jelaskan jenis-jenis metode representasi pengetahuan yang anda kenal? Berikan contohnya. 8.Berikan contoh Sistem Pakar di bidang pertanian ?

33 Tugas Kelompok Senin 1.Buatlah ulasan mengenai Contoh Sistem Pakar di Bidang Pertanian. Format penulisan meliputi : – Latar Belakang – Tujuan – Metodologi yang digunakan (jika ada) – Hasil – Pembahasan – Kesimpulan – Ide Pengembangan (minimal 2 judul tiap kelompok, buat bagan / ringkasan pemikirannya ). 2.Format yang digunakan adalah format Jurnal. Lihat contoh yang diberikan bersama dokumen ini (dalam bentuk word). 3.Tugas dikerjakan berkelompok dengan anggota kelompok maksimal 3 orang (jumlah mahasiswa 45/3 = 15 kelompok). 4.Font family : Arial 11, 1,5 spasi, A4, 2 Column. 5.Tugas dikumpulkan dalam bentuk softcopy (word dan pdf) kirim ke paling lambat minggu 03 – pukul Tidak diperkenankan menggunakan file.rar/.zip, gunakan attachment langsung.

34 Judul Jurnal yang direview 1.Leaf shape Based plant species recognition. 2.Expert system for integrated plant protection in pepper (Capsicum annuun. L) 3.An Images-based diagnostic Expert System for Corn Disease 4.Plant species Identification using digital morphometric A Review 5.Automatic expert system for weed crops identification in images from maze fields 6.Model to support cropping plan and crop row detection 7.Expert System for pests, diseases and weeds identification in olive crops 8.Web based expert system for food dryer selection 9.Expert system for irrigation management (ESIM) 10.An Expert System for predicting yield and fruit quality and its impact on the Persian lime supply chain 11.A diagnostic expert system for honeybee pests 12.Prototyping an espert system for diagnosis of potato disease 13.An Expert system for tomatoes diseases 14.A multilingual expert system for the diagnosis of pest, diseases and nutritional disorders of six greenhouse vegetables 15.An expert system for the management of pest and diseases in the Jamaican coffee industry.


Download ppt "Sistem Pakar (Expert System) Supriyanto, S.TP, M.Kom Bagian Bio-Informatika Departemen Teknik Mesind an Biosistem Institut Pertanian Bogor 081511852701."

Presentasi serupa


Iklan oleh Google