Pertemuan 11 PENGANTAR SISTEM PAKAR Betha Nurina Sari, M.Kom

SISTEM PAKAR Definisi Sistem Pakar Konsep Dasar Sistem Pakar Struktur Sistem Pakar Basis Pengetahuan (Knowledge Base) Motor Inferensi (Inference Engine) Ciri-ciri Sistem Pakar Permasalahan yang ditangani Sistem Pakar Mengembangkan Sistem Pakar

Definisi Menurut Durkin : Sebuah program komputer yang dirancang untuk memodelkan kemampuan menyelesaikan masalah seperti layaknya seorang pakar (human expert) Sistem yang berusaha mengadopsi pengetahuan manusia ke komputer agar dapat menyelesaikan masalah seperti yang dilakukan pakar.

Perbandingan Pakar dg Sistem Pakar

Contoh Sistem Pakar TA KCB Sistem Pakar Menentukan Kepribadian Semantic Inteligence DEMODROID - Deteksi Kerusakan Mobil Berbasis Android

Konsep Dasar Sistem Pakar Keahlian Ahli/pakar Pengalihan keahlian Mengambil keputusan Aturan Kemampuan menjelaskan

Perbedaan Sistem Konvensional vs Sistem Pakar

Bentuk Sistem Pakar Berdiri sendiri. Tergabung. Sistem jenis ini merupakan software yang berdiri sendir tidak tergabung dengan software lain. Tergabung. Sistem ini merupakan bagian program yang terkandung di dalam suatu algoritma (konvensional) . Menghubungkan ke software lain. Bentuk ini biasanya merupakan Sistem Pakar yang menghubungkan ke suatu paket program tertentu, misalnya DBMS. Sistem embedd Sistem ini merupakan bagian dari komputer khusus yang dihubungkan dengan suatu fungsi tertentu.

Struktur Sistem Pakar Lingkungan pengembangan (development environment) digunakan untuk memasukkan pengetahuan pakar ke dalam lingkungan sistem pakar. Lingkungan konsultasi (consultation environment) digunakan oleh pengguna yang bukan pakar untuk memperoleh pengetahuan pakar

Struktur Sistem Pakar

BASIS PENGETAHUAN Basis Pengetahuan berisi pengetahuan-pengetahuan dalam penyelesaian masalah di dalam domain tertentu. Ada 2 bentuk pendekatan : Penalaran berbasis aturan (Rule Based Reasoning) Penalaran berbasis Kasus (Case-Based Reasoning)

Penalaran berbasis Aturan (Rule Based Reasoning) Pengetahuan direpresentasikan dengan aturan berbentuk IF-THEN. Digunakan apabila kita memiliki sejumlah pengetahuan pakar pada suatu permasalahan tertentu. Contoh : aturan identifikasi hewan Rule 1 : IF hewan berambut dan menyusui THEN hewan mamalia Rule 2 : IF hewan mempunyai sayap dan bertelur THEN hewan jenis burung Rule 3 : IF hewan mamalia dan memakan daging THEN hewan karnivora

Elemen dari Sistem Berbasis Aturan Himpunan fakta: Pernyataan dan relevan dengan statis awal dari sistem.Berupa data dan kondisi. Contoh: suhu < 0 Suhu adalah data dan kondisi adalah <0. Himpunan aturan (rule): Semua tindakan yang perlu diambil untuk menyelesaikan masalah, berdasarkan fakta.Aturan menghubungkan fakta dalam IF dengan actionpada bagian THEN. Kriteria berhenti: kondisi yang menentukan bahwa solusi telah ditemukan atau tidak ada.

CONTOH

CONTOH

Penalaran berbasis Kasus (Case-Based Reasoning) Basis pengetahuan akan berisi solusi-solusi yang telah dicapai sebelumnya, kemudian akan diturunkan solusi untuk yang terjadi sekarang (fakta yang ada) Digunakan apabila user menginginkan untuk tahu lebih banyak lagi pada kasus-kasus yang hampir sama. Digunakan apabila kita telah memiliki sejumlah situasi atau kasus tertentu dalam basis pengetahuan. Contoh : CBR in game

MOTOR INFERENSI Forward Chaining Backward Chaining Dimulai dengan fakta awal dan tetap menggunakan rules untuk menarik kesimpulan baru (atau mengambil tindakan tertentu). Backward Chaining Dimulai dengan beberapa hipotesis (atau goal) untuk membuktikan, dan terus mencari rules yang memungkinkan penyimpulan terhadap hipotesis tersebut, dengan mengatur sub-goal baru untuk dibuktikan. Sistem forward chaining utamanya bersifat data-driven, sedangkan backward chaining bersifat goal-driven.

Forward Chaining

SISTEM FORWARD CHAINING

Backward Chaining

SISTEM BACKWARD CHAINING

Ciri-ciri Sistem Pakar Memiliki fasilitas informasi yang handal Mudah dimodifikasi Dapat digunakan dalam berbagai jenis komputer Memiliki kemampuan untuk belajar beradaptasi

Permasalahan yang ditangani Sistem Pakar Interpretasi Pengambilan keputusan dari hasil observasi,pengenalan ucapan, analisis citra, interpretasi sinyal. Prediksi Peramalan, prediksi demografis, prediksi lalu lintas, prediksi pemasaran. Diagnosis Medis, mekanis,elektronis, dan diagnosis software

Permasalahan yang ditangani Sistem Pakar Perancangan Layout sirkuit dan perancangan bangunan Perencanaan Perencanaan keuangan, komunikasi, militer, pengembangan produk, manajemen proyek Monitoring Computer-Aided Monitoring System : Sistem Monitoring yang dengan bantuan Komputer

Permasalahan yang ditangani Sistem Pakar Debugging Memberikan resep obat terhadap suatu kegagalan Instruksi Melakukan instruksi untuk diagnosis, debugging, dan perbaikan kerja Kontrol Melakukan kontrol terhadap interpretasi, prediksi, perbaikan, monitoring,dst.

Tahap Mengembangkan Sistem Pakar Tahap 1 : Identifikasi Masalah dan Kebutuhan Tahap 2 : Koleksi Pengetahuan Tahap 3 : Perancangan Struktur Tahap 4 : Tes/Evaluasi Tahap 5 : Produk -Dokumentasi Tahap 6 : Pemeliharaan 5 Step

TUGAS AKHIR SEMESTER Merancang sistem pakar sederhana menerapkan kecerdasan buatan Kelompok maksimal 7 orang Menentukan topik/masalah yang akan dibuat sistem pakar Melakukan akuisisi pengetahuan (wawancara dengan pakar, observasi, studi literatur) Dikumpulkan dan dipresentasikan saat UAS Penjelasan rinci mengenai tugas menyusul

NEXT LOGIKA FUZZY