SISTEM PAKAR & KECERDASAN BUATAN

Slides:



Advertisements
Presentasi serupa
Analisa Perancangan Sistem
Advertisements

SISTEM PAKAR DR. KUSRINI, M.KOM.
Komponen Dan Model Sistem Informasi
SISTEM PAKAR Ari Eko Wardoyo, ST.
MODEL UMUM SISTEM PERUSAHAAN
Sistem Pengambil Keputusan
Manajemen Integrasi Proyek
DECISION SUPPORT SYSTEMS & EXPERT SYSTEMS.
SIKLUS HIDUP SISTEM Pertemuan Ke-7.
BAB 13. SISTEM PENDUKUNG KEPUTUSAN Sistem Pendikung Keputusan (Decision Support System) atau DSS adalah sustu sistem yang digunakan oleh para manajer.
Sistem Pakar.
SISTEM PAKAR Disusun Oleh : Dessy Ratnasari ( )
TEKNOLOGI KECERDASAN ARTIFISIAL DALAM BISNIS
Analisis Sistem.
OTOMATISASI PERKANTORAN
METODE INFERENSI Dr. Kusrini, M.Kom.
SISTEM BERBASIS PENGETAHUAN
SISTEM KUMPULAN ELEMEN – ELEMEN YANG SALING BERHUBUNGAN / BERINTERAKSI UNTUK MENCAPAI SUATU TUJUAN. SISTEM.
KECERDASAN BUATAN (ARTIFICIAL INTELLIGENCE)
1 ASPEK MANUSIA dlm SIM. 2 Siapa yg terlibat dlm SIM? Pembuat & Pengguna Pembuat: Spesialis informasi Pengguna : User (End User)
SISTEM BERBASIS PENGETAHUAN
Kecerdasan Buatan (AI)
SISTEM PAKAR PERTEMUAN 8.
Sistem Informasi Manajemen
Konsep Sistem Informasi
Perbedaan SIM ,DSS dan ES
APLIKASI SISTEM TEKNOLOGI INFORMASI DI LEVEL-LEVEL ORGANISASI
SISTEM PAKAR.
Materi Sesi ke 2 Konsep Sistem dan Informasi
Pertemuan 6 SISTEM PAKAR.
Kecerdasan Buatan Dalam Sistem Informasi Bab : Sistem Pakar – part one
ANALISA DAN DESAIN SISTEM INFORMASI
PENGANTAR KECERDASAN BUATAN (ARTIFICIAL INTELLIGENCE) dan SISTEM PAKAR
PERTEMUAN 4 SISTEM PAKAR
SISTEM INFORMASI MANAJEMEN
Komponen Dan Model Sistem Informasi
BAB 4 ANALISIS SISTEM.
SISTEM BERBASIS PENGETAHUAN
Konsep konsep dasar: Komponen Sistem Informasi
Sejarah Kecerdasan buatan atau Artificial Intellegent (AI) ditemukan di awal abad 20, seorang penemu spanyol, Torres y Quevedo, membuat sebuah mesin.
MENGELOLA PENGETAHUAN
SISTEM PAKAR & KECERDASAN BUATAN
KONSEP KECERDASAN BUATAN
Sistem Informasi SISTEM PAKAR Rika Yunitarini, ST.
PERBANDINGAN SISTEM KONVENSIONAL
Pertemuan 5 Kecerdasan Buatan
Pertemuan 9 PENGANTAR SISTEM PAKAR
LATIHAN PERTEMUAN 9.
PENGANTAR PENGANTAR KECERDASAN BUATAN Artificial intelligence
Komponen Dan Model Sistem Informasi
Kecerdasan Buatan Dalam Sistem Informasi Bab : Sistem Pakar – part one
Kecerdasan Buatan Dalam Sistem Informasi Bab : Sistem Pakar – part two
Komponen Dan Model Sistem Informasi
Pertemuan 6 SISTEM PAKAR.
SISTEM PAKAR.
Kecerdasan Buatan Dalam Sistem Informasi Bab : Sistem Pakar – part one
SISTEM INFORMASI MANAJEMEN
Sistem Informasi Manajemen
Pengenalan Sistem Pakar
Komponen Dan Model Sistem Informasi
BAB 4 ANALISIS SISTEM.
SISTEM PAKAR & KECERDASAN BUATAN
Kecerdasan Buatan Dalam Sistem Informasi Bab : Sistem Pakar – part two
MENGELOLA PENGETAHUAN
Konsep Kecerdasan Buatan
(CBIS) Computer Base Information System
Pertemuan 6 SISTEM PAKAR.
KONSEP KECERDASAN BUATAN
SISTEM INFORMASI BERBASIS KOMPUTER
ARSITEKTUR SISTEM PAKAR
Transcript presentasi:

SISTEM PAKAR & KECERDASAN BUATAN Created By Devy Mawarnie Puspitasari, SE

Pengertian Kecerdasan Buatan ( Artificial Intelligence ) Adalah kegiatan yang diberikan kpd mesin seperti komputer yaitu kemampuan untuk menampilkan perilaku yg dianggap cerdas yg diamati pd manusia. Sistem pakar adalah program komputer yg mencoba utk mewakili pengetahuan dari pakar manusia dlm bentuk heuristic. AI mencakup kerja dlm area berikut : Jaringan saraf (neural network) spt kemampuan belajar, generalisasi, dan abstraksi) Sistem persepsi, menggunakan citra visual dan sinyal suara utk menginstruksikan komputer atau alat lain misalnya robot. Belajar, meliputi semua kgtn yg memingkinkan komputer atau alat lain utk memperoleh pengetahuan sbg tambahan dr apa yg tlh dimasukkan ke dlm memori oleh pembuatnya atau pemrogramnya. Robotik, terdiri dr alat yg dikendalikan komputer yg meniru aktivitas gerak manusia. Hardware AI, mencakup alat fisik yg membantu aplikasi AI. Pemrosesan bahasa alamiah, memungkinkan pemakai utk berkomunikasi dgn komputer dlm bbgi bahasa & memungkinkan komputer memeriksa ejaan & tata bhs. Sistem pakar dan jaringan saraf memiliki potensi terbesar utk digunakan dlm memecahkan masalah bisnis. Keduanya mrp contoh sistem berbasis pengetahuan

DAYA TARIK SISTEM PAKAR Menawarkan kesempatan utk membuat keputusan yg melebihi kemampuan manajer. Dpt menjelaskan alur penalarannya dlm mencapai suatu pemecahan ttt. MODEL SISTEM PAKAR Terdiri dari 4 bagian utama : User interface, memungkinkan pemakai utk berinteraksi dgn sistem pakar. Knowledge base, menyimpan akumulasi pengetahuan dr masalah ttt yg akan diselesaikan. Inference engine, menyediakan kemampuan penalaran yg menafsirkan isi knowledge base. Development engine, pakar dan analis sistem menggunakan ini utk menciptakan sistem pakar. USER INTERFACE Memungkinkan manajer utk memasukkan instruksi dan informasi ke dlm sistem pakar & menerima informasi dr sistem pakar. Instruksi tsb menentukan parameter yg mengarahkan sistem pakar melalui proses penalaran. Informasi itu berbentuk nilai yg diberikan pd variabel ttt. Input Sistem Pakar Format interface yg paling populer saat ini adalah graphical user interface, yg menampilkan tampilan Windows.

Output Sistem Pakar Sistem pakar dirancang utk menyarankan pemecahan. Pemecahan ini dilengkapi dgn penjelasan. Ada 2 jenis penjelasan : Penjelasan atas pertanyaan. Sistem pakar akan meminta manajer memasukkan sejumlah informasi. Manajer menanyakan mengapa informasi itu diperlukan dan sistem pakar menyediakan penjelasannya. Penjelasan atas penyelesaian masalah. Setelah sistem pakar memberikan suatu pemecahan masalah, manajer dpt meminta penyelesaian mengenai bagaumana itu dicapai. Sistem pakar akan menampilkan tiap langkah-langkah penalaran yg menuju pd penyelesaian. KNOWLEDGE BASE Memuat fakta-fakta yg menjelaskan area masalah & menerangkan msh yg menjelaskan bgmn fakta-fakta tsb cocok satu dgn yg lain dlm urutan yg logis. Problem Domain digunakan utk menjelaskan area masalah. Aturan Teknik menerangkan masalah yg populer adalah penggunaan aturan. Aturan menentukan apa yg harus dilakukan dlm situasi ttt & terdiri dr 2 bagian: suatu kondisi yg mgk benar, mgk tidak dan tindakan yg harus diambil jika kodisinya benar. Contoh aturan : IF ECONOMIC.INDEX > 1,20 AND SEASONAL.INDEX > 1,30 THEN SALES.OUTLOOK = “EXCELLENT”

KEUNTUNGAN & KERUGIAN SISTEM PAKAR INFERENCE ENGINE Adalah bagian dari sistem pakar yg melakukan penalaran dgn menggunakan isi knowledge base berdasarkan urutan ttt. 2 metode utama telah dibuat bagi inference engine untuk menguji aturan: penalaran maju (forward reasoning) & penalaran mundur (reserve reasoning). DEVELOPMENT ENGINE Pd proses ini melibatkan perangkat aturan. Ada 2 pendekatan dasar : 1. Bahasa Pemrograman 2. Shell sistem pakar Shell sistem pakar membuat kecerdasan buatan terjangkau oleh perusahaan yg tdk memiliki SD yg diperlukan utk mengembangkan sistem sendiri dgn menggunakan bhs pemrograman. Ini merupakan cara terpopuler bagi perusahaan yg menerapkan sistem berbasis pengetahuan. KEUNTUNGAN & KERUGIAN SISTEM PAKAR Keuntungan Sistem Pakar Bagi Manajer Mempertimbangkan lebih banyak alternatif. Menerapkan logika yg lebih tinggi Menyediakan lebih banyak waktu utk mengevaluasi hasil keputusan Membuat keputusan yang lebih konsisten.

KUNCI MENUJU PENGEMBANGAN SISTEM PAKAR YANG BERHASIL Keuntungan Sistem Pakar bagi Perusahaan Kinerja perusahaan yang lebih baik Mempertahankan pengendalian atas pengetahuan perusahaan. Kerugian Sistem Pakar Dua karakteristik sistem pakar membatasi kemampuannya sbg alat pemecah masalah bisnis. Tdk dpt menangani pengetahuan yg tdk konsisten. Ini merupakan kerugian krn dlm bisnis hanya sedikit yg tetap sepanjang waktu krn berubah-ubahnya kinerja manusia. Tdk dpt menerapkan penilaian dan intuisi yg merupakan unsur penting saat memecahkan masalah semi-terstruktur atau tidak terstruktur. KUNCI MENUJU PENGEMBANGAN SISTEM PAKAR YANG BERHASIL Dengan menggunakan umpan balik dari responden survei, Prof. Gill mengidentifikasi 5 area dimana pengembangan dpt diperbaiki : Koordinasikan pengembangan sistem pakar dgn rencana bisnis strategi & rencana strategis untuk SD informasi Definisikan scr jelas masalah yg akan dipecahkan & dipahami sepenuhnya problem domain. Berikan perhatian khusus pd kelayakan legal (dan etis) dari sistem yg diusulkan. Pahami sepenuhnya perhatian pemakai ttg proyek pengembangan maupun harapan mereka pada sistem operasional. Gunakan teknik manajemen yg dirancang utk menjaga tingkat kelelahan pengembang berada pd batas yg dapat diterima.