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

Supriyanto, S.Tp, M.Kom Pendidikan SMA Negeri 1 Liwa, Lampung Barat S1 Teknik Pertanian IPB S2 Ilmu Komputer IPB Minat Riset Informatika Pertanian Sistem Pakar Pertanian Sistem Monitoring dan Kontrol Bidang Pertanian The clear distinction b/w KM and IM is not well articulated in the KM literature. Hence, there is a confusion around the concepts of knowledge and information.

Group Facebook: Creative Reasearch Center (CRC) Forum Diskusi Group Facebook: Creative Reasearch Center (CRC) Qualitative and quantitative attributes of a variable or a set of variables. Processed and unprocessed (raw) – processed data refers to summaries, percentages, ranges (age) Raw data – collection of numbers, characters, images or other outputs Data is raw, it simply exists and has no meaning of itself. Often viewed as the lowest level of abstraction from which information and then knowledge are derived. Managing data is not so simple as we are producing massive amounts of information every day. We manage data through analytical tools such as databases which allow us to entry, organize and process data (raw and summary).

Outline Definisi Metode Pengembangan Sistem Pakar 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

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

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.

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

Struktur Sistem Pakar

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)

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

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.

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

Apa itu Pengetahuan? 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. While information is merely facts and data in a context (situation, expectations), KNOWLEDGE can be used to guide action. Literally, knowledge is what you know… Experience, insights, skills, concepts, ideas, ways of thinking and working – basically – a capacity for taking an effective action. Effective action means correctly applying knowledge in a particular context, to get the intended or desired result. Knowledge encompasses whatever helps a knowledge worker do his or her job well. Intangible – difficult to measure.

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.

Pengetahuan Tacit VS Explisit ? Iceberg Metaphor taken from http://ro.wikipedia.org/wiki/Fi%C8%99ier:KM_iceberg.png As you can see from this iceberg, Explicit knowledge – which means knowledge that is codified, and can be precisely and formally articulated represents only the tip of the iceberg. It is easy to codify, document, transfer, share, and communicate (e.g. through intranet and internet, information repositories, coordinated databases, guidelines, reports, discussion forums, etc). These tools will retain knowledge within the company when employees have left. So in other words, it is knowledge that is readily available within the organization. Tacit knowledge However, the vast majority of knowledge is tacit and difficult to codify. Tacit knowledge is generally described as: subconsciously understood or applied, difficult to articulate, developed from direct action and experience, shared through conversation, story-telling. Polanyi (1966) saying that it is personal, context-specific and therefore difficult to articulate. It may be compared to skill acquisition for example swimming. It may be possible to read the 'how-to' manual but such manuals do not embody the full reality of the experience in context. For instance swimming in a pool is very different from swimming in the sea. According to Pan and Scarbrough (1999 p362) "Tacit knowledge is not available as a text. . . .It involves intangible factors embedded in personal beliefs, experiences, and values." Nonaka and Takeuchi (1995) refer to tacit knowledge as knowledge that comprises experience and work knowledge that resides only with the individual. Platts and Yeung (2000) considers tacit knowledge as "knowledge-in-action" which presumes that this is knowledge that has not be articulated as opposed to explicit knowledge that is readily accessible within the organisational domain. http://www.orsoc.org.uk/about/topic/projects/kmwebfiles/explicit_and_tacit.htm

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

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

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

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

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

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.

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

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.

Implementasi Sistem Impementasi sistem adalah penerapan hasil analisis dan desain ke dalam Bahasa pemrograman tertentu agar sistem dapat digunakan oleh calon pengguna. 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  http://clipsrules.sourceforge.net/

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

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.

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

Beberapa Sistem Pakar di Bidang Pertanian

Jurnal Internasioal L. Gozalez-Diaz, P. Martinez-Jimenex, F, Bastida, J.L. Gonzalez-Andujar. 2009. 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.

Penelitian TMB Supriyanto. 2008. Sistem Konsultasi Online Agribussiness Cabai (Capsicum annuum. L) Sistem Pakar Diagnosa Kerusakan Traktor Tangan Supriyanto, M.Solahudin, Samsu Rizal. 2013. Sistem Pakar Diagnosa dan Penanggulangan Hama dan Penyakit Tomat Buah (Solanum lycopersicum) Dataran Tinggi Berbasis Android.

Pertanyaan?

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

Tugas Kelompok Senin 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 ). Format yang digunakan adalah format Jurnal. Lihat contoh yang diberikan bersama dokumen ini (dalam bentuk word). Tugas dikerjakan berkelompok dengan anggota kelompok maksimal 3 orang (jumlah mahasiswa 45/3 = 15 kelompok). Font family : Arial 11, 1,5 spasi, A4, 2 Column. Tugas dikumpulkan dalam bentuk softcopy (word dan pdf) kirim ke email : supriyantoku@gmail.com paling lambat minggu 03 – 05- 2015 pukul 24.00. Tidak diperkenankan menggunakan file .rar/.zip, gunakan attachment langsung.

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