DAFTAR LAMPIRAN
TINJAUAN PUSTAKA
4) Constraint-Satisfaction Reasoning (CSR), yang merupakan kombinasi antara RBR dan MBR.
2.7.1. Struktur Sistem Pakar
Menurut Turban (2001), struktur sistem pakar terdiri dari 2 bagian pokok, yaitu : lingkungan pengembangan (development environment), yang biasanya digunakan sebagai pembangun sistem pakar baik itu dari segi pembangun komponen maupun basis pengetahuan dan lingkungan konsultasi (consultation environment), biasanya digunakan oleh seorang yang bukan ahli untuk berkonsultasi. Struktur sistem pakar dapat disajikan pada Gambar 2.
Dari Gambar 2, komponen-komponen yang ada pada sistem pakar terdiri dari:
1. Subsistem akuisisi pengetahuan (knowledge acquisition subsystem), suatu kegiatan yang dilakukan untuk memperoleh pengetahuan dari pakar, buku, dokumentasi,penelitian, basis data dan gambar.
2. Basis pengetahuan, berisi tentang pengetahuan-pengetahuan yang dibutuhkan untuk memahami, menformulasikan dan menyelesaikan masalah. Menurut Turban (2001), ada dua elemen dasar yang termasuk pada basis pengetahuan, yaitu : a. Fakta, yaitu situasi permasalahan dan teori dari bidang permasalahan
b. Aturan (Rules), yaitu langsung menggunakan pengetahuan secara langsung untuk menyelesaikan permasalahan pada domain tertentu.
3. Mesin inferensi (Inference Engine), program yang berisi metodologi yang digunakan untuk melakukan penalaran terhadap informasi-informasi dalam basis pengetahuan dan blackboard serta digunakan untuk menformulasikan kesimpulan.
4. Blackboard, merupakan daerah dalam memory yang digunakan untuk merekam
kejadian yang sedang berlangsung termasuk keputusan sementara.
5. Antarmuka pemakai (user interface), merupakan suatu fasilitas komunikasi yang digunakan sebagai penghubung antara komputer dengan pengguna.
6. Penjelasan subsistem (explanation subsystem), merupakan suatu kemampuan untuk menemukan dan menjelaskan tingkah laku sistem pakar dengan menjawab pertanyaan-pertanyaan.
7. Sistem penyaring pengetahuan, sistem ini digunakan untuk mengevaluasi kinerja sistem pakar itu sendiri untuk melihat apakah pengetahuan-pengetahuan yang ada masih cocok untuk digunakan di masa mendatang.
Proses pengetahuan dari para pakar dan membangun basis pengetahuan disebut dengan
knowledge engineering. Tujuan yang ingin dicapai dari knowledge engineering adalah
membantu para pakar menyampaikan dengan mudah apa yang mereka ketahui dan mendokumentasikan pengetahuan dalam bentuk yang daoat digunakan (Turban, 2001).
Menurut Turban (2001), ada lima kegiatan utama dari knowledge engineering yaitu : 1. Akuisisi Pengetahuan (knowledge acquisition), merupakan kegiatan untuk
memperoleh pengetahuan dari pakar, buku, dokumen, sensor, gambar dan penelitian. Pengetahuan tersebut harus spesifik terhadap permasalahan yang dihadapi atau terhadap prosedur pemecahan masalah tersebut. Cara memperoleh pengetahuan tersebut tidaklah mudah, karena mencakup kegiatan-kegiatan seperti mengidentifikasi pengetahuan, merepresentasikan pengetahuan ke dalam bentuk yang sesuai, menstrukturkan pengetahuan tersebut dan mentransfer pengetahuan tersebut ke dalam mesin pengolah.
2. Repesentasi pengetahuan (knowledge representation), setelah pengetahuan diperoleh dari pakar atau diinduksi dari suatu set data, maka harus direpresentasikan ke dalam suatu bentuk yang dapat di mengerti oleh manusia dan dapat dieksekusi di dalam komputer. Terdapat berbagai cara untuk melakukan representasi pengetahuan, yaitu rule-based, frame-based, object-based dan case-
based.
3. Validasi pengetahuan (knowledge validation), proses selanjutnya adalah menvalidasikan dan menguji pengetahuan tersebut agar kualitasnya dapat diterima. Hasil uji sering ditampilkan kepada pakar untuk menguji akurasi dan sistem pakar tersebut.
4. Penarikan kesimpulan (Inferencing), kegiatan ini melibatkan desain dari perangkat lunak agar memungkinkan komputer untuk membuat simpulan- simpulan berdasarkan pengetahuan dan permasalahan yang spesifik tersebut. Kemudian sistem akan menyediakan nasihat dan saran pengguna.
5. Penjelasan dan justifikasi (explanation and justification), seorang pakar sering diminta untuk menjelaskan tentang pandangan, rekomendasi dan keputusan yang dibuatnya. Jika sistem pakar menggambarkan perilaku manusia dalam melakukan suatu kegiatan khusus, maka sistem ini juga harus mampu menjelaskan tentang kegiatannya tersebut. Sebuah penjelasan merupakan jawaban bagi sistem pakar tersebut untuk menjelaskan alasan, rekomendasi dari aksi-aksinya tersebut. Bagian dari suatu sistem pakar yang menyediakan penjelasan tersebut dinamakan dengan fasilitas penjelasan (explanation facility).
2.7.2. Case-Based Reasoning
Menurut Aamont and Plaza (1994), Case-Based Reasoning (CBR) merupakan sebuah pendekatan untuk membangun pengetahuan berdasarkan kasus dan solusi pada masa lalu untuk mendapatkan dan menggunakan kembali kasus dan solusi tersebut untuk menyelesaikan permasalahan yang sama, yang terjadi di masa lalu. Case-Based
Reasoning (CBR) merupakan metode yang digunakan untuk mengimplementasikan
sistem diagnosa intelligent ke dalam aplikasi di dunia nyata. CBR juga dapat digunakan untuk menganalisa suatu masalah sesuai dengan kasus yang dihadapi dan untuk selanjutnya mengklasifikasikan kasus tersebut berdasarkan pada pengalaman masa lalu pengklasifikasian. Kelebihan dari CBR yaitu memungkinkan penggunaan contoh kasus masa lalu untuk mengakuisisi pengetahuan dan akhirnya diketahui pokok permasalahannya. Selain itu CBR juga dapat mencari solusi dari permasalahan tersebut berdasarkan dari pengalaman kasus masa lalu sehingga segala permasalahan dapat diselesaikan untuk selanjutnya kasus serta solusinya disimpan untuk kemudian dapat digunakan kembali untuk memecahkan kasus baru, jika kasus tersebut hampir sama atau mungkin sama dengan kasus terdahulu. Menurut Aamont & Plaza (1994), secara garis besar kerangka kerja dari metode CBR dapat digambarkan dengan dua bagian, yaitu :
1. Model proses dari CBR yang berbentuk lingkaran (CBR Cycle) 2. Struktur tugas untuk CBR.
2.7.2.1. CBR Cycle
Menurut Aamont & Plaza (1994), secara keseluruhan model CBR Cycle dapat digambarkan dengan proses sebagai berikut :
5. RETRIEVE, merupakan proses untuk mendapatkan kembali kasus terdahulu yang
serupa dengan kasus yang sedang dihadapi.
6. REUSE, merupakan proses untuk menggunakan kembali informasi dan
pengetahuan dalam kasus terdahulu untuk menyelesaikan masalah yang dihadapi.
7. REVISE, merupakan proses memperbaiki solusi yang telah ada sebelumnya.
8. RETAIN, merupakan proses penyimpanan kasus baru dan solusinya untuk
Keempat proses di atas akan terus dilakukan ketika menghadapi kasus baru. Model CBR tersebut dapat disajikan pada Gambar 3
Gambar 3. CBR Cycle (Aamodt & Plaza, 1994)
2.7.2.2. Struktur CBR
Menurut Aamont & Plaza (1994), selain CBR cycle, gambaran dari struktur CBR dapat lebih memperjelas proses dari CBR secara detail seperti tampak pada Gambar 4. Dari keempat proses yang telah dilakukan pada CBR Cycle, semuanya masih dapat dipecah kembali menjadi beberapa bagian pekerjaan yang harus dilakukan, seperti keterangan berikut :
1. RETRIEVE, dipecah Identify (mengidentifikasi kasus), Search (mencari kumpulan kasus dimasa lalu), Initial match (membandingkan kasus yang baru dengan kasus yang terjadi dimasa lalu) dan Select (memilih kasus yang mirip).