Secara umum, sistem pakar (expert system) adalah sistem yang berusaha mengadopsi pengetahuan manusia ke komputer, agar komputer dapat menyelesaikan masalah yang seperti biasa dilakukan oleh para ahli. Sistem pakar yang baik dirancang agar dapat menyelesaikan suatu permasalahan tertentu dengan meniru kerja dari para ahli. Dengan sistem pakar ini, orang awampun dapat menyelesaikan masalah yang cukup rumit yang sebenarnya hanya dapat diselesaikan dengan bantuan para ahli. Bagi para ahli, sistem pakar ini juga akan
membantu aktivitasnya sebagai asisten yang sangat berpengalaman (Kusumadewi 2003, p109).
Ada beberapa definisi tentang sistem pakar antara lain :
• Menurut Durkin : Sistem pakar adalah suatu program komputer yang dirancang untuk memodelkan kemampuan penyelesaian masalah yang dilakukan oleh seorang pakar (Kusumadewi 2003, p109).
• Menurut Harmon and King (1985) : Sistem pakar adalah program AI yang dirancang untuk merepresentasikan keahlian manusia dalam ruang lingkup yang spesifik. Semakin khusus dan teridentifikasi ruang lingkup masalah, maka makin berhasil pembuatan dalam hal memperoleh, struturisasi, dan merepresentasikan pengetahuan dalam basis pengetahuan (Mcgraw 1989, p3).
• Menurut Mishkoff (1985) : Expert system atau "knowledge based system"
didefinisikan sebagai program komputer yang mengandung dua hal yaitu declarative knowledge (fakta tentang objek, events, situasi) dan procedural knowledge (informasi berupa pelajaran atau tindakan) untuk menyamai peoses pemikiran dari seorang pakar dalam ruang lingkup tertentu sesuai dengan keahliannya (Mcgraw 1989, p3).
• Menurut Turban (1992, p74) : Sistem pakar adalah sistem yang dirancang dengan cara meniru proses-proses pemikiran yang digunakan oleh seorang pakar untuk menyelesaikan masalah tertentu ke dalam komputer yang biasanya memerlukan keahlian seorang pakar.
Area permasalahan yang termasuk dalam sistem pakar adalah diagnosa, perencanaan, instruksi, dan manajemen, pengawasan, dan perancangan.
Diagnosa sebagai contohnya, merupakan area aplikasi sistem pakar yang telah lama populer. Beberapa dari sistem pakar pertama kali menggunakan sebuah domain pakar "heuristics" untuk digunakan sebagai nasihat dalam mendiagnosa bidang yang terbatas pada ilmu kedokteran. Program ini biasanya meminta input respon pertanyaan dari user tentang gejala-gejala yang ada. Sistem pakar ini menggunakan input ini dan dikombinasi dengan aturan-aturan dalam basis pengetahuan untuk menyarankan kemungkinan diagnosa dengan menyertai ketentuan atau kemungkinan. Kata kuncinya adalah, ketika diminta oleh user, sistem menawarkan kebenaran atau penjelasan untuk menyarankan sebuah diagnosa yang spesifik. User dapat mengerti alasan dari proses yang digunakan untuk merancang diagnosis berdasarkan informasi yang mungkin tidak dimiliki oleh sistem. Jadi meskipun seorang pakar tetap memegang kendali, meng-gunakan sistem pakar adalah sebagai alat bantu kerja (Mcgraw 1989, pp3-4).
Sistem pakar pertama kali dikembangkan oleh komunitas AI pada pertengahan tahun 1960. Sistem pakar yang muncul pertama kali adalah General-purpose Problem Solver (GPS) yang dikembangkan oleh newel dan simon. GPS (dan program-program yang serupa) ini mengalami kegagalan dikarenakan cakupannya terlalu luas sehingga terkadang justru meninggalkan pengetahuan-pengetahuan penting yang seharusnya disediakan. Sampai saat ini sudah banyak sistem pakar yang dibuat, beberapa contoh diantaranya dapat dilihat pada Tabel 2.6 (Kusumadewi 2003, p109-110).
Sistem Pakar Kegunaan
MYCIN Diagnosa penyakit
DENDRAL
Mengidentifikasi struktur molekular campuran yang tidak dikenal
XCON & XSEL Membantu konfigurasi system komputer besar
Prospector1 Digunakan di dalam geologi untuk membantu mencari dan menemukan deposit
FOLIO
Membantu memberikan keputusan bagi seorang manajer dalam hal stok broker dan investasi SOPHIE Analisis sirkuit elektronik
DELTA Pemeliharaan lokomotif listrik disel
Tabel 2.6. Sistem Pakar yang terkenal (Kusumadewi 2003, p109-110)
2.6.1 Keuntungan Sistem Pakar
Secara garis besar, banyak manfaat yang dapat diambil dengan adanya sistem pakar (Kusumadewi 2003, p110), antara lain :
1. Memungkinkan orang awam bisa mengerjakan pekerjaan para ahli.
2. Bisa melakukan proses secara berulang dan otomatis.
3. Menyimpan pengetahan dan keahlian para pakar.
4. Meningkatkan output dan produktivitas.
5. Meningkatkan kualitas.
6. Mampu mengambil dan melestarikan keahlian parta pakar (terutama yang termasuk keahlian angka).
7. Mampu beroperasi dalam lingkungan yang berbahaya.
8. Memiliki kemampuan untuk mengakses pengetahuan.
9. Memiliki reliabilitas.
10. Meningkatkan kapabilitas sistem komputer.
11. Memiliki kemampuan untuk bekerja dengan informasi yang tidak lengkap dan mengandung ketidakpastian.
12. Sebagai media pelengkap dalam pelatihan.
13. Meningkatkan kapanbilitas dalam penyelesaian masalah.
14. Menghemat waktu dalam pengambilan keputusan.
2.6.2 Kelemahan Sistem Pakar
Disamping memiliki beberapa keuntungan, sistem pakar juga memiliki beberapa kelemahan (Kusumadewi 2003, p111), antara lain :
1. Biaya yang diperlukan untuk membuat dan memeliharanya sangat mahal.
2. Sulit dikembangkan. Hal ini tentu saja erat kaitannya dengan ketersediaan pakar di bidangnya.
3. Sistem pakar tidak 100% bernilai benar.
2.6.3 Konsep Dasar Sistem Pakar
Menurut Efraim Turban (1992, p79), konsep dasar sistem pakar mengandung keahlian, inferensi, aturan, dan kemampuan menjelaskan.
Keahlian adalah suatu kelebihan penguasaan pengetahuan di bidang tertentu yang diperoleh dari pelatihan, membaca atau pengalaman. Contoh bentuk pengetahuan yang termasuk keahlian adalah :
• Fakta-fakta pada lingkup permasalahan tertentu.
• Teori-teori pada lingkup permasalahan tertentu.
• Prosedur-prosedur dan aturan-aturan berkenaan dengan lingkup permasalahan tertentu.
• Strategi-strategi global untuk menyelesaikan masalah.
• Meta knowledge (pengetahuan tentang pengetahuan).
Bentuk-bentuk ini memungkinkan para ahli untuk dapat mengambil keputusan lebih cepat dan lebih baik daripada seseorang yang bukan ahli.
Seorang ahli adalah seseorang yang mampu menjelaskan suatu tanggapan, mempelajari hal-hal baru seputar topik permasalahan (domain), menyusun kembali pengetahuan jika dipandang perlu, memecah aturan-aturan jika dibutuhkan, dan menentukan relevan tidaknya keahlian mereka.
Pengalihan keahlian dari para ahli ke komputer untuk kemudian dialihkan lagi ke orang lain yang bukan ahli, merupakan tujuan utama dari sistem pakar.
Proses ini membutuhkan 4 aktivitas yaitu : tambahan pengetahuan (dari para ahli atau sumber-sumber lainnya), representasi pengetahuan ke komputer, inferensi pengetahuan, dan pengalihan komputer ke user. Pengetahuan yang disimpan di komputer disebut dengan nama basis pengetahuan. Ada 2 tipe pengetahuan, yaitu: fakta dan prosedur (biasanya berupa aturan).
Salah satu fitur yang harus dimilki sistem pakar adalah kemampuan untuk menalar. Jika keahlian-keahlian sudah tersimpan sebagai basis pengetahuan dan sudah tersedia program yang mampu mengakses basisdata, maka komputer harus
dapat diprogram untuk membuat inferensi. Proses inferensi dikemas dalam bentuk motor inferensi (inference engine).
Fitur lainnya dari sistem pakar adalah kemampuan untuk merekomendasi.
Kemampuan inilah yang membedakan sistem pakar dengan sistem konvensional (Tabel 2.7).
Sistem Konvensional Sistem Pakar
Informasi dan pemrosesannya biasanya jadi satu dengan program
Basis pengetahuan merupakan bagian terpisah dari mekanisme inferensi
Biasanya tidak bisa menjelaskan mengapa suatu input data itu dibutuhkan, atau bagaimana output itu diperoleh
Penjelasan adalah bagian terpenting dari system pakar
Perubahan program cukup sulit &
membosankan
Pengubahan aturan dapat dilakukan dengan mudah
Sistem hanya akan beroperasi jika sistem sudah lengkap
Sistem dapat beroperasi hanya dengan beberapa aturan
Eksekusi dilakukan langkah demi langkah
Eksekusi dilakukan pada keseluruhan basis pengetahuan
Menggunakan data Menggunakan pengetahuan
Tujuan utamanya adalah efisiensi Tujuan utamanya adalah efektivitas
Tabel 2.7 Sistem konvensional Vs sistem Pakar (Turban 1992, p79)
2.6.4 Bentuk Sistem Pakar
Menurut Turban (1992, p454) software-software kecerdasan buatan (AI) dapat diklasifikasikan menjadi lima tingkatan teknologi.
Gambar 2.16 Tingkatan Teknologi Perangkat Lunak Sistem Pakar (Turban 1992, p 454)
Gambar 2.16 mengilustrasikan tingkatan ini. Tingkatan itu yaitu : 1. Bahasa pemrograman (Programming Language)
Sistem pakar dapat dibuat dengan salah satu dari bahasa-bahasa pemrograman yang ada, dari bahasa AI (AI languages) sampai bahasa-bahasa prosedur standar (standar procedural languages).