Pengenalan sistem pakar

(1)

(2)

Lingkup utama dalam kecerdasan buatan



Sistem Pakar (

Expert System

).



Pengolahan Bahasa Alami (

Natural Language

Processing

).



Pengenalan Ucapan (

Speech Recognition

)



Robotika & Sistem Sensor (

Robotics

&

Sensory

Systems

).



Computer Vision



Intelligent Computer-aided Instruction

.

(3)

tanda kecerdasan

 belajar atau memahami dari pengalaman

 menemukan inti dari pesan yang ambigu atau

bertentangan

 merespon dengan cepat dan tepat pada situasi

baru

 menggunakan pertimbangan dalam memecahkan

persoalan atau mengarahkan tindakan secara efektif

(4)

tanda kecerdasan

 menghadapi situasi yang membingungkan

 memahami dan menyimpulkan dengan cara rasional

biasa

 menerapkan pengetahuan untuk memanipulasi

lingkungan

(5)

Ide sistem pakar

 Semakin tak terstruktur suatu situasi

 Sistem Pakar adalah paket hardware dan software

yang digunakan sebagai pengambil keputusan dan/atau penyelesaian masalah

(6)

Idenya ….

Kepakaran ditransfer dari seorang pakar ke komputer. Pengetahuan ini lalu disimpan disitu dan user dapat

(7)

(8)

Pakar



An expert is one who possesses a

specialized skills, experiences, and

knowledge that most people do not have

along with the ability to apply this knowledge

using tricks, shortcuts, and rules-of-thumbs to

resolve a problem efficiently. [Harmon and

(9)

APA ITU PAKAR/AHLI (EXPERT)?



Seorang pakar/ahli (

human expert

) adalah

seorang individu yang



memiliki kemampuan pemahaman yang

superior dari suatu masalah.



Misalnya: seorang dokter, penasehat

(10)

Kemampuan kepakaran:



Dapat mengenali (

recognizing

) dan

merumuskan masalah



Menyelesaikan masalah dengan cepat dan tepat



Menjelaskan solusi



Belajar dari pengalaman



Restrukturisasi pengetahuan



Menentukan relevansi/hubungan



Memahami batas kemampuan

(11)

Pakar / Expert (Turban: DSS&ES)



Pakar sulit didefinisikan: tingkat kepakaran

 Kepakaran berasosiasi dengan tingkat inteligen (tidak

harus orang terpintar), dengan jumlah pengetahuan

 Pakar belajar dari pengalaman (sukses/gagal) pola  Pengetahuan pakar: terstruktur dan cepat diakses

 Memecahkan masalah dengan efisien dan efektif



Rasio Non-pakar:pakar = 100:1



Pakar: punya pengetahuan khusus, penilaian,

pengalaman, dan metode serta kemampuan

mengaplikasikannya untuk memecahkan

(12)

APA ITU KEPAKARAN/KEAHLIAN

(

EXPERTISE

) ?

 Pemahaman yang luas dari tugas atau pengetahuan

spesifik yang diperoleh dari pelatihan, membaca dan pengalaman.

 Jenis-jenis pengetahuan yang dimiliki dalam kepakaran:

 Teori-teori dari permasalahan

 Aturan dan prosedur yang mengacu pada area permasalahan

 Aturan (heuristik) yang harus dikerj akan pada situasi yang terjadi  Strategi global untuk menyelesaikan berbagai jenis masalah

 Meta-knowledge (pengetahuan tentang pengetahuan)  Fakta-fakta

(13)

(14)

Sistem Pakar



Expert System : a computer system that is

designed and programmed to imitate the

pattern, procedures, and decisions that

experts in a particular field might make.

(15)

Sistem Pakar

 Definisi : usaha untuk menirukan seorang pakar.

 Bentuk : perangkat lunak pengambil keputusan yang sebanding

seorang pakar untuk permasalahan yang khusus dan ruang lingkup yang sempit.

 Tujuan : mentransfer kepakaran dari seorang pakar ke komputer,

kemudian ke orang lain (yang bukan pakar).

 Kepakaran = pengetahuan yang ekstensif (luas) dan spesifik

yang diperoleh melalui rangkaian pelatihan, membaca, dan pengalaman.

(16)

Apakah Sistem Pakar?

 Secara umum, sistem pakar (expert system) adalah

sistem yang berusaha mengadopsi pengetahuan manusia ke komputer, agar komputer dapat

menyelesaikan masalah seperti yang 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.

(17)

 Menurut Durkin: Sistem pakar adalah suatu program

komputer yang dirancang untuk memodelkan

kemampuan penyelesaian masalah yang dilakukan oleh seorang pakar.

 Menurut Ignizio: Sistem pakar adalah suatu model

dan prosedur yang berkaitan, dalam suatu domain tertentu, yang mana tingkat keahliannya dapat

dibandingkan dengan keahlian seorang pakar.

 Menurut Giarratano dan Riley: Sistem pakar adalah

suatu sistem komputer yang bisa menyamai atau meniru kemampuan seorang pakar.

(18)

Sejarah Sistem Pakar

 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

(19)

Mengapa dibutuhkan (1)

 Meningkatkan ketersediaan pakar

 Kepakaran: sulit diperoleh, jumlah sedikit,

 mahal  SBP/ES: Produksi dan distribusi masal

kepakaran

 Menjaga kepakaran bersifat permanen

 Performansi lebih baik dari pakar manusia : stabil,

(20)

Mengapa dibutuhkan (2)



Meningkatkan confidence keputusan

 Output SBP: pendapat kedua

 Penjelasan detil reasoning  pakar manusia

mungkin tidak mau/tidak dapat melakukannya

 Intelligent tutor

 Mengevaluasi pengetahuan pakar: correctness,

(21)

SBP dan Sistem Pakar

 Sistem berbasis pengetahuan (SBP) :

 Sistem yang melakukan task dengan mengaplikasikan

pengetahuan dalam representasi simbolik

 Sistem pakar :

 simulasi pakar: pengetahuan dan penalaransistem

komputer yang meniru kemampuan

(22)

SBP vs Sistem Pakar



SBP lebih umum dari sistem pakar



Sumber pengetahuan sistem pakar: pakar

manusia

(23)

Sistem konvensional vs pakar

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 terprnting dari sistem pakar.

Pengubahan program cukup sulit &

membosankan. Pengubahan aturan dapat dilakukan dengan mudah. Sistem hanya akan beroperasi jika

sistem tersebut sudah lengkap. Sistem dapat beroperasi hanya dengan beberapa aturan. Eksekusi dilakukan langkah demi

langkah. Eksekusi dilakukan pada keseluruhan basis pengetahuan.

Menggunakan data. Menggunakan pengetahuan.

(24)

Sistem pakar Vs Program

konvensional

Program konvensional Sistem pakar

algoritma + data

Contoh: Penghitungan IPK

metode pemecahan masalah + domain knowledge + data

Contoh: diagnosis penyakit,diagnosis kerusakan mobil

Programmer menentukan apa yang harus dilakukan dan urutan yang harus dilakukan

Pakar menentukan aksi, urutan ditentukan oleh interpreter

(25)

Keuntungan penerapan Sistem Pakar

 Membuat seorang yang awam bekerja seperti

layaknya seorang pakar

 Menghemat waktu kerja.

 Menyerdehanakan pekerjaan.

 Merupakan arsip terpercaya dari sebuah keahlian  Memperluas jangkauan, dari keahlian seorang

pakar.

 Meningkatkan kapabilitas sistem komputer.  Memiliki kemampuan untuk bekerja dengan

informasi yang tidak lengkap dan mengandung ketidakpastian.

(26)

Kelemahan ES

 Biaya yang diperlukan untuk membuat dan

memeliharanya sangat mahal.

 Sulit dikembangkan. Hal ini tentu saja erat kaitannya

dengan ketersediaan pakar di bidangnya.

(27)

Alasan mendasar mengapa ES dikembangkan

untuk menggantikan seorang pakar:

• Dapat menyediakan kepakaran setiap waktu

dan diberbagai lokasi

• Secara otomatis mengerjakan tugas-tugas rutin

yang membutuhkan seorang pakar.

• Seorang Pakar akan pensiun atau pergi

• Seorang Pakar adalah mahal

• Kepakaran dibutuhkan juga pada lingkungan

yang tidak bersahabat (

hostile environtment

)

(28)

(29)

(30)

APA ITU PENGETAHUAN (

KNOWLEDGE

)?

 Data + processing = information

 Information + processing (pengalaman, training,

(31)

KNOWLEDGE BASE



Definisi :

Bagian dari sistem pakar yang berisi

domain pengetahuan



Berisi pengetahuan yang dibutuhkan untuk

memahami, merumuskan dan menyelesaikan

masalah.



Terdiri dari 2 elemen dasar:

 Fakta, situasi masalah dan teori yang terkait  Heuristik khus us atau rules, yang langsung

menggunakan pengetahuan untuk menyelesaikan masalah khusus.

(32)

WORKING MEMORY

 Definisi : bagian dari sistem pakar yang berisi

fakta-fakta masalah yang ditemukan dalam suatu sesi

 Berisi fakta-fakta tentang suatu masalah yang

(33)

Basis Pengetahuan



Basis pengetahuan berisi

pengetahuan-pengetahuan dalam penyelesaian masalah,

tentu saja di dalam domain tertentu.



Ada 2 bentuk pendekatan basis pengetahuan

yang sangat umum digunakan, yaitu:

 Penalaran berbasis aturan (Rule-Based

Reasoning)

 Penalaran berbasis kasus (Case-Based

(34)

 Pada penalaranpenalaran berbasisberbasis aturanaturan, pengetahuan direpresentasikan

dengan menggunakan aturan berbentuk: IF-THEN. Bentuk ini digunakan apabila kita memiliki sejumlah pengetahuan pakar pada suatu permasalahan tertentu, dan si pakar dapat

menyelesaikan masalah tersebut secara berurutan. Disamping itu, bentuk ini juga digunakan apabila dibutuhkan penjelasan tentang jejak (langkah-langkah) pencapaian solusi.

(35)



Pada

penalaran

penalaran berbasis

berbasis kasus

kasus

, basis

pengetahuan akan berisi solusi-solusi yang

telah dicapai sebelumnya, kemudian akan

diturunkan suatu solusi untuk keadaan yang

terjadi sekarang (fakta yang ada). Bentuk ini

digunakan apabila user menginginkan untuk

tahu lebih banyak lagi pada kasus-kasus

yang hampir sama (mirip). Selain itu, bentuk

ini juga digunakan apabila kita telah memiliki

sejumlah situasi atau kasus tertentu dalam

basis pengetahuan.

(36)

Basis data

 Basis Data adalah bagian yang mengandung semua

fakta-fakta, baik fakta awal pada saat sistem mulai beroperasi maupun fakta-fakta yang didapatkan pada saat pengambilan kesimpulan yang sedang dilaksanakan

(37)

INFERENCE ENGINE



Definisi :

Processor pada sistem pakar yang

mencocokan fakta-fakta yang ada pada working

memori dengan domain pengetahuan yang

terdapat pada knowledge base, untuk menarik

kesimpulan dari masalah yang dihadapi

.



Proses berpikir pada manusia dimodelkan dalam

sistem pakar pada modul yang disebut

Inference

Engine

.

(38)

Inference Engine



Cara Kerja

[rule1] :: if physician_knows_patient_ has_meningitis or suspect_meningitis then infection_is_meningitis. [rule2] :: if suspect_meningitis_from_ test_results or suspect_meningitis_from_ symptoms then

suspect_meningitis. PHYSICIAN_KNOWS_PATIENT_HAS_MENINGITIS/NO TESTS_WERE_RUN/YES CULTURES_WERE_SEEN/YES APPEARANCE_OF_THE_CULT UER_IS_COCCUS/YES STAIN_OF_THE_CULTUER_IS_ GRAMPOS/YES Knowledge base Working Memory Matching Retrieving Acquiring Firing new fact or conclusion Final Conclusion

(39)

Inference Engine



 Forward ChainingForward Chaining. Pencocokan fakta atau

pernyataan dimulai dari bagian sebelah kiri (IF

dulu). Penalaran dimulai dari fakta terlebih dahulu untuk menguji kebenaran hipotesis.



 Backward ChainingBackward Chaining. Pencocokan fakta atau

pernyataan dimulai dari bagian sebelah kanan (THEN dulu). Penalaran dimulai dari hipotesis terlebih dahulu, dan untuk menguji kebenaran hipotesis tersebut dicari harus dicari fakta-fakta yang ada dalam basis pengetahuan.

(40)

Contoh …

 Ada 10 aturan yang tersimpan dalam basis pengetahuan. Fakta awal

yang diberikan hanya: AA & EE (artinya: A dan E bernilai benar). Ingin dibuktikan apakah K bernilai benar (hipotesis: K)?

No.

No. AturanAturan

R

R--11 IF A & B THEN CIF A & B THEN C

R

R--22 IF C THEN DIF C THEN D

R

R--33 IF A & E THEN FIF A & E THEN F

R

R--44 IF A THEN GIF A THEN G

R

R--55 IF F & G THEN DIF F & G THEN D

R

R--66 IF G & E THEN HIF G & E THEN H

R

R--77 IF C & H THEN IIF C & H THEN I

R

R--88 IF I & A THEN JIF I & A THEN J

R

R--99 IF G THEN JIF G THEN J

R

(41)

Dengan Forward Chaining …

 Munculnya fakta baru pada saat inferensi:

Aturan

Aturan Fakta BaruFakta Baru

R R--33 FF R R--44 GG R R--55 DD R R--66 HH R R--99 JJ R R--1010 KK

(42)

 Alur inferensi: A E Fakta Fakta R-3 _F G R-4 D R-5 H R-6 J K R-9 R-10

(43)

Dengan Backward Chaining …

 Alur inferensi: J I A C H A B K R-10 R-8 R-7 R-1 Fakta Tidak diketahui

(a) Pertama: Gagal

J G A

K R-10 R-9 R-4

Fakta

(44)

2 tipe teknik inferensi

 Pelacakan Ke Belakang (Backward Chaining)

 sekumpulan hipotesa  fakta-fakta yang mendukung hipotesa

 Pelacakan Ke Depan (Forward Chaining)

(45)

Teknik penelusuran

 Breadth-first search

 Dept-first search  Best-first search

(46)

Struktur Sistem Pakar

User User Antarmuka Antarmuka Aksi yang Aksi yang direkomendasi direkomendasi Fasilitas Fasilitas penjelasan penjelasan Inference Inference Engine Engine o oInterpreterInterpreter o oSchedulerScheduler o oConsistency Consistency Enforcer Enforcer Blackboard Blackboard Rencana

Rencana AgendaAgenda Solusi

Solusi DeskripsiDeskripsi masalah masalah Penyaring Penyaring pengetahuan pengetahuan Basis Pengetahuan Basis Pengetahuan Fakta:

Fakta: Apa yang diketahui Apa yang diketahui tentang area domain tentang area domain Aturan:

Aturan: logical referencelogical reference

Rekayasa Rekayasa pengetahuan pengetahuan Pengetahuan Pengetahuan ahli ahli Penambahan pengetahuan Fakta-fakta tentang kejadian khusus

(47)

Cara Kerja Sistem Pakar (2)

 Kepakaran ditransfer dari seorang pakar (sumber

pakar) ke komputer,

 Pengetahuan yang ada disimpan dalam komputer,  Pengguna dapat berkonsultasi pada komputer itu

untuk suatu nasehat,

 Komputer dapat mengambil inferensi

(menyimpulkan, mendeduksi) layaknya seorang pakar

 Komputer memberikan penjelasan kepada

(48)

Individu yang Terlibat Dalam SP

Expert

•Memiliki pengetahuan atau cara menyelesaikan masalah

Knowledge Engineer

•Mendapatkan pengetahuan dari pakar •Memindahkan pengetahuan ke komputer

User

•Pemakai bukan pakar •Orang awam

•Knowledge engineer •Pakar

(49)

Ciri Sistem Pakar

 Terbatas pada domain keahlian tertentu.

 Dapat memberikan penalaran (reasoning) untuk

data yang tidak pasti.

 Dapat mengemukakan rangkaian alasan yang

diberikan dengan cara yang dapat dipahami.

 Berdasarkan pada kaidah/rule tertentu.

 Dirancang untuk dapat dikembangkan secara

bertahap.

(50)

User Interface

 Bagian penghubung antara program sistem pakar dengan

pemakai.

 Bagian ini memungkinkan pengguna untuk memasukkan

instruksi dan informasi ke dalam sistem pakar serta menerima penjelasan dan kesimpulan.

(51)

(52)

Beberapa aplikasi sistem pakar

(dalam beberapa bidang)

 Kesehatan: BAL2000, LISA,

ISABEL, CTSHIV,

DxPlain,MedWeaver, The Analyst,FuzzyFluid, Casnet, PUFF, Centaur, EasyDiagnosis, CLEM, VIE-PNN

 Lingkungan: ESS-WWTP,

CREWS, CORMIX,

HITERM,GCES, Oncologic

 Jaringan: NIDES, AudES,

eXpert-BSM, Expert Advisor, Online ES (listrik)

 ITS: ActiveMath, TEST, ELMART,

SID2002 Math ES, Chest

 Komputer/HW: DART, PEARL,

PDAmum

 Manajemen: DXMAS, CESA,

FINEVA

 Permainan: FRES, Rogomatic

 Geologi: PROSPECTOR

II,DAS

 Pertanian: EXSEL, HABES,

DSS4Ag

 Biologi: RIH, PSORTb

 NASA: Weather ES, SHINE

 Lainnya: TTA (teroris),

ACASPRO (kartu kredit), USLIMITS 2,CATD-RT,

(53)

(54)

(55)

Karakteristik umum

 Performansi tinggi: kualitas solusi, respon

reasonable (relatif terhadap pakar)

 Understandable: bagi user atau pengembang  Flexibel: BP mudah dirawat

(56)

Tipe sistem pakar : Fungsional



Interaktif, untuk pengambilan keputusan

 Input dari user langsung  Contoh: VALAB

 Efek samping: kompetisi dengan pakar



Interaktif, untuk advising (saran, kritik)

 Input dari user langsung

 Contoh: Math tutor system, legal system  Low cost, few risk 􀃆 cocok untuk awal

(57)

Tipe sistem pakar : fungsional (2)

 Embedded, untuk pengambilan keputusan

 Input dari subsistem lain

 Contoh: treatment selection pada Hopper

 persetujuan kredit pada sistem informasi credit card American

(58)

Sistem Pakar

sebagai Media Pengetahuan

 Fakta: pengetahuan harus di-share

 Media pengetahuan: buku, hypertext media, film, sistem pakar, dll  Kelebihan sistem pakar:

 Controllability by user

 Pengaksesan tidak sekuensial seperti buku, film

 Dinamik sesuai pengetahuan/interest user sama seperti ; hypertext

 Verifiability

 Verifikasi tidak hanya dilakukan kepada orang/media lain

 Mampu mengekspresi/interpretasi pengetahuan tidak jelas dan tidak lengkap  Contoh: pakar yang bertentangan telusuri sistem pakar

(59)

PEMINDAHAN KEPAKARAN

 Tujuan dari sebuah sistem pakar adalah untuk

mentransfer kepakaran yang dimiliki seorang pakar kedalam komputer, dan kemudian kepada orang lain (nonexpert).

 Aktifitas yang dilakukan untuk memindahkan kepakaran:

 Knowledge Acquisition (dari pakar atau sumber lainnya)  Knowledge Representation (ke dalam komputer)

 Knowledge Inferencing  Knowledge Transfering

(60)

(61)

(62)

STRUKTUR DETAIL SISTEM PAKAR

Terdiri atas 2 bagian :

 Development Environment (Lingkungan

Pengembangan)

(63)

Detail sistem pakar

 Bagian-bagian yang secara umum ada pada struktur detail

sistem pakar

 Knowledge Aqcuisision System  Knowledge Base  Inference engine  User Interface  User  Workplace (Blackboard)  Explanation Subsystem  Knowledge refining system

(64)

KNOWLEDGE AQCUISISTION



Meliputi proses

pengumpulan

,

pemindahan

,

dan

perubahan

dari



kemampuan pemecahan masalah seorang pakar

atau sumber



pengetahuan terdokumentasi (buku, dll) ke

program komputer, yang



bertujuan untuk memperbaiki dan atau

mengembangkan basis

(65)

KNOWLEDGE ENGINEERING

 Definisi : Proses pengembangan suatu sistem pakar

 Orang yang mengembangkan suatu sistem pakar disebut:

Knowledge Engineer

 Fase pengembangan sistem pakar

 Assessment  Knowledge Aqcuisition  Design  Test  Documentation  Maintenance

(66)

3 Pemain utama dalam suatu proyek sistem pakar adalah:

 Domain Expert

 Knowledge engineer  End-user

(67)

Kategori Problema Sistem Pakar

 Interpretasi – membuat kesimpulan atau deskripsi

dari sekumpulan data mentah.

 Prediksi – memproyeksikan akibat-akibat yang

dimungkinkan dari situasi-situasi tertentu

 Diagnosis – menentukan sebab malfungsi dalam

situasi kompleks yang didsarkan pada gejala-gejala yang teramati

(68)



Desain

–

menentukan konfigurasi

komponen-komponen sistem yang cocok

dengan tujuan-tujuan kinerja tertentu yang

memnuhi kendala - kendala tertentu

(69)

Kategori Problema Sistem Pakar

 Perencanaan – merencanakan serangkaian tindakan yang akan

dapat mencapai sejumlah tujuan dengan kondisi awal tertentu

 Debugging dan Repair – menentukan dan menginterpretasikan

cara-cara untuk mengatasi malfungsi.

 Instruksi – mendeteksi dan mengoreksi defisiensi dalam

pemahaman domain subyek

 Pengendalian – mengatur tingkah laku suatu environment yang

kompleks

 Selection – mengidentifikasi pilihan terbaik dari sekumpulan

(list) kemungkinan

 Simulation – pemodelan interaksi antara komponen-komponen

sistem

 Monitoring – membandingkan hasil pengamatan dengan kondisi