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
.
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
tanda kecerdasan
menghadapi situasi yang membingungkan
memahami dan menyimpulkan dengan cara rasional
biasa
menerapkan pengetahuan untuk memanipulasi
lingkungan
Ide sistem pakar
Semakin tak terstruktur suatu situasi Sistem Pakar adalah paket hardware dan software
yang digunakan sebagai pengambil keputusan dan/atau penyelesaian masalah
Idenya ….
Kepakaran ditransfer dari seorang pakar ke komputer. Pengetahuan ini lalu disimpan disitu dan user dapat
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
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
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
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
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
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.
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.
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.
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.
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
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,
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,
SBP dan Sistem Pakar
Sistem berbasis pengetahuan (SBP) :
Sistem yang melakukan task dengan mengaplikasikan
pengetahuan dalam representasi simbolik
Sistem pakar :
simulasi pakar: pengetahuan dan penalaransistem
komputer yang meniru kemampuan
SBP vs Sistem Pakar
SBP lebih umum dari sistem pakar
Sumber pengetahuan sistem pakar: pakar
manusia
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.
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
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.
Kelemahan ES
Biaya yang diperlukan untuk membuat dan
memeliharanya sangat mahal.
Sulit dikembangkan. Hal ini tentu saja erat kaitannya
dengan ketersediaan pakar di bidangnya.
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
)
APA ITU PENGETAHUAN (
KNOWLEDGE
)?
Data + processing = information
Information + processing (pengalaman, training,
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.
WORKING MEMORY
Definisi : bagian dari sistem pakar yang berisi
fakta-fakta masalah yang ditemukan dalam suatu sesi
Berisi fakta-fakta tentang suatu masalah yang
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
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.
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.
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
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
.
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 thensuspect_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
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.
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
Dengan Forward Chaining …
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
Alur inferensi: A E Fakta Fakta R-3 F G R-4 D R-5 H R-6 J K R-9 R-10
Dengan Backward Chaining …
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
2 tipe teknik inferensi
Pelacakan Ke Belakang (Backward Chaining)
sekumpulan hipotesa fakta-fakta yang mendukung hipotesa
Pelacakan Ke Depan (Forward Chaining)
Teknik penelusuran
Breadth-first search Dept-first search Best-first search
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 RencanaRencana 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
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
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
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.
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.
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,
Karakteristik umum
Performansi tinggi: kualitas solusi, respon
reasonable (relatif terhadap pakar)
Understandable: bagi user atau pengembang Flexibel: BP mudah dirawat
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
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
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
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
STRUKTUR DETAIL SISTEM PAKAR
Terdiri atas 2 bagian : Development Environment (Lingkungan
Pengembangan)
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
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
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
3 Pemain utama dalam suatu proyek sistem pakar adalah:
Domain Expert
Knowledge engineer End-user
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
Desain
–
menentukan konfigurasi
komponen-komponen sistem yang cocok
dengan tujuan-tujuan kinerja tertentu yang
memnuhi kendala - kendala tertentu
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