BAB 2 LANDASAN TEORI. beberapa yang digunakan saja yang akan dibahas. bahasa dimana kata-kata dan aturannya berfokus pada penggambaran sistem

(1)

7

LANDASAN TEORI

2.1 Unified Modeling Language (UML)

UML digunakan untuk menggambarkan perancangan awal dari sistem yang akan dibangun. UML memiliki banyak jenis permodelan, tetapi hanya beberapa yang digunakan saja yang akan dibahas.

Menurut Booch (2005), UML merupakan suatu bahasa. Suatu bahasa terdiri dari kata-kata, dan memiliki aturan untuk menggabungkan kata-kata tersebut, sehingga tercipta komunikasi. Sebuah permodelan bahasa adalah suatu bahasa dimana kata-kata dan aturannya berfokus pada penggambaran sistem secara konseptual dan fisik. Sebuah permodelan bahasa seperti UML telah menjadi bahasa standar untuk merencanakan suatu aplikasi.

Hasil dari permodelan tadi adalah pengertian dari suatu sistem. Satu model saja tidak cukup untuk menggambarkan sistem secara keseluruhan, maka dibutuhkan banyak model yang berhubungan satu dengan yang lainnya untuk memberikan pengertian pada dasar dari sistem. Keuntungan UML

•Sebagai bahasa pemodelan yang general-purpose, difokuskan pada pokok himpunan konsep yang dapat dipakai bersama dan menggunakan pengetahuan bersama dengan mekanisme perluasan.

•Sebagai bahasa pemodelan yang mudah diaplikasikan, dapat diaplikasikan untuk bermacam tipe sistem (software dan non-software), domain dan metode atau proses.

(2)

• Sebagai bahasa pemodelan standar industri, bukan merupakan bahasa yang tertutup atau satu-satunya, tapi bersifat terbuka dan sepenuhnya dapat diperluas. Komponen UML

UML mempunyai dua tipe diagram, struktural dan behavioural. Struktural diagram menggambarkan bagian statik dari sistem. Behavioural diagram menggambarkan bagian dinamik dari sistem. Behavioural digram diklasifikasikan lebih lanjut ke dalam interaksi dan state diagram.

1. Struktural

Class diagram menggambarkan hubungan antar objek.

Use case diagram digunakan untuk mengorganisasikan use case dan

behaviours.

Component..diagram..adalah..komponen..dan..hubungan.yang.mengilus-

trasikan implementasi sistem.

Deployment diagram adalah konfigurasi waktu kerja dari node dan objek

yang memiliki node.

2. Behavioural

Statechart diagram menunjukkan urutan kondisi dari objek yang

mengalami interaksi beserta respon dan tindakannya.

Sequence diagram menggambarkan waktu urutan message dan object

lifeline.

Collaboration diagram menggambarkan urutan message dan organisasi

(3)

Activity diagram menggambarkan arus kerja dari aktifitas, difokuskan pada operasi yang dilewatkan antar objek.

Pada penelitian dan pengembangan aplikasi sistem pakar ini, tipe UML yang digunakan adalah :

•Use Case Model

Menurut Booch (2005), suatu use case diagram menampilkan sekumpulan use case dan aktor (pelaku) dan hubungan diantara use case dan aktor tersebut. Use case diagram digunakan untuk penggambaran use case statik dari suatu sistem. Use case diagram penting dalam mengatur dan memodelkan kelakuan dari suatu sistem.

Use case menjelaskan apa yang dilakukan sistem (atau subsistem) tetapi tidak tidak menspesifikasikan cara kerjanya. Flow of event digunakan untuk menspesifikasikan kelakuan dari use case. Flow of event menjelaskan use case dalam bentuk tulisan dengan sejelas-jelasnya, diantaranya bagaimana, kapan use case dimulai dan berakhir, ketika use case berinteraksi dengan aktor, obyek apa yang digunakan, alur dasar dan alur alternatif.

(4)

Gambar 2.1 Notasi Use Case Diagram (Simonn Bennet, Steve Marcob dan Ray Farmer :2006, p146)

•Sequence Diagram

Menurut Booch (2005), suatu sequence diagram adalah suatu diagram interaksi yang menekankan pada pengaturan waktu dari pesan-pesan. Diagram ini menampilkan sekumpulan peran dan pesan-pesan yang dikirim dan diterima oleh instansi yang memegang peranan tersebut. Sequence diagram menangkap objek dan class yang terlibat dalam skenario dan urut-urutan pesan yang ditukar antara objek diperlukan untuk melaksanakan fungsionalitas skenario. Sequence diagram berasosiasi dengan use case selama proses pengembangan. Dalam Unified Model Language (UML), objek dalam sequence diagram digambar dengan segiempat yang berisi nama objek yang diberi garis bawah. Objek dapat diberi nama dengan tiga cara : (nama objek), (nama objek dan class) atau (hanya nama class (anonymous object)). Berikut notasi sequence diagram seperti terlihat pada gambar dibawah ini :

(5)

• Class Diagram

Menurut Booch (2005), class diagram menunjukan sekumpulan kelas, antarmuka, dan kerjasama serta hubungannya. Class diagram digunakan untuk memodelkan perancangan statik dari gambaran sistem. Biasanya meliputi permodelan vocabulary dari sistem, permodelan kerjasama, atau permodelan skema.

Class diagram dapat digunakan untuk membangun sistem yang dapat dieksekusi melalui teknik forward and reverse, selain untuk penggambaran, penspesifikasian, dan pendokumentasian struktur model.

Class Diagram terdiri dari:

a) Nama Class. b) Atribut.

c) Operasi/Method.

Tabel 2.1 Class Diagram (Wahono, R.S, 2003)

Atribut dan Operasi/method dapat memiliki tiga sifat berikut:

• Public, dapat dipanggil oleh class apa saja.

Nama Class

Atribut

(6)

• Protected, hanya dapat dipanggil atau diakses oleh class yang bersangkutan dan class turunannya.

• Private, hanya dapat dipanggil oleh dirinya sendiri (tidak dapat diakses dari luar

class yang bersangkutan). Hubungan antar class

1. Asosiasi, yaitu hubungan yang bersifat statis dalam class. Asosiasi menggambarkan class yang memiliki atribut berupa class lain atau class yang harus mengenal adanya class lain.

2. Agregasi, merupakan hubungan antara satu object dengan object lainnya dimana object satu dengan object lainnya sebenarnya terpisah namun disatukan, sehingga tidak terjadi kebergantungan (Object lain bisa ada walau object penampungnya tidak ada).

3. Pewarisan, yaitu hubungan hirarki antar class. Class dapat diturunkan dari class lain dan mewarisi semua atribut dan metode class asalnya dan menambahkan fungsionalitas baru, sehingga ia disebut anak dari class yang diwarisinya. Kebalikan dari pewarisan adalah generalisasi.

4. Hubungan dinamis, yaitu rangkaian pesan (messaging) uang di-passing dari satu class kepada class lain.

2.2 Inteligensia Semu

2.2.1 Definisi Inteligensia Semu

Inteligensia Semu atau dalam bahasa inggrisnya Artificial Intelligence merupakan cabang dari ilmu komputer, yang memiliki tujuan untuk membuat

(7)

komputer dapat melakukan pekerjaan seperti dan sebaik yang manusia lakukan. Didefinisikan di dalam Oxford Dictionaries sebagai “the performance by computer system of tasks normally requring human intelligence.” – kinerja dari sistem komputer untuk mengerjakan tugas yang biasanya memerlukan kecerdasan manusia. Terdapat definisi – definisi lain tentang intelegensia semu, antara lain : a) Ilmu yang mempelajari cara membuat komputer dapat bertindak dan memiliki

kecerdasan seperti manusia (Turban, 1992:3)

2.2.2 Lingkup Inteligensia Semu

Lingkup utama dalam inteligensia semu menurut Giarratano dan Riley (2005:5) adalah :

a) Sistem Pakar (Expert Systems). Komputer digunakan sebagai suatu sarana untuk menyimpan pengetahuan dari para pakar untuk dapat digunakan dikemudian hari sebagai suatu sistem yang akan berguna bagi pengguna. Dengan demikian komputer akan memiliki keahlian untuk menyelesaikan permasalahan dangan menggunakan dan meniru keahlian yang dimiliki oleh pakar yang telah disimpan.

b) Pengolahan Bahasa Alami (Natural Language Processing). Dengan pengolahan bahasa alami ini diharapakan pengguna dapat berkomunikasi dengan komputer menggunakan bahasa yang digunakan oleh pengguna sehari-hari.

c) Pengenalan Ucapan (Speech). Melalui pengenalan ucapan diharapkan manusia dapat berkomunikasi dengan komputer dengan menggunakan suara.

(8)

d) Robotika (Robotics). Dengan robotika dan sistem sensori membuat komputermenjadi suatu sistem yang dapat meniru pergerakan dari manusia.

e) Computer Vision. Mencoba untuk dapat menginterpretasikan gambar atau

obyek-obyek yang terlihat melalui komputer.

f) Artificial Neural-Networks. Komputer dapat digunakan sebagai tutor yang

dapat melatih dan mengajar kepada manusia atau pengguna.

g) Theorem Proving. Metode lain untuk memverifikasi pada spesifikasi

formal pada sistem model.

Gambar 2.3 Lingkup Inteligensia Semu 2.2.3 Keuntungan Inteligensia semu

Menurut Turban dan Frenzel (1992:9) keuntungan-keuntungan dari inteligensia semu ialah :

1. Inteligensia semu bersifat permanen. Inteligensia semua tidak akan berubah selama sistem komputer dan program tersebut tidak dirubah.

2. Inteligensia semu lebih mudah disebarkan dan diduplikasi. Mentransfer pengetahuan manusia dari satu orang ke orang yang lain membutuhkan

(9)

proses yang sangat lama, dan juga keahlian itu tidak akan pernah diduplikasi secara lengkap. Oleh karena itu, jika pengetahuan terletak pada suatu sistem komputer, pengetahuan itu dapat disalin dari satu komputer dan dipindahkan dengan mudah ke dalam komputer lainnya.

3. Inteligensia semu lebih murah karena denganmenyediakan layanan komputer akan lebih mudah dan murah dibandingkan dengan harus mendatangkan seseorang untuk mengerjakan sejumlah pekerjaan dalam jangka waktu yang sangat lama.

4. Inteligensia semu lebih konsisten. Hal ini disebabkan karena inteligensia semu merupakan bagian dari teknologi komputer.

5. Inteligensia semu dapat didokumentasi. Keputusan yang dibuat oleh komputer dapat didokumentasikan dengan mudah dengan cara melacak setiap aktivitas dari sistem tersebut.

6. Inteligensia semu dapat mengerjakan pekerjaan lebih cepat dan baik dibandingkan manusia.

2.3 Sistem Pakar

2.3.1 Definisi Sistem Pakar

Sistem pakar adalah salah satu cabang dari inteligensia semu yang menggunakan pengetahuan-pengetahuan khusus yang dimiliki oleh seorang pakar untuk menyelesaikan permasalahan tertentu (Giarratano and Riley, 2005:5). Sistem pakar yang baik dirancang agar dapat menyelesaikan permasalahan tertentu seperti yang dilakukan oleh para pakar. Dengan sistem pakar ini, setiap orang dapat

(10)

menyelesaikan masalah yang rumit yang sebenarnya hanya bisa diselesaikan oleh para pakar. Bagi pakar itu sendiri, sistem ini dapat membantu aktivitasnya sebagai asisten yang berpengalaman. Berikut adalah definisi sistem pakar menutrut beberapa ahli :

1. Sistem pakar adalah sebuah sistem yang berusaha mengadopsi pengetahuan manusia ke dalam komputer agar komputer dapat menyelesaikan masalah seperti yang dilakukan oleh para ahli (Luger, 2002:20)

Expert Systems

Gambar 2.4 Fungsi Dasar Sistem Pakar (Giarratano dan Riley, 2005)

2.3.2 Kategori Masalah Sistem Pakar

Sistem pakar dibuat untuk menyelesaikan permasalahan dalam berbagai bidang. Ada beberapa kategori masalah yang dapat diselesaikan dengan sistem pakar, yaitu :

a) Interpretasi

Pengambilan keputusan atau deskripsi tingkat tinggi dari sekumpulan data mentah. Facts Expertise Expert Systems Knowledge-Base Inference Engine User

(11)

b) Prediksi

Menyimpulkan kemungkinan konsekuensi dari situasi atau kejadian-kejadian. Seperti prakiraan cuaca, peramalan ekonomi.

c) Diagnosis

Menentukan kesalahan komponen-komponen sistem dari gejala-gejala yang teramati. Seperti medis, elektronik, mekanis.

d) Desain

Menentukan konfigurasi komponen-komponen sistem yang memenuhi batasan tertentu. Diantaranya adalah perancangan pembangunan, layout sirkulasi.

e) Perencanaan

Manghasilkan serangkaian tindakan agar tercapainya tujuan tertentu. Diantaranya dalah perencanaan keuangan, perencanaan jalur.

f) Monitoring

Membandingkan antara tingkah laku dari suatu sistem yang teramati dengan tingkah laku yang diharapkan darinya, misalnya kendali pesawat tanpa awak.

g) Debugging dan Repair

Menemukan cara-cara untuk mengatasi kesalahan pada sistem, misalnya adalah aplikasi troubleshooting pada komputer.

h) Instruksi

Mendeteksi dan mengobati perbedaan paham dalam ruang lingkup tertentu. i) Pengendalian

(12)

Mengatur perilaku sistem terhadap interpretasi-interpretasi, prediksi, dan monitoring kelakuan sistem.

2.3.3 Keuntungan Sistem Pakar

Menurut (Giarratano and Riley, 2005:8) Keuntungan-keuntungan dari sistem pakar dapat dilihat sebagai berikut :

1. Meningkatkan ketersediaan 2. Mengurangi biaya

3. Mengurangi bahaya

4. Dapat terdiri dari banyak pakar 5. Meningkatkan kehandalan 6. Memberikan penjelasan 7. Memberikan respon cepat 8. Stabil

9. Intelligent tutor

10. Intelligent database

2.3.4 Karakter Sistem Pakar

Sebuah sistem pakar yang baik haruslah memiliki karakteristik. Karakteristik sistem pakar menurut Giarratano dan Riley (2005:12) adalah :

a) High Performance

Sistem pakar harus memiliki kemampuan sebaik seorang pakar dibidangnya.

(13)

Sistem pakar harus dapat bekerja dengan waktu yang singkat bahkan lebih baik dari pakar itu sendiri.

c) Good reliability

Sistem pakar haruslah kuat dan tidak mudah untuk rusak/error.

d) Understandable

Sistem pakar harus dapat memberikan penjelasan yang mudah dimengerti oleh penguna terhadap hasil keluarannya.

2.3.5 Dasar Sistem Pakar

Menurut Giarratano dan Riley (2005: 28) dalam sistem pakar, kepakaran itu berisi ilmu pengetahuan utama yang dibutuhkan untuk memecahkan masalah yang tertulis di dalam peraturan. Suatu sistem pakar terdiri dari beberapa komponen seperti :

a) User Interface : mekanisme dimana pengguna dan sistem pakar itu saling

berinteraksi.

b) Explanation Facility : menjelaskan pemikiran-pemikiran yang terdapat

dalam sistem kepada pengguna.

c) Working Memory : fakta-fakta yang terdapat dalam database global

digunakan dalam peraturan-peraturan dari sistem.

d) Inference Engine : membuat kesimpulan dengan memutuskan aturan mana

yang memuaskan dengan fakta-fakta atau objek, dengan mengutamakan aturan-aturan yang memuaskan dan melaksanakan aturan dengan prioritas yang tinggi.

(14)

e) Agenda : mengutamakan daftar nama yang dibuat oleh pengambil keputusan, dimana daftar tersebut dipuaskan berdasarkan fakta-fakta atau objek dalam pengerjaan memori.

f) Knowledge Acquisiton Facility : jalan keluar termudah bagi pengguna

untuk mendapatkan pengetahuan didalam sebuah sistem dari pada mendapatkan pengetahuan dari para ahli secara eksplisit.

Gambar 2.5 Komponen sistem pakar (Giarratano and Riley, 2005)

2.3.6 Perbedaan Sistem Konvensional dengan Sistem Pakar

Perbedaan sistem konvensional dengan sistem pakar dapat dilihat pada tabel 2.2 (Giarratano and Riley, 2005:50).

Tabel 2.2 Perbedaan Sistem Konvensional dengan Sistem Pakar.

Sistem Konvensional Sistem Pakar

Working memory (facts) Inference engine Explanatio n facility Knowledge acquitition facility Agenda User interface

(15)

Sistem berjalan berdasarkan sekumpulan perintah

Sistem berjalan menggunakan mesin inferensi

Solusi didapat dengan

menggunakan algoritma yang sudah ditulis khusus untuk masalah itu.

Solusi berdasarkan aturan-aturas (rules) yang diolah di mesin inferensi

Biasanya tidak bisa menjelaskan output itu diperoleh

Penjelasan adalah bagian terpenting dari sistem pakar Pengubahan program cukup sulit

dan merepotkan

Pengubahan pada aturan/kaidah dapat dilakukan dengan mudah Sistem hanya akan bekerja jika

sistem tersebut sudah lengkap

Sistem dapat bekerja hanya dengan beberapa aturan Eksekusi dilakukan langkah demi

langkah secara algoritmik

Eksekusi..dilakukan...pada keseluruhan...basis...pengetahuan secara heuristik dan logis

Menggunakan data Menggunakan pengetahuan

Desain program terstruktur Desain program tidak terstruktur

2.3.7 Struktur Sistem Pakar

Sistem pakar terdiri dari 2 bagian pokok, yaitu : lingkungan pengembangan (development..evironment) dan lingkungan konsultasi (consultation environment). Lingkungan pengembangan digunakan sebagai pembangun sistem pakar baik dari

(16)

segi pembangunan komponen maupun basis pengetahuan. Lingkungan konsultasi digunakan oleh seorang yang bukan ahli untuk berkonsultasi.

Consultation Environment Development Environment

Gambar 2.6 Struktur Sistem Pakar (Turban, 1992)

Komponen-kompen yang ada dalam struktur sistem pakar : 1. Antarmuka Pemakai (User Interface)

Merupakan mekanisme yang digunakan oleh pengguna dan sistem pakar untuk berkomunikasi. Antarmuka menerima informasi dari pemakai dan mengubahnya ke dalam bentuk yang dapat diterima oleh sistem. Selain itu

User Knowledge Engineer User Interface Recommended Action Explanation Facillity Blackboard(workspace) Knowledge Refinement Expert Knowledge Inference Engine Knowledge Base Knowledge Acquisition Fact about the specific incident

(17)

antarmuka menerima dari sistem dan menyajikannya ke dalam bentuk yang dapat dimengerti oleh pemakai.

2. Basis Pengetahuan (Knowledge base)

Basis pengetahuan mengandung pengetahuan untuk pemahaman, formulasi dan penyelesaian masalah. Komponen sistem pakar ini disusun atas 2 elemen dasar, yaitu:

• Fakta : informasi tentang obyek dalam area permasalahan tertentu.

• Aturan : informasi tentang cara bagaimana memperoleh fakta baru dari fakta yang telah diketahui.

3. Akuisisi Pengetahuan (Knowledge Acquisition)

Akuisisi pengetahuan adalah akumulasi, transfer, dan transformasi keahlian dalam menyelesaikan masalah dari sumber pengetahuan ke dalam program komputer. Dalam tahap ini knowledge engineer berusaha menyerap pengetahuan untuk selanjutnya ditransfer ke dalam basis pengetahuan. Pengetahuan diperoleh dari pakar, dilengkapi dengan buku, basis data, laporan penelitian dan pengalaman pemakai. Dan dijadikan dokumentasi untuk dipelajari, diolah dan dikumpulkan dengan terstruktur menjadi basis pengetahuan (knowledge base). Metode akuisisi pengetahuan :

• Wawancara

Metode yang paling banyak digunakan, yang melibatkan pembicaraan dengan pakar secara langsung dalam suatu wawancara.

(18)

Dalam metode ini pakar diminta untuk melakukan pekerjaan dan mengungkapkan proses pemikirannya dengan menggunakan kata-kata. Pekerjaan tersebut direkam, dituliskanm dan dianalisis.

• Observasi pada pekerjaan pakar

Pekerjaan dalam bidang tertentu yang dilakukan pakar direkam dan diobservasi

• Induksi aturan dari contoh

Induksi adalah suatu proses penalaran dari khusus ke umum. Suatu sistem induksi aturan diberi contoh-contoh dari suatu masalah yang hasilnya telah diketahui. Setelah diberikan beberapa contoh, sistem induksi aturan tersebut dapat membuat aturan yang benar untuk kasus-kasus contoh. Selanjutnya aturan dapat digunakan untuk menilai kasus-kasus lain yang hasilnya tidak diketahui.

4. Mesin Inferensi (Inference Engine)

Program yang berisi metodologi yang digunakan untuk melakukan penalaran terhadap informasi-informasi dalam basis pengetahuan dan blackboard, serta digunakan untuk memformulasikan konklusi.

5. Workplace / Blackboard

Workplace merupakan area dari sekumpulan memori kerja (working memory), digunakan untuk merekam kejadian yang sedang berlangsung termasuk keputusan sementara. Ada 3 keputusan yang dapat direkam :

• Rencana : bagaimana menghadapi masalah

(19)

dieksekusi

• Solusi : calon aksi yang akan dibangkitkan 6. Fasilitas Penjelasan (Explanation Facility)

Adalah komponen tambahan yang akan meningkatkan kemampuan sistem pakar. Digunakan untuk melacak respon dan memberikan penjelasan tentang kelakuan sistem pakar secara interaktif melalui pertanyaan :

• Mengapa suatu pertanyaan ditanyakan oleh sistem pakar ? • Bagaimana konklusi dicapai ?

• Mengapa ada alternatif yang dibatalkan ?

• Rencana apa yang digunakan untuk mendapatkan solusi ? 7. Perbaikan Pengetahuan (Knowledge Refinement)

Pakar memiliki kemampuan untuk menganalisis dan meningkatkan kinerjanya serta kemampuan untuk belajar dari kinerjanya. Kemampuan tersebut adalah penting dalam pembelajaran terkomputerisasi, sehingga program akan mampu menganalisis penyebab kesuksesan dan kegagalan yang dialaminya dan juga mengevaluasi apakah pengetahuan-pengetahuan yang ada masih cocok untuk digunakan di masa mendatang.

2.3.7.1 Representasi Pengetahuan

Representasi pengetahuan mempelajari tentang bagaimana menempatkan pengetahuan ke dalam bentuk yang dapat dimengerti oleh komputer (Russel and Norvig, 2003:16). Representasi pengetahuan

(20)

menggunakan berbagai cara untuk menyimpan banyak informasi yang berguna ke dalam bentuk simbolis.

2.3.7.1.1 Kaidah Produksi

Kaidah produksi dikembangkan oleh Newell dan Simon sebagai model kognisi manusia. Kaidah produksi direpresentasikan dalam bentuk pasangan kondisi aksi seperti :

• IF [kondisi] THEN [aksi] Sebagai contoh :

• IF [Mobil sukar menyala] AND [Mesin tiba-tiba mati]

THEN [Fuel pump rusak]

2.3.7.1.2 Pohon Keputusan

Pohon keputusan adalah tree yang berhubungan tabel keputusan dan sering dalam analisis sistem (bukan sistem inteligensia semu).

2.3.7.1.3 Jaringan Semantik

Jaringan semantic adalah suatu gambaran pengetahuan berbentuk grafis yang terdiri dari simpul (node) dan hubungan antara node (link).

(21)

2.4 Probabilitas Bayes

Teori probabilitas bayes digunakan untuk menghitung probabilitas terjadinya suatu peristiwa berdasarkan pengaruh yang didapat dari pengujian. probabilitas bayes menerangkan hubungan antara probabilitas terjadinya hipotesis Hi dengan terdapat fakta (evidence) E telah terjadi dan probabilitas terjadinya evidence B dengan syarat hipotesis Hi telah terjadi. Teorema ini didasarkan pada prinsip bahwa jika terdapat tambahan informasi atau evidence maka nilai probabilitas dapat diperbaiki, sehingga teorema ini bermanfaat untuk mengubah atau memperbaiki nilai kemungkinan yang ada menjadi lebih baik dengan didukung informasi atau evidence-evidence tambahan. Secara matematik persamaan teorema Bayes ditulis seperti :

dimana :

• p(Hi | E ) adalah probabilitas hipotesis Hi benar jika diberikan evidence (fakta) E.

• p(E |Hi) adalah probabilitas munculnya evidence (fakta) E jika diketahui hipotesis Hi benar.

• p(Hi) adalah probabilitas hipotesis Hi tanpa memandang evidence (fakta) apapun.

• P(E) adalah probabilitas adanya evidence E

(22)

dimana :

• adalah evidence lama • adalah evidence baru

• adalah probabilitas munculnya hipotesis jika muncul evidence baru dari evidence lama

• adalah probabilitas kaitan antara evidence lama dan

evidence baru jika hipotesis benar

• probabilitas kaitan antara evidence lama dengan

evidence baru tanpa memandang hipotesis apapun

Teorema Bayes biasanya diterapkan di bidang kesehatan sebagai perhitungan untuk memberikan tingkat kepercayaan akan suatu penyakit berdasarkan bukti-bukti yang ada. Namun penerapan teorema Bayes juga bisa dipakai di bidang lain seperti yang terdapat di dalam jurnal yang berjudul An Introduction to Bayesian methods in health technology assessment karya David J Spiegelhalter, Jonathan P Myles, David R Jones, Keith R Abrams (1999: p512)

“Bayesian analysis is widely used in variety of non-medical fields, including engineering, image processing, expert systems, decision analysis, gene sequencing, financial prediction, and neural networks, and increasingly in complex epidemiological models.”

Pada penelitian dan pengembangan sistem pakar ini, metoda Bayes digunakan untuk memberikan nilai kemungkinan yang didasarkan pada pemberian

(23)

nilai prior oleh seorang pakar dari gejala-gejala kerusakan mobil yang ada. Sehingga pada akhirnya sistem pakar yang dirancang ini dapat memberikan solusi dengan memberikan nilai kemungkinan dari ketepatan solusi yang ditawarkan.

2.5 Kerusakan Pada Mobil

Kerusakan pada mobil dapat digolongkan menjadi 5 jenis, yaitu: 1. Kerusakan pada bagian mesin.

2. Kerusakan pada bagian sistem pendinginan.

3. Kerusakan pada bagian pengereman dan kaki-kaki mobil. 4. Kerusakan pada bagian transmisi

5. Kerusakan pada bagian kelistrikan

2.5.1 Kerusakan Pada Bagian Mesin

Kerusakan yang mungkin terjadi pada bagian transmisi mobil akan disajikan di tabel 2.3

Tabel 2.3 Tabel Kerusakan Bagian Mesin

Tipe kerusakan Gejala Penyebab Solusi

Mesin tidak mau hidup

Mesin tidak bisa dihidupkan

• Mobil tidak terdapat bensin • Bagian kelistrikan

mobil dalam kondisi tidak baik

• Fuel pump mobil

- Segera isi bensin - Segera cek bagian kelistrikan - Bawa ke bengkel langganan

(24)

tidak bekerja dengan baik • Mobil habis

menerjang banjir Mesin mati tiba -

tiba

Mesin mati secara tiba - tiba

Overheat atau terjadi penyumbatan pada karburator/injector

Jika overheat matikan mobil dan

diamkan sebentar. Jika terjadi penyumbatan segera bersihkan di bengkel terdekat Mesin knocking/ ngelitik, • Terdapat bunyi ngelitik dari mesin • Kinerja mesin

berkurang

Konsumsi BBM yang tidak sesuai

dengan anjuran pabrik atau campuran bensin dengan udara tidak

sesuai

Lakukan tune up di bengkel langganan

Kebocoran oli Terdapat rembesan oli di sekitar mesin

Terdapat bagian mesin yang sudah

rusak

Cek asal rembesan oli tersebut, jika parah segera bawa

(25)

2.5.2 Kerusakan Pada Bagian Sistem Pendinginan

Kerusakan yang mungkin terjadi pada sistem pendinginan diantaramya akan disajikan di tabel 2.4

Tabel 2.4 Tabel Kerusakan Bagian Sistem Pendinginan

Radiator Mesin panas saat kecepatan tinggi

Radiator mampat sehingga tidak dapat mendinginkan mesin saat bekerja keras

Service atau ganti radiator

Kipas radiator Mesin bertambah saat mobil dalam

kondisi diam(stationer)

Kipas radiator rusak atau ada masalah di bagian kelistrikan

Ganti kipas radiator atau cek bagian

kelistrikan

Selang radiator Air di radiator selalu berkurang

Terjadi kebocoran Segera cari letak kebocorannya, jika

parah segera bawa ke bengkel

Thermostat Mesin terlalu

dingin walaupun sudah berjalan jauh Thermostat terus terbuka Ganti Thermostat

(26)

reservoir menjadi penuh tetapiair di radiator berkurang

tutup radiator rusak

2.5.3 Kerusakan Pada Bagian Pengereman dan Kaki-kaki Mobil

Kerusakan yang mungkin terjadi pada bagian pengereman dan kaki-kaki akan disajikan di tabel 2.5

Tabel 2.5 Tabel Kerusakan Bagian Pengereman dan Kaki-kaki

Rem • Remi diinjak

terlalu dalam agar mobil berhenti

Booster rem rusak Ganti booster rem dengan yang baru

• Terdapat perbedaan tekanan

saat menginjak pedal rem yang pertama dengan

kedua

Minyak rem berkurang

Segera periksa minyak rem, jika

berkurang lalu tambahkan minyak

rem

Shockbreaker Terdapat suara

gemuruh saat mobil berjalan dan

mobil terasa berayun saat

Shockbreaker rusak Ganti shockbreaker

(27)

melewati polisi tidur

Tie rod Terdapat bunyi

seperti “kletek-kletek” saat mobil

berbelok

Tie rod sudah rusak Ganti tie rod dengan

yang baru

Velg Pada saat mobil

melaju kencang setir mobil terasa

goyang

Bentuk velg sudah tidak seimbang

Lakukan balancing di bengkel

Bearing Terdapat bunyi

gemuruh saat mobil berjalan tetapi mobil tidak

berayun saat melewati polisi

tidur

Bearing sudah rusak Ganti bearing

dengan yang baru

Bushing stabilizer Saat mobil

berjalan di kecepatan sedang lalu mobil berbelok sendiri ketika setir di Bushing stabilizer sudah rusak atau ban

tidak menapak sempurna

Lakukan spooring atau ganti bushing stabilizer dengan

(28)

lepas

2.5.4 Kerusakan Pada Bagian Transmisi

Penyebab kerusakan yang mungkin pada bagian transmisi mobil diantaranya akan disajikan di tabel 2.6

Tabel 2.6 Tabel Kerusakan Bagian Transmisi

Plat kopling Gigi tidak bisa masuk saat mesin

menyala

Plat koling sudah rusak

Ganti plat kopling dengan yang baru

Laher kopling Saat pedal kopling diinjakterdapat suara seperti besi

beradu

Laher kopling sudah rusak

Ganti laher kopling dengan yang baru

Master kopling • Pedal kopling tidak memberikan tekanan saat diinjak Minyak transmisi bocor/ berkurang Tambahkan minyak transmisi • Pedal kopling tidak memberikan tekanan saat diinjak tetapi masih terdapat

Master kopling sudah rusak

Ganti master kopling dengan yang baru

(29)

minyak transmisi

2.5.5 Kerusakan Pada Bagian Kelistrikan

Kerusakan yang mungkin terjadi pada bagian kelistrikan ini diantaranya akan disajikan di tabel 2.7

Tabel 2.7 Tabel Kerusakan Bagian Kelistrikan

Baterai/accu Mobil tidak bisa distarter atau starter melemah, lampu redup dan suara klakson

melemah

Baterai/accu sudah rusak (biasanya sudah

lebih dari 2 tahun)

Lakukan charge pada baterai/accu atau menggantinya