LAPORAN TUGAS AKHIR
SISTEM PAKAR KONSELING DAN PSIKOTERAPI MASALAH PERILAKU ANAK BERBASIS WEB
Disusun Oleh:
Nama : Amirotul Ummah Nim : A11.2008.04338 Program studi : Teknik Informatika
FAKULTAS ILMU KOMPUTER UNIVERSITAS DIAN NUSWANTORO
SEMARANG
2012
LAPORAN TUGAS AKHIR
SISTEM PAKAR KONSELING DAN PSIKOTERAPI MASALAH PERILAKU ANAK BERBASIS WEB
Laporan ini disusun guna memenuhi salah satu syarat untuk menyelesaikan program studi Teknik Informatika S-1 pada Fakultas Ilmu Komputer
Universitas Dian Nuswantoro Semarang
Disusun Oleh:
Nama : Amirotul Ummah Nim : A11.2008.04338 Program studi : Teknik Informatika
FAKULTAS ILMU KOMPUTER UNIVERSITAS DIAN NUSWANTORO
SEMARANG
2012
PERSETUJUAN LAPORAN TUGAS AKHIR
Nama Pelaksana : Amirotul Ummah
NIM : A11.2008.04338
Program Studi : Teknik Informatika Fakultas : Ilmu Komputer
Judul Tugas Akhir : Sistem Pakar Konseling Dan Psikoterapi Masalah Perilaku Anak Berbasis Web.
Tugas Akhir ini telah diperiksa dan disetujui, Semarang, 19 September 2012
Menyetujui: Mengetahui:
Pembimbing Dekan Fakultas Ilmu Komputer
Bowo Nurhadiyono, S.Si, M.Kom Dr. Ir. Dwi Waluyo
PENGESAHAN DEWAN PENGUJI
Nama Pelaksana : Amirotul Ummah
NIM : A11.2008.04338
Program Studi : Teknik Informatika Fakultas : Ilmu Komputer
Judul Tugas Akhir : Sistem Pakar Konseling Dan Psikoterapi Masalah Perilaku Anak Berbasis Web
Tugas akhir ini telah diujikan dan dipertahankan dihadapan Dewan Penguji pada sidang tugas akhir tanggal 19 September 2012. Menurut pandangan kami, tugas akhir ini memadai dari segi kualitas maupun kuantitas untuk tujuan penganugerahan gelar Sarjana Komputer (S. Kom)
Semarang, 19 September 2012 Dewan Penguji:
Dra. Erna Zuni Astuti, M.Kom Setia Astuti, S.Si, M.Kom Anggota Anggota
Ketua Penguji
Edy Mulyanto, S.Si. M.Kom
PERNYATAAN
KEASLIAN TUGAS AKHIR
Sebagai mahasiswa Universitas Dian Nuswantoro Semarang, yang bertanda tangan di bawah ini, saya:
Nama : Amirotul Ummah NIM : A11.2008.04338
Menyatakan bahwa karya ilmiah saya yang berjudul:
SISTEM PAKAR KONSELING DAN PSIKOTERAPI MASALAH PERILAKU ANAK BERBASIS WEB
Merupakan karya asli saya (kecuali cuplikan dan ringkasan yang masing – masing telah saya jelaskan sumbernya). Apabila dikemudian hari, karya saya disinyalir bukan merupakan karya asli saya, yang disertai dengan bukti – bukti yang cukup, maka saya bersedia dibatalkan gelar saya beserta hak dan kewajiban yang melekat pada gelar tersebut. Demikian surat pernyataan ini saya buat dengan sebenarnya.
Dibuat di : Semarang
Pada Tanggal : 19 September 2012 Yang menyatakan
(Amirotul Ummah)
PERNYATAAN PERSETUJUAN PUBLIKASI KARYA ILMIAH UNTUK KEPENTINGAN AKADEMIS
Sebagai mahasiswa Universitas Dian Nuswantoro, yang bertanda tangan di bawah ini saya:
Nama : Amirotul Ummah NIM : A11. 2008. 04338
Demi mengembangkan ilmu pengetahuan, menyetujui untuk memberikan kepada Universitas Dian Nuswantoro Hak Bebas Royalti Non-Eksklusif (Non-exclusive Royalty-Free Right) atas karya ilmiah saya yang berjudul Sistem Pakar Konseling Dan Psikoterapi Masalah Perilaku Anak Berbasis Web. Dengan Hak Bebas Royalti Non-Eksklusif ini Universitas Dian Nuswantoro berhak untuk menyimpan, mencopy ulang (memperbanyak), menggunakan, mengelolanya dalam bentuk pangkalan (database), mendistribusikannya dan menampilkan/mempublikasikannya di internet atau media lain untuk kepentingan akademis tanpa perlu meminta ijin dari saya selama tetap mencantumkan nama saya sebagai penulis/pencipta.
Saya bersedia untuk menanggung secara pribadi, tanpa melibatkan pihak Universitas Dian Nuswantoro, segala bentuk tuntutan hukum yang timbul atau pelanggaran Hak Cipta dalam karya ilmiah saya ini.
Demikian surat pernyataan ini saya buat dengna sebenarnya.
Dibuat di : Semarang
Pada Tanggal : 19 September 2012 Yang menyatakan
(Amirotul Ummah)
KATA PENGANTAR
Segala puji dan syukur ke hadirat Allah SWT, yang telah melimpahkan segala rahmat, berkah serta karunia-Nya, sehingga penulis dapat menyelesaikan laporan tugas akhir yang berjudul “Sistem Pakar Konseling Dan Psikoterapi Masalah Perilaku Anak Berbasis Web”. Laporan ini dibuat dengan maksud untuk
memenuhi salah satu persyaratan akademik bagi penulis untuk menyelesaikan jenjang Sarjana teknik informatika di Universitas Dian Nuswantoro Semarang.
Di dalam penyusunan laporan tugas akhir ini, penulis tidak luput dari berbagai kesulitan dan hambatan, namun berkat bantuan dan dorongan dari berbagai pihak, akhirnya semua hambatan dan kesulitan dapat penulis atasi. Oleh Karena itu penulis mengucapkan terima kasih yang sebesarnya-besarnya terutama kepada orang tua penulis yang telah memberikan dorongan doa, dan semangat dalam pelaksanaan tugas akhir ini.
Penulis juga mengucapkan terima kasih kepada :
1. Dr. Ir. Edi Noersasongko, M.Kom, selaku rektor Universitas Dian Nuswantoro Semarang.
2. Dr. Ir. Eko Dwi Waluyo, selaku dekan Fakultas Ilmu Komputer.
3. Ayu Pertiwi, S.Kom, M.T, selaku Ka. Progdi Teknik Informatika.
4. Bowo Nurhdiyono, S.Si, M.Kom selaku dosen Pembimbing yang telah membimbing Penulis dalam hal penulisan laporan dan metode penelitian tugas akhir.
5. Dosen – dosen pengampu di Fakultas Ilmu Komputer Teknik Informatika Universitas Dian Nuswantoro Semarang yang telah memberikan ilmu dan pengalamannya masing – masing sehingga penulis dapat mengimplementasikan ilmu yang telah disampaikan.
6. dr. Fahrudin Kamal yang telah memberikan data-data untuk keperluan penyusunan tugas akhir hingga terbentuknya sistem aplikasi.
7. Dan juga seluruh pihak yang tidak bisa disebutkan satu persatu yang telah memberikan dorongan dan bantuan kepada penulis dalam menyelesaikan laporan ini.
Akhir kata penulis berharap laporan ini berguna khususnya bagi penulis dan bagi rekan-rekan mahasiswa pada umumnya.
Semarang, September 2012
Penulis
ABSTRAK
Masalah perkembangan perasaan, perilaku, dan emosi anak mengakibatkan kekhawatiran para orang tua menyangkut ke-normal-an dari perkembangan atau gangguan emosional yang terjadi pada anak mereka. Kekhawatiran yang membuat para orang tua menjadi bingung apa yang harus dilakukan dan bagaimana menghadapi masalah ini, bagi para orang tua yang tidak mampu menghadapinya tentu merupakan masalah yang serius sehingga membutuhkan para ahli anak atau disebut “psikiater anak”.
Sistem cerdas (intelligent system) adalah sistem yang dibangun dengan menggunakan teknik-teknik artificial lintelligence. Sistem pakar sangat berguna sekali bagi orang awam yang bukan pakar untuk meningkatkan kemampuan mereka dalam memecahkan masalah dan dapat memperbanyak atau menyebarkan sumber pengetahuan yang semakin langka. Program aplikasi sistem pakar pun kini semakin berkembang menjadi sistem pakar berbasis web dengan daya jangkauan memberikan sebuah informasi yang lebih luas kepada masyarakat dan dapat digunakan oleh masyarakat di seluruh penjuru dunia.
Sistem pakar konseling dan psikoterapi masalah perilaku anak berbasis web ini untuk dapat memberikan informasi sebagai diagnosa awal bagi penderita dalam mengenali jenis gangguan yang yang diderita dan sebagai alat bantu bagi pakar untuk dapat menentukan jenis gangguan dalam yang timbul secara tepat dan cepat sehingga dapat diputuskanpengobatan/terapi secara efektif.
Kata kunci : Sistem Pakar, Konseling dan Psikoterapi, Masalah Perilaku Anak.
DAFTAR ISI
Halaman
Halaman Sampul Dalam ... i
Halaman Persetujuan ... ii
Halaman Pengesahan ... iii
Halaman Pernyataan Keaslian Tugas Akhir ... iv
Halaman Pernyataan Persetujuan Publikasi ... v
Halaman Kata Pengantar ... vi
Halaman Abstrak ... viii
Halaman Daftar Isi ... ix
Halaman Daftar Tabel ... xii
Halaman Daftar Gambar ... xiii
BAB I PENDAHULUAN ... 1
1.1 Latar Belakang Masalah ... 1
1.2 Perumusan Masalah ... 2
1.3 Pembatasan Masalah ... 2
1.4 Tujuan Penelitian ... 3
1.5 Manfaat Penelitian ... 3
BAB II LANDASAN TEORI ... 5
2.1 Artificial Intelegence ... 5
2.2 Konsep Dasar Sistem Pakar ... 7
2.2.1 Keuntungan Sistem Pakar ... 10
2.2.2 Kelemahan Sistem Pakar ... 11
2.2.3 Karakteristik Sistem Pakar ... 11
2.2.4 Ciri Sistem Pakar ... 12
2.2.5 Struktur Sistem Pakar ... 12
2.2.6 Komponen Sistem Pakar ... 15
2.3 Representasi Pengetahuan ... 20
2.4 Metode Pencarian ... 25
2.5 Entity Relationship Diagram (ERD) ... 26
2.6 Data Flow Diagram (DFD) ... 27
2.7 Basis Data ... 28
2.7.1 Model Data ... 28
2.7.2 Sistem Manajemen Basis Data ... 30
2.8 Unified Modeling Language (UML) ... 30
2.8.1 Konsepsi Dasar UML ... 32
2.8.2 Use Case Diagram ... 33
2.8.3 Class Diagram ... 34
2.8.4 Hubungan Antar Class ... 35
2.8.5 State Chart Diagram ... 36
2.8.6 Activity Diagram ... 37
2.8.7 Sequence Diagram ... 38
2.8.8 Langkah - Langkah UML ... 39
2.9 XAMPP ... 41\
2.10 Apache... 41
2.11 Web da Pemrograman HTML ... 42
2.12 MySQL ... 42
2.13 PHP ... 43
2.13.1 Variabel dalam PHP ... 43
2.13.2 Struktur Kontrol dan Kondisi ... 43
2.14 Interaksi PHP dan MySQL ... 47
2.15 Psikologi dan Perkembangan Anak ... 47
BAB III ANALISA DAN PERANCANGAN ... 50
3.1 Objek Penelitian ... 50
3.2 Analisa Sistem ... 50
3.2.1 Identifikasi Masalah ... 51
3.2.2 Analisa Kebutuhan ... 51
3.2.3 Analisa Kelayakan Sistem ... 52
3.2.4 Analisa Gangguan ... 53
3.3 Konseptualisasi Sistem ... 59
3.3.1 Akuisi Pengetahuan ... 59
3.3.2 Basis Pengetahun ... 61
3.3.3 Representasi Pengetahuan ... 71
3.3.4 Mesin Inferensi ... 73
3.4 Perancangan Sistem ... 73
3.4.1 Flowchart ... 74
3.4.2 Perancangan Interface ... 76
BAB IV IMPLEMENTASI PROGRAM ... 80
4.1 Tampilan Menu Utama ... 81
4.2 Tampilan Daftar Gangguan ... 81
4.3 Tampilan Menu Konsultasi ... 82
4.4 Tampilan Hasil Diagnosa ... 83
4.5 Tampilan Solusi ... 84
4.6 Tampilan Masuk Pakar ... 85
4.7 Tampilan Input Gangguan... 85
4.8 Tampilan Input Gejala... 86
4.9 Tampilan Input Relasi ... 86
4.10 Tampilan Ubah Gangguan ... 87
4.11 Tampilan Ubah Gejala ... 88
BAB V PENUTUP... ... 89
5.1 Kesimpulan ... 89
5.2 Saran ... 89 DAFTAR PUSTAKA
DAFTAR TABEL
Halaman
Tabel 2.1 Perbedaan Sistem Pakar dengan Sistem Konvensional ... 9
Tabel 2.2 Karakteristik dari Representasi Pengetahuan ... 24
Tabel 2.3 Data Flow Diagram... 27
Tabel 2.4 Struktur Relasi ... 29
Tabel 2.5 Konsepsi Dasar UML ... 32
Tabel 3.1 Basis Pengetahuan ... 61
Tabel 3.2 Gangguan ... 68
Tabel 3.3 Gejala ... 68
Tabel 3.4 Relasi ... 69
Tabel 3.5 Keputusan ... 70
DAFTAR GAMBAR
Halaman
Gambar 2.1 Konsep Dasar Fungsi Sistem Pakar ... .9
Gambar 2.2 Struktur Sistem Pakar ... 13
Gambar 2.3 Proses Forward Chaining ... 18
Gambar 2.4 Proses Backward Chaining ... 19
Gambar 2.5 Jaringan Semantik ... 21 Gambar 2.6 Bentuk Umum Proses Logika 22 Gambar 2.7 Binary Tree 25 Gambar 2.8 Teknik Penelusuran Dept First Search 26 Gambar 2.9 Teknik Penelusuran Breadth First Search 26 Gambar 2.10 Unifikasi Berbagai Metode Pengembangan Sistem Ke Dalam UML ... 31
Gambar 2.11 Use Case Diagram ... .34
Gambar 2.12 Class Diagram ... 36
Gambar 2.13 Statechart Diagram ... 37
Gambar 2.14 Activity Diagram Tanpa Swimlane ... 38
Gambar 2.15 Sequence Diagram ... 39
Gambar 3.1 Flowchart Menu Masuk Pakar ... 74
Gambar 3.2 Flowchart Menu User ... 75
Gambar 3.3 Perancangan Halaman Home ... 76
Gambar 3.4 Perancangan Halaman Daftar Gangguan ... 76
Gambar 3.5 Perancangan Halaman Diagnosa Gangguan ... 77
Gambar 3.6 Perancangan Halaman Login Masuk Pakar ... 77
Gambar 3.7 Perancangan Halaman Index Pakar ... 77
Gambar 3.8 Perancangan Halaman Input Gangguan ... 78
Gambar 3.9 Perancangan Halaman Input Gejala ... 78
Gambar 3.10 Perancangan Halaman Tambah Relasi ... 78
Gambar 3.11 Perancangan Halaman Ubah Gangguan ... 79
Gambar 3.12 Perancangan Halaman Ubah Gejala ... 79
Gambar 3.13 Perancangan Halaman Gridview Gangguan ... 80
Gambar 3.14 Perancangan Halaman Gridview Gejala ... 81
Gambar 4.1 Menu Home ... 82
Gambar 4.2 Daftar Gangguan ... 82
Gambar 4.3 Tampil Nama Gangguan dan Gejalanya ... 86
Gambar 4.4 Input Data Pasien ... 83
Gambar 4.5 Pertanyaan ... 83
Gambar 4.6 Hasil Diagnosa ... 84
Gambar 4.7 Solusi ... 84
Gambar 4.8 Login Pakar ... 85
Gambar 4.9 Input Gangguan ... 86
Gambar 4.10 Input Gejala ... 86
Gambar 4.11 Tambah Relasi ... 87
Gambar 4.12 Ubah Gangguan ... 87
Gambar 4.13 Ubah Gejala ... 88
BAB I
PENDAHULUAN
1.1 Latar Belakang Masa anak-anak adalah masa yang seharusnya dijalani dengan bahagia,
namun apa yang terjadi jika anak kita memiliki tumbuh kembang yang tidak baik terutama pada perkembangan perasaan, perilaku, dan emosi yang sewaktu-waktu berubah atau tidak tetap. Masalah perkembangan inilah yang mengakibatkan kekhawatiran para orang tua menyangkut ke-normal-an dari perkembangan atau gangguan emosional yang terjadi pada anak mereka. Kekhawatiran yang membuat para orang tua menjadi bingung apa yang harus dilakukan dan bagaimana menghadapi masalah ini, bagi para orang tua yang tidak mampu menghadapinya tentu merupakan masalah yang serius sehingga membutuhkan para ahli anak atau disebut “psikiater anak”. Namun dengan datang ke para ahli anak tersebut membutuhkan biaya yang tidak sedikit dan waktu yang lama, oleh karena itu dibutuhkan suatu aplikasi yang dapat membantu, salah satunya yaitu sistem pakar.
Dengan sistem pakar berbasis web ini masyarakat khususnya para orang tua dapat memperoleh informasi tentang masalah pada perkembangan anaknya serta konseling dan psikoterapi apa yang digunakan untuk mengatasi masalah pada anak.
Hal ini membuat para ahli komputer berfikir lebih maju untuk mengembangkan teknologi informasi yang semakin pesat terutama pada dunia komputer membuat kita dituntut untuk mampu mengikuti perkembangan teknologi pada saat ini. Komputer yang pada awalnya hanya digunakan oleh para akademisi dan militer, kini telah digunakan secara luas di berbagai bidang, salah satunya adalah psikologi. Sehingga mendorong para ahli untuk semakin mengembangkan komputer agar dapat membantu kerja manusia atau bahkan melebihi kemampuan kerja manusia. Kecerdasan buatan atau artificial intelligence merupakan bagian dari ilmu komputer yang membuat agar mesin (komputer) dapat melakukan pekerjaan seperti dan sebaik yang dilakukan oleh manusia.
Sistem cerdas (intelligent system) adalah sistem yang dibangun dengan menggunakan teknik-teknik artificial lintelligence. Sistem pakar sangat berguna
sekali bagi orang awam yang bukan pakar untuk meningkatkan kemampuan mereka dalam memecahkan masalah dan dapat memperbanyak atau menyebarkan sumber pengetahuan yang semakin langka. Program aplikasi sistem pakar pun kini semakin berkembang menjadi sistem pakar berbasis web dengan daya jangkauan memberikan sebuah informasi yang lebih luas kepada masyarakat dan dapat digunakan oleh masyarakat di seluruh penjuru dunia.
1.2 Perumusan Masalah
Pembangunan sisem pakar ini diharapkan dapat membantu seorang psikolog/psikiater maupun klien untuk dapat mengetahui jenis gangguan psikologi serta langkah terapi yang akan diambil tanpa melibatkan seorang ahli psikiater abnormal untuk dapat menindak lanjuti gangguan tersebut sehingga pelayanan terhadap klien menjadi lebih efektif dan efisien.
Perumusan masalah yang akan dibicarakan adalah : Bagaimana membangun aplikasi sistem pakar sebagai alat bantu pengenalan dan identifikasi jenis gangguan psikologi masalah perilaku pada anak disertai gejala dan penanganannya dengan metode inferensi runut maju (forward chaining)?
1.3 Pembatasan Masalah
Berdasarkan ruang lingkup permasalahan yang ada, penulis perlu melakukan pembatasan masalah yang akan diteliti untuk laporan tugas akhir ini. Pembatasan permasalahan pada sistem pakar dilakukan agar tidak menyimpang dari pokok permasalahan yang ditetapkan, yaitu mengenai “ Sistem pakar konseling dan psikoterapi masalah perilaku anak berbasis web”. Oleh karena itu permasalahan yang akan dibahas mencakup :
1. Pembuatan Sistem pakar konseling dan psikoterapi masalah perilaku anak berbasis web menggunakan bahasa pemrograman PHP dan MySQL
2. Diasumsikan bahwa data dimasukkan oleh pakar atau orang yang mengetahui perubahan jenis, gejala dan langkah psikoterapi.
3. Jenis penyakit yang dibahas sebanyak 9 gangguan beserta gejala dan terapinya.
4. Sistem pakar ini mendiagnosis pasien anak - anak usia balita hingga usia sekolah SD.
5. Sumber pengetahuan diagnosis praktis diperoleh dari seorang ahli psikiater, yaitu dr. Fahrudin Kamal.
6. Metode yang digunakan dalam penyelesaian masalah ini adalah metode forward chaining.
1.4 Tujuan
Tujuan dari tugas akhir ini adalah membuat suatu program sistem pakar yang berisi pengetahuan dari seorang pakar yang diyakini kebenarannya yang memiliki kemampuan untuk dapat mendiagnosa gangguan dari gejala-gejala yang dirasakan oleh pasien secara cepat dan tepat seperti seorang pakar. Sistem pakar konseling dan psikoterapi masalah perilaku anak berbasis web ini untuk dapat memberikan informasi sebagai diagnosa awal bagi penderita dalam mengenali jenis gangguan yang yang diderita dan sebagai alat bantu bagi pakar untuk dapat menentukan jenis gangguan yang timbul secara tepat dan cepat sehingga dapat diputuskan penanganan/terapi secara efektif.
1.5 Manfaat Penelitian
Dari pembuatan program diharapkan dapat bermanfaat antara lain:
a. Bagi Penulis
(1) Dapat memberikan kemampuan mengenai konsep dan aplikasi sistem pakar kepada pihak – pihak yang ingin memanfaatkannya, dalam hal akademik maupun masyarakat.
(2) Memberikan kepercayaan dan motivasi yang tinggi untuk lebih meningkatkan kemampuan penguasaan teknologi komputer, dalam hal ini sistem pakar nantinya akan dipertanggungjawabkan kebenaran dan ketepatannya bagi pengguna sistem tersebut.
b. Bagi Akademik
(1) Sistem pakar ini bisa menjadi suatu percontohan dan pendorong bagi universitas untuk mengembangkan aplikasi sistem pakar pada bidang lain yang memerlukan suatu penanganan secara khusus.
(2) Bertambahnya literatur dan referensi mengenai permasalahan yang terkait dendgan sistem tersebut.
c. Bagi Pengguna
(1) Hasil Tugas Akhir ini bisa digunakan dan dimanfaatkan oleh pengguna diantaranya yaitu mahasiswa IKIP PGRI Semarang Jurusan Pendidikan Bimbingan Konseling sebagai media pembelajaran dan para orang tua dalam mengetahui jenis – jenis gangguan psikologi, tanpa harus bertemu secara langsung dengan ahli/pakar untuk melakukan konsultasi untuk memecahkan masalah.
(2) Memudahkan untuk mendiagnosa klien yang mengalami gangguan psikologi berdasarkan pemeriksaan gejala pola perilaku anak.
(3) Menyimpan serta mendokumentasikan data klien yang telah berkonsultasi termasuk didalamnya hasil diagnosisnya, yang berupa jenis – jenis gangguan psikologi perilaku yang di derita.
BAB II
LANDASAN TEORI
2.1 Artificial Intelegence
Para ilmuan memiliki dua cara pandang yang berbeda mengenai AI (Artificial Intelegence) yaitu memandang AI sebagai ilmu yang hanya fokus pada
proses berpikir dan AI bidang ilmu yang fokus pada tingkah laku. Definisi AI yang paling tepat untuk saat ini adalah acting rationally dengan pendekatan rational agent. Hasil ini berdasarkan pemikiran bahwa komputer dapat melakukan penalaran secara logis dan juga bisa melakukan aksi secara rasional berdasarkan hasil penalaran tersebut. [1]
Pengertian lain dari kecerdasan buatan adalah cabang sains komputer yang mempelajari otomatisasi tingkah laku cerdas (intelegent). Karena itu kecerdasan buatan harus di dasarkan pada prinsip – prinsip teoretikal dan terapan yang menyangkut struktur data yang di gunakan untuk representasi pengetahuan (knowledge representation), algoritma yang di perlukan dalam penerapan pengetahuan itu, serta teknik – teknik bahasa pemrograman yang dipakai dalam implementasinya.
Manusia bisa menjadi pandai dalam menyelesaikan segala permasalahan di dunia ini karena manusia mempunyai pengetahuan dan pengalaman pengetahuan diperoleh dari belajar. Semakin banyak bekal pengetahuan yang dimiliki oleh seseorang tentu saja diharapkan akan lebih mampu dalam menyelesaikan permasalahan. Namu bekal pengetahuan saja tidak cukup, manusia juga diberi akal untuk melakukan penalaran, mengambil kesimpulan berdasarkan pengetahuan dan pengalaman yang mereka miliki. Tanpa memiliki kemampuan untuk menalar dengan baik, manusia dengan segudang pengalaman dan pengetahuan tidak akan dapat menyelesaikan masalah dengan baik. Demikian pula dengan kemampuan menalar yang sangat baik, namun tanpa bekal pengetahuan dan pengalaman yang memadai, manusia juga tidak akan bisa menyelesaikan masalah dengan baik.
Agar komputer bisa bertindak seperti dan sebaik manusia, maka komputer juga harus diberi bekal pengetahuan dan mempunyai kemampuan untuk menalar.
Untuk itu AI akan mencoba untuk memberikan beberapa metoda untuk membekali komputer dengan kedua komponen tersebut agar komputer bisa menjadi mesin pintar.
Lingkup utama kecerdasan buatan:
1. Sistem pakar yaitu komputer digunakan sebagai saran untuk menyimpan pengetahuan para pakar. Dengan demikian komputer akan memiliki keahlian untuk menyelesaikan masalah dengan meniru keahlian yang dimiliki para pakar
2. Pengolahan bahasa alami, dengan pengolahan bahasa alami ini diharapkan user mampu berkomunikasi dengan komputer dengan menggunakan bahasa sehari-hari.
3. Pengenalan ucapan. Melalui pengenalan ucapan diharapkan manusia mampu berkomunikasi dengan komputer dengan menggunakan suara.
4. Robotika dan Sistem sensor.
5. Komputer vision, mencoba untuk dapat mengintrepetasikan gambar atau objek-objek tampak melalui komputer.
6. Intelligent Computer aid Instruction. Komputer dapat digunakan sebagai tutor yang dapat melatih dan mengajar.
Keuntungan Kecerdasan Buatan :
1. Kecerdasan buatan lebih bersifat permanen. Kecerdasan alami akan cepat mengalami perubahan. Hal ini dimungkinkan karena sifat manusia yang pelupa. Kecerdasan buatan tidak akan berubah sepanjang sistem komputer dan program tidak mengubahnya.
2. Kecerdasan buatan lebih mudah diduplikasi dan disebarkan. Mentransfer pengetahuan manusia dari satu orang ke orang lain butuh proses dan waktu lama. Disamping itu suatu keahlian tidak akan pernah bisa diduplikasi secara lengkap. Sedangkan jika pengetahuan terletak pada suatu sistem komputer,
pengetahuan tersebut dapat ditransfer atau disalin dengan mudah dan cepat dari satu komputer ke komputer lain
3. Kecerdasan buatan lebih murah dibanding dengan kecerdasan alami.
Menyediakan layanan komputer akan lebih mudah dan lebih murah dibanding dengan harus mendatangkan seseorang untuk mengerjakan sejumlah pekerjaan dalam jangka waktu yang sangat lama.
4. Kecerdasan buatan bersifat konsisten. Hal ini disebabkan karena kecerdasan busatan adalah bagian dari teknologi komputer. Sedangkan kecerdasan alami senantiasa berubah-ubah.
5. Kecerdasan buatan dapat didokumentasikan. Keputusan yang dibuat komputer dapat didokumentasikan dengan mudah dengan melacak setiap aktivitas dari sistem tersebut. Kecerdasan alami sangat sulit untuk direproduksi.
6. Kecerdasan buatan dapat mengerjakan pekerjaan lebih cepat dibanding dengan kecerdasan alami
7. Kecerdasan buatan dapat mengerjakan pekerjaan lebih baik dibanding dengan kecerdasan alami [2].
2.2 Konsep Dasar 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 & Simon [3].
Sistem pakar yang baik dirancang agar dapat menyelesaikan suatu permasalah tertentu dengan meniru kerja dari para ahli. Sistem pakar memiliki banyak definisi, tetapi pada dasarnya sistem pakar diterapkan untuk mendukung aktivitas pemecahan masalah. Beberapa definisi yang ada untuk sistem pakar [3] :
a. Menurut Martin dan Oxman : Sistem pakar adalah sistem berbasis komputer yang menggunakan pengetahuan, fakta, dan teknik penalaran dalam memecahkan masalah, yang biasanya hanya dapat diselesaikan oleh seorang pakar dalam bidang tertentu.
b. Menurut Ignizio : Sistem pakar merupakan bidang yang dicirikan oleh system berbasis pengetahuan (Knowledge Base System),
memungkinkan adanya komponen untuk berpikir dan mengambil kesimpulan dari sekumpulan kaidah.
c. Menurut Giarratano dan Riley : Sistem pakar adalah salah satu cabang kecerdasan buatan yang menggunakan pengetahuan-pengetahuan khusus yang dimiliki oleh seorang ahli untuk menyelesaikan suatu masalah tertentu.
Secara umum, sistem pakar merupakan sistem yang mengadopsi pengetahuan manusia ke dalam komputer sehingga komputer dapat digunakan untuk menyelesaikan suatu masalah sebagaimana yang dilakukan oleh seorang pakar.
Sistem pakar dibuat pada wilayah pengetahuan tertentu dan untuk suatu keahlian tertentu yang mendekati kemampuan manusiadi salah satu bidang khusus.
Sistem pakar mencoba mencari solusi yang memuaskan sebagaimana yang dilakukan seorang pakar dan dapat memberikan penjelasan terhadap langkah yang diambil serta memberikan alasan atas kesimpulan yang diambil.
Sistem Pakar adalah bagian dari kecerdasan buatan yang merupakan program berbasis pengetahuan untuk menyelesaikan masalah dengan kualitas pakar. Sistem pakar dapat mengumpulkan dan menyimpan pengetahuan seorang pakar atau beberapa orang pakar dalam komputer. Pengetahuan tersebut kemudian digunakan oleh siapa saja yang memerlukannya. Sistem pakar dibuat dengan mendapatkan pengetahuan dari seorang pakar, kemudian dilakukan pengkodean ke bentuk yang dapat diproses oleh komputer untuk menyelesaikan persoalan yang sejenis. Sistem pakar sangat tergantung pada suatu bidang dalam menyusun penyelesaian persoalan yang dihadapi oleh sistem. Konsep dasar sistem pakar dapat dilihat pada gambar 2.1 di bawah ini.
Gambar 2.1 Konsep Dasar Fungsi Sistem PakarSis
Biasanya sistem pakar hanya digunakan untuk memecahkan masalah yang memang sulit untuk dipecahkan dengan pemrograman biasa, mengingat biaya yang diperlukan untuk membuat sistem pakar jauh lebih besar dari pada pembuatan sistem biasa. Ada beberapa alasan mendasar mengapa sistem pakar dikembangkan untuk menggantikan seorang pakar [3], di antaranya:
1. Dapat menyediakan kepakaran setiap waktu dan di berbagai lokasi.
2. Secara otomatis mengerjakan tugas-tugas rutin yang membutuhkan seorang pakar.
3. Seorang pakar akan pergi atau pensiun.
4. Seseorang pakar adalah mahal.
5. Kepakaran dibutuhkan juga pada lingkungan yang tidak bersahabat (hostile environtment).
Berikut ini adalah perbedaan sistem konvensional dan sistem pakar adalah:
Tabel 2.1 Perbedaan Sistem Pakar dengan Sistem Konvensional No Sistem Konvensional Sistem Pakar
1 Informasi dan pemrosesan biasanya jadi satu dengan program.
Basis pengetahuan merupakan bagian terpisah dari mekanisme inferensi.
2 Biasanya tida bisa menjelaskan mengapa suatu input data itu dibutuhkan, atau bagaimana output itu diperoleh.
Penjelasan adalah bagian terpenting dari sistem pakar.
3 Pengubahan program cukup sulit dan membosankan.
Sistem dapat beroperasi hanya dengan beberapa aturan.
4 Eksekusi dilakukan langkah demi langkah.
Eksekusi dilakukan pada keseluruhan basis pengetahuan.
5 Menggunakan data. Menggunakan pengetahuan.
6 Tujuan utamanya adalah efisiensi.
Tujuan utamanya adalah efektivitas.
te2.2.1 Keuntungan Sistem Pakar
Secara garis besar, ada banyak keuntungan bila menggunakan sistem pakar, diantaranya adalah :
1. Menjadikan pengetahuan dan nasihat lebih mudah didapat.
2. Meningkatkan output dan produktivitas.
3. Menyimpan kemampuan dan keahlian pakar.
4. Meningkatkan penyelesaian masalah yaitu menerusi paduan pakar, penerangan, sistem pakar khas.
5. Meningkatkan reliabilitas.
6. Memberikan respons (jawaban) yang cepat.
7. Merupakan panduan yang intelligence (cerdas).
8. Dapat bekerja dengan informasi yang kurang lengkap dan mengandung ketidakpastian.
9. Intelligence database (basis data cerdas), bahwa sistem pakar dapat digunakan untuk mengakses basis data dengan cara cerdas.
2.2.2 Kelemahan Sistem Pakar
Disamping memiliki beberapa keuntungan, sistem pakar juga memiliki beberapa kelemahan, antara lain:
1. Biaya yang diperlukan untuk membuat dan memeliharanya sangat mahal.
2. Sulit dikembangkan sistem pakar yang benar-benar berkualitas tinggi. Hal ini tentu saja erat kaitannya dengan ketersediaan pakar di bidangnya.
3. Sistem pakar tidak dapat 100% bernilai benar.
4. Terkadang sistem tidak dapat membuat keputusan.
5. Pengetahuan tidak selalu didapat dengan mudah karena pendekatan tiap pakar berbeda.
2.2.3 Karakteristik Sistem Pakar
Sistem pakar mempunyai beberapa karakteristik dasar yang membedakan dengan program komputer biasa umumnya, yaitu :
1. Mempunyai kepakaran.
Dalam menyelesaikan masalah bukan hanya mendapatkan solusi yang benar saja, namun juga bagaimana mendapatkan pemecahan dengan cepat dan mahir.
2. Domain tertentu.
Sistem pakar mengutamakan kedalaman mengenai bidang tertentu.
3. Memiliki kemampuan mengolah data yang mengandung ketidakpastian kadang-kadang data yang tersedia tidak lengkap sistem harus dapat memberikan pemecahan sesuai data yang tersedia dengan memberikan pertimbangan, saran atau anjuran sesuai dengan kondisi yang ada.
4. Dirancang untuk dapat dikembangkan secara bertahap Program komputer dirancang untuk memberikan jawaban yang tepat setiap waktu. Sedangkan system pakar dirancang untuk berlaku sebagai seorang pakar, kadang memberikan jawaban yang benar, dan suatu saat mungkin tidak tepat (Expert system makes mistake).
2.2.4 Ciri-ciri Sistem Pakar
Dalam pengetahuan sistem pakar terdapat ciri-ciri sebagai berikut : a. Sifatnya terbatas pada domain keahlian tertentu.
b. Dapat memberikan penalaran untuk data-data yang tidak pasti.
c. Dapat mengemukakan serangkaian alasan yang diberikan dengan cara yang dapat dipahami.
d. Berdasarkan pada kaidah atau rule tertentu.
e. Dirancang untuk dapat dikembangkan secara bertahap.
f. Pengetahuan dan mekanisme inferensi jelas terpisah.
g. Keluarannya bersifat anjuran.
h. Sistem dapat mengaktifkan kaidah secara searah yang sesuai dan dituntun oleh dialog dengan pemakai.
2.2.5 Struktur Sistem Pakar
Sistem pakar disusun oleh dua bagian utama, yaitu lingkungan pengembangan ( Development Environtment ) dan lingkungan konsultasi ( Consultation Environtment ).
Lingkungan pengembangan sistem pakar digunakan untuk memasukkan pengetahuan pakar ke dalam lingkungan sistem pakar, sedangkan lingkungan konsultasi digunakan oleh pengguna yang bukan pakar guna memperoleh pengetahuan pakar. Komponen- komponen sistem pakar dalam kedua bagian tersebut dapat dilihat dalam gambar 2.2 Struktur Sistem Pakar di bawah ini.m
Gambar 2.2 Struktur Sistem Pakar Keterangan:
1. Pakar merupakan seseorang yang ahli di bidang tertentu.
2. Akuisisi Pengetahuan merupakan penerimaan atau perolehan pengetahuan yang dapat diperoleh dari seorang pakar, buku teks, laporan penelitian dengan dukungan dari seorang knowledge engineer.
3. Knowledge Engineer yaitu seorang spesialis sistem yang menerjemahkan pengetahuan yang dimiliki seorang pakar menjadi pengetahuan yang akan tersimpan dalam basis pengetahuan pada sebuah sistem pakar.
4. Basis Pengetahuan, terdiri dari dua jenis, yaitu fakta (situasi dan teori) dan rule atau aturan.
5. Perbaikan Pengetahuan, yakni mereka dapat menganalisis pengetahuannya sendiri dan kegunaannya, belajar darinya, dan meningkatkannya untuk konsultasi mendatang.
6. Mesin Inferensi merupakan otak dari sistem pakar. Komponen ini sebenarnya adalah program komputer yang memberikan metodologi untuk penalaran tentang informasi yang ada dalam basis pengetahuan dan dalam workplace, dan untuk memformulasikan kesimpulan.
Mesin Inferensi mempunyai 3 elemen utama, yaitu :
a. Interpreter adalah elemen yang mengeksekusi item agenda yang dipilih dengan mengaplikasikannya pada basis pengetahuan rule yang berhubungan.
b. Scheduler adalah elemen yang menjaga kontrol di sepanjang agenda.
Memperkirakan akibat dari pengaplikasian rule inferensia yang menampakkan prioritas item atau kriteria lain pada agenda.
c. Consistency enforcer adalah elemen yang mencoba menjaga konsistensi representasi solusi yang muncul.
7. Workplace merupakan area dari sekumpulan memori kerja (working memory). Workplace digunakan untuk merekam hasil-hasil antara dan kesimpulan yang dicapai. Ada 3 tipe keputusan yang dapat direkam, yaitu:
a) Rencana: Bagaimana menghadapi masalah.
b) Agenda: Aksi-aksi yang potensial yang sedang menunggu untuk dieksekusi.
c) Solusi: Calon aksi yang akan dibangkitkan.
8. Fasilitas Penjelasan, kemampuan untuk menelusuri conclusion dan menerangkan tingkah laku sistem pakar dengan menjawab pertanyaan- pertanyaan sebagai berikut:
a. Mengapa pertanyaan tersebut diajukan oleh sistem pakar?
b. Bagaimana atau dari mana conclusion tersebut diperoleh?
c. Mengapa alternatif tersebut ditolak?
d. Apa rencana untuk memperoleh penyelesaian?
9. Antarmuka (Interface), Sistem pakar haruslah user friendly dan berorientasi pada masalah dalam hal antarmukanya
10. Aksi yang direkomendasikan, merupakan saran atau solusi untuk permasalahan yang sedang dihadapi oleh user.
11. User, Umumnya user yang dimaksud ini adalah :
a. Client (yaitu bukan pakar) yang menginginkan advice (nasihat). Di sini Sistem pakar bertindak seperti seorang konsultan atau penasehat.
b. Learner (pelajar) untuk mempelajari bagaimana Sistem pakar menyelesaikan permasalahan. Di sini sistem pakar bertindak sebagai seorang instruktur.
c. Pembangun sistem pakar yang ingin meningkatkan basis pengetahuannya. Di sini sistem pakar bertindak sebagai seorang rekan.
d. Pakar, di sini sistem pakar bertindak sebagai seorang kolega atau asisten.
2.2.6 Komponen Sistem Pakar
Komponen-komponen yang terdapat dalam sistem pakar adalah : a. Antarmuka pengguna (User Interface)
User interface merupakan mekanisme yang digunakan untuk pengguna dan sistem pakar untuk berkomunikasi. Antarmuka menerima informasi dari pemakai dan mengubahnya ke dalam bentuk yang dapat diterima oleh sistem. Selain itu antarmuka menerima informasi dari sistem dan menyajikannnya dalam bentuk yang dapat dimengerti oleh pemakai. Menurut McLeod (1995), pada bagian ini terjadi dialog antara program dan pemakai, yang memungkinkan sistem pakar menerima instruksi dan informasi (input) dan pemakai juga memberikan informasi (output) kepada pemakai.
b. Basis pengetahuan
Basis pengetahuan mengandung pengetahuan untuk pemahaman, formulasi, dan penyelesaian masalah. Komponen sistem pakar ini disusun atas dua elemen dasar, yaitu fakta dan aturan. Fakta merupakan informasi tentang obyek dalam area permasalahan tertentu, sedangkan aturan merupakan informasi tentang cara bagaimana memperoleh fakta baru dari fakta yang telah diketahui.
c. Akuisisi pengetahuan
Akusisi pengetahuan adalah akumulasi, transfer dan transformasi keahlian dalam menyelesaikan masalah dari sumber pengetahuan ke dalam program komputer. Dalam tahap ini knowledge engineer berusaha menyerap pengetahun untuk selanjutnya ditransfer ke dalam basis pengetahuan. Pengetahuan diperoleh dari pakar, dilengkapi dengan buku, basis data, laporan penelitian dan pengalaman pemakai.
Akuisisi pengetahuan dilakukan sepanjang proses pembangunan sistem. Menurut Firebaugh (1989), proses akuisisi pengetahuan dibagi ke dalam enam tahap, yaitu :
1. Tahap identifikasi
Tahap identifikasi meliputi penentuan komponen-komponen kunci dalam sistem yang sedang dibangun. Komponen kunci ini adalah knowledge engineer, pakar, karakterisitik masalah, sumber daya, dan tujuan. Knowledge engineer dan pakar bekerja bersama untuk menentukan berbagai aspek masalah, seperti lingkup dari proyek, data input yang dimasukkan, bagian-bagian penting dan interaksinya, bentuk dan isi dari penyelesaian, dan kesulitan- kesulitan yang mungkin terjadi dalam pembangunan sistem.
Mereka juga harus menentukan sumber pengetahuan seperti basis data, system informasi manajemen, buku teks, serta prototipe masalah dan contoh. Selain menentukan sumber pengetahuan, pakar juga mengklarifikasi dan menentukan tujuan-tujuan sistem
dalam proses penentuan masalah.
2. Tahap konseptualisasi
Konsep-konsep kunci dan hubungannya yang telah ditentukan pada tahap pertama dibuat lebih jelas dalam tahap konseptualisasi.
3. Tahap formalisasi
Tahap ini meliputi pemetaan konsep-konsep kunci, sub-masalah dan bentuk aliran informasi yang telah ditentukan dalam tahap-tahap sebelumnya ke dalam representasi formal yang paling sesuai dengan masalah yang ada.
4. Tahap implementasi
Tahap ini meliputi pemetaan pengetahuan dari tahap sebelumnya yang telah diformalisasi ke dalam skema representasi pengetahuan yang dipilih.
5. Tahap pengujian
Setelah prototipe sistem yang dibangun dalam tahap sebelumnya berhasil menangani dua atau tiga contoh, prototipe sistem tersebut harus menjalani serangkaian pengujian dengan teliti menggunakan beragam sampel masalah. Masalah-masalah yang ditemukan dalam pengujian ini biasanya dapat dibagi dalam tiga kategori, yaitu kegagalan input/output, kesalahan logika dan strategi kontrol.
6. Revisi prototipe
Suatu unsur penting pada semua tahap dalam proses akuisisi pengetahuan adalah kemampuan untuk kembali ke tahap-tahap sebelumnya untuk memperbaiki sistem.
d. Mesin inferensi
Komponen ini mengandung mekanisme pola pikir dan penalaran yang digunakan oleh pakar dalam menyelesaikan suatu masalah. Mesin
inferensi adalah program komputer yang memberikan metodologi untuk penalaran tentang informasi yang ada dalam basis pengetahuan dan dalam workplace, dan untuk memformulasikan kesimpulan [3].
Inferensi merupakan proses menghasilkan kesimpulan berdasarkan fakta atau pengetahuan yang diketahui atau diasumsikan.
Terdapat dua pendekatan untuk mengontrol inferensi dalam sistem pakar berbasis aturan yaitu pelacakan ke depan (forward chaining) dan pelacakan ke depan (backward chaining).
1. Pelacakan ke Depan (Forward Chaining)
Pada Metode forward chaining di artikan sebagai pendekatan yang dimotori data. Dalam pendekatan ini pelacakan dimulai dari informasi masukan, dan selanjutnya mencoba menggambarkan kesimpulan. Sehingga metode ini juga sering disebut “Data driven”. Proses pelacakan pada forward chaining dapat ditunjukkan oleh gambar 2.3 .
Gambar 2.3 Proses Forward Chaining 2. Pelacakan ke belakang (Backward Chaining)
Metode backward chaining adalah pendekatan yang dimotori tujuan. Dalam pendekatan ini pelacakan dimulai dari tujuan, selanjutnya dicari aturan yang memiliki tujuan tersebut untuk kesimpulannya. Selanjutnya proses pelacakan menggunakan premis untuk aturan tersebut sebagai tujuan baru dan mencari aturan lain dengan tujuan baru sebagai kesimpulannya. Proses berlanjut sampai semua kemungkinan ditemukan. Metode ini sering
disebut “goal driven”. Proses pelacakan pada backward chaining dapat ditunjukkan oleh gambar 2.4 .
Gambar 2.4 Proses Backward Chaining
e. Blackboard
Blackboard adalah area kerja memori yang disimpan sebagai database untuk deskripsi persoalan terbaru yang ditetapkan oleh data input, digunakan juga untuk perekaman hipotesis dan keputusan sementara. Tiga tipe keputusan dapat direkam dalam blackboard, yaitu :
Rencana : bagaimana mengatasi persoalan
Agenda : tindakan potensial sebelum eksekusi
Solusi : hipotesis kandidat dan arahan alternatif yang telah dihasilkan sistem sampai saat ini.
f. Fasilitas penjelasan
Fasilitas penjelasan untuk komponen tambahan yang akan meningkatkan kemampuan sistem pakar. Komponen ini menggambarkan penalaran system kepada pemakai. Fasilitas penjelasan dapat menjelaskan perilaku sistem pakar dengan menjawab pertanyaan-pertanyaan sebagai berikut (Turban, 1995):
Mengapa pertanyaan tertentu ditanyakan oleh sistem pakar?
Bagaimana kesimpulan tertentu diperoleh?
Mengapa alternatif tertentu ditolak?
Apa rencana untuk memperoleh penyelesaian?
g. Perbaikan pengetahuan
Pakar memiliki kemampuan untuk menganalisis dan meningkatkan kinerjanya serta kemampuan untuk belajar dan
kinerjanya. Kemampuan tersebut adalah penting dalam pembelajaran terkomputerisasi, sehingga program akan mampu menganalisis penyebab kesuksesan dan kegagalan yang dialaminya.
2.3 Representasi Pengetahuan
Pengetahuan yang diperoleh dari pakar atau dari sekumpulan data harus direpresentasikan dengan format yang dapat dipahami oleh manusia dan dapat dieksekusi pada komputer. Terdapat banyak metode berbeda untuk representasi pengetahuan. Yang paling populer adalah Jaringan Semantik, Frame (bingkai), Logika, Kaidah Produksi, dan pohon keputusan.
1. Jaringan Semantik
Jaringan semantik merupakan jaringan data dan informasi, yang menunjukkan hubungan antarobjek dimana informasi yang terhubung tersebut adalah informasi yang proposional (suatu pernyataan yang dapat bernilai benar atau salah). Dalam matematika, istilah jaringan semantik merupakan suatu label atau graph berarah.
Struktur jaringan semantik terdiri atas node atau simpul dan busur atau arc yang menghubungkannya. Simpul menyatakan objek sedangkan busur menyatakan link. Link dari jaringan semantik digunakan untuk menunjukkan hubungan (relationship) antarsimpul tersebut. Contoh dari salah satu jaringan semantik dalam bidang medis adalah pada gambar 2.5 Jaringan Semantik.
Dokter
Pemalu yang berlebihan
Terisolir Murung
Terlalu sensitif Ragu - ragu
Psikiatri
Dr. Psikiater
Dr. Psikiater
Keluhan Keluhan
Keluhan Keluhan
Gambar 2.5 Jaringan Semantik.
2. Frame
Frame (bingkai) berupa ruang-ruang (slots) yang berisi atribut untuk mendeskripsikan pengetahuan. Pengetahuan yang termuat dalam slot dapat berupa kejadian, lokasi, situasi, ataupun elemen-elemen lainnya. Frame digunakan untuk merepresentasikan pengetahuan deklaratif.
Frame memuat deskripsi sebuah objek dengan menggunakan tabulasi informasi yang berhubungan dengan objek. Dengan demikian frame membantu menirukan cara seseorang mengorganisasikan informasi tentang sebuah objek yang menjadi kumpulan data.
Frame merupakan cara yang lebih kompleks untuk menyimpan objek dan nilai atributnya bila dibandingkan dengan jaringan semantik. Frame menambahkan kecerdasan pada representasi data dan mengizinkan objek untuk menurunkan nilai dari objek yang lain.
Seperti pada jaringan semantik, tidak ada standar untuk mendefinisikan sistem berbasiskan frame. Frame dapat dipandang sebagai suatu struktur record pada bahasa tingkat tinggi atau sebuah atom dengan daftar propertinya.
3. Logika
Logika merupakan suatu pengkajian ilmiah tentang serangkaian penalaran, sistem kaidah, dan prosedur yang membantu proses penalaran.
Logika merupakan bentuk representasi pengetahuan yang paling tua, yang menjadi dasar dari teknik representasi high level.
Bentuk umum dari suatu proses logika diilustrasikan pada gambar 2.6.
Gambar 2.6 Bentuk umum proses logika
Input untuk proses logika disebut premises atau fact (fakta). Fakta digunakan dalam proses logika untuk membuat output yang merupakan kesimpulan (conclusions) diesbut Inferences. Dengan proses, fakta yang dikenal bernilai benar akan digunakan untuk mendapatkan fakta baru yang juga harus benar.
Dalam melakukan penalaran, komputer harus dapat menggunakan proses penalaran deduktif dan induktif. Penalaran deduktif ini bergerak dari penalaran umum menuju ke konklusi khusus. Umumnya dimulai dari suatu silogisme, atau pernyataan premis dan inferensi yang biasanya terdiri atas 3 bagian, yaitu premis mayor, premis minor, dan konklusi.
Penalaran induktif merupakan kebalikan dari penalaran deduktif.
Penalaran induktif dimulai dari masalah khusus menuju ke masalah umum.
Penalaran induktif menggunakan sejumlah fakta atau premis yang sesuai untuk menarik kesimpulan umum.
Berikut ini contoh penalaran secara deduktif dan induktif:
Contoh penalaran deduktif adalah sebagai berikut:
Premis Mayor : Jika hujan turun saya tidak akan lari pagi.
Premis Minor : Pagi ini hujan turun.
Konklusi : Oleh karena itu pagi ini saya tidak akan lari pagi.
Contoh penalaran induktif adalah sebagai berikut:
Premis : Dioda yang salah menyebabkan peralatan elektronik rusak.
Premis : Transistor rusak menyebabkan elektronik rusak.
Premis : IC rusak menyebabkan peralatan elektronik tidak berfungsi.
Konklusi : Maka, peralatan semikonduktor rusak merupakan penyebab utama rusaknya peralatan elektronik.
Pada penalaran induktif, konklusi tidak selalu mutlak, dapat berubah bilamana ditemukan fakta-fakta baru.
4. Kaidah Produksi
Kaidah produksi menyediakan cara formal untuk merepresentasikan rekomendasi, arahan, atau strategi. Kaidah produksi dituliskan dalam bentuk jika-maka (if-then). Kaidah produksi if-then menghubungkan antesenden
(antecedent) dengan konsekuensi yang diakibatkannya. Berbagai struktur kaidah if-then yang menghubungkan objek atau atribut sebagai berikut:
IF premis THEN konklusi IF masukan THEN keluaran IF kondisi THEN tindakan IF antesenden THEN konsekuen IF data THEN hasil
IF tindakan THEN tujuan IF sebab THEN akibat IF gejala THEN diagnosa
Premis mengacu pada fakta yang harus benar sebelum konklusi tertentu dapat diperoleh. Masukan mengacu pada data yang harus tersedia sebelum keluaran dapat diperoleh. Kondisi mengacu pada keadaan yang harus berlaku sebelum tindakan dapat diambil. Antesenden mengacu situasi yang terjadi sebelum konsekuensi dapat diamati. Data mengacu pada kegiatan yang harus dilakukan sebelum hasil dapat diharapkan. Tindakan mengacu pada kegiatan yang harus dilakukan sebelum hasil dapat diharapkan [3].
Representasi kaidah memiliki karakteristik-karakteristik seperti yang di tunjukkanpada table 2.1.
Tabel 2.2 Karakteristik dari representasi pengetahuan
5. Pohon Keputusan
Tree (pohon keputusan) adalah suatu hierarki struktur yang terdiri dari node (simpul) yang menyimpan informasi atau pengetahuan dan cabang yang menghubungkan node. Cabang disebut juga link atau edge dan node disebut juga vertek. Gambar 2.7 menunjukkan binary tree yang mempunyai 0,1 atau 2 cabang per node. Dengan berorientasi pada tree (pohon), akar node adalah node yang tertinggi dalam hierarki dan daun adalah paling bawah. Tree dapat dianggap sebagai suatu tipe khusus dari jaringan semantik yang setiap nodenya, kecuali akar, pasti mempunyai satu node orang tua dan mempunyai nol atau lebih node anak.
Untuk tipe biasa dari binary tree, maksimum mempunyai dua anak untuk setiap node, dan sisi kiri dan kanan dari node anak dibedakan.
Gambar 2.7 Binary Tree yang Mempunyai 0,1 atau 2 Cabang Per Node
Jika node mempunyai lebih dari satu orang tua maka disebut dengan jaringan. Gambar 2.7 menunjukkan hanya ada satu urutan dari edge atau path dari akar untuk tiap node. Oleh karena itu dalam hal ini tidak mungkin untuk memindahkan secara berlawanan dengan arah panah.
2.4 Metode Pencarian
Metode pencarian akan menjelaskan secara umum bagaimana teknik pencarian. Ada dua pendekatan dasar untuk mencari suatu space, yaitu blind search dan heuristic search. Pada dasarnya heiristic search adalah blind search. Blind search adalah kumpulan prosedur yang digunakan untuk mencari suatu space state.
Mulai dari akar, operator digunakan untuk menghasilkan status simpul anak, pencarian dilakukan terus sampai diperoleh solusi. Gagasan penelusuran blind search adalah memeriksa semua pohon secara teratur dengan menggunakan semua operator dan membangkitkan sebanyak mungkin simpul anak untuk memperoleh solusi yang diinginkan. Mulai dengan simpul akar, terdapat beberapa prosedur menelusuri pohon, tetapi pendekatan ini tidak efisien [3].
Yang termasuk dalam blind search adalah Depth First Search (DFS) dan Breadth First Search (BFS).
1) Depth-first search, bekerja denga menelusuri simpul mulai dari akar terus kebawah sampai secara berturut-turut ke level yang lebih dalam.
Suatu operator digunakan untuk menghasilkan simpul node berikutnya lebih dalam dengan kata lain simpul anak diperoleh dari simpul ayah.
Dapat dilihat pada gambar 2.8.
Gambar 2.8 Teknik Penelusuran Depth First Search
2) Breadth-first search, bekerja dengan cara memeriksa semua simpul dalam pohon pencarian yang dimulai dari akar. Simpul tiap level diperiksa secara lengkap sebelum berpindah ke level berikutnya. Dapat dilihat pada gambar 2.9.
Gambar 2.9 Teknik Penelusuran Breadth First Search 2.5 Entity Relationship Diagram (ERD)
ERD pada mulanya diusulkan oleh Peter Chen untuk desain sistem database relasional dan telah dikembangkan oleh yang lainnya. Serangkaian komponen utama diidentifikasikan untuk ERD: data objek, atribut, dan hubungan. Tujuan utama dari ERD adalah untuk mewakili objek data dan hubungan mereka.
Objek data diwakili oleh sebuah persegi panjang yang diberi label, hubungan ditunjukkan dengan garis yang diberi label yang menghubungan objek. Dalam beberapa variasi ERD, garis yang menghubungkan berisi sebuah permata yang diberi label dengan hubungan tersebut. Sambungan antara data dan objek dan hubungan
dibangun dengan menggunakan berbagai simbol khusus yang menunjukkan kardinalitas dan modalitas.
2.6 Data Flow Diagram (DFD)
DFD adalah suatu model logika atau proses yang dibuat untuk menggambarkan darimana asal data dan kemana tujuan data yang keluar dari sistem, yang mana data disimpan, proses apa yang menghasilkan data tersebut dan interaksi antara data yang tersimpan dan proses yang dikenakan pada data tersebut.
DFD menggambarkan proses penyimpanan data dan proses yang mentransformasikan data. DFD menunjukkan hubungan antara data pada sistem dan proses pada sistem [3].
Tabel 2.3. Data Flow Diagram (DFD)
Simbol Keterangan
Proces
Proses sering juga disebut dengan buble. Berfungsi menggambarkan tranformasi aliran data masuk menjadi aliran data keluar.
Data Flow
Berfungsi menggambarkan aliran data atau paket informasi dari satu bagian sistem ke bagian lain. Arah panah menggambarkan aliran data.
Data Store
Berfungsi menggambarkan model dari kumpulan paket data yang tersimpan.
Eksternal Entity
Sering juga disebut terminator, berfungsi menggambarkan kesatuan luar yang berhubungan dengan sistem.
2.7 Basis data
Menurut Connoly dan Begg (2002), basis data dapat diartikan sebagai sekumpulan data atau entitas tentang suatu benda beserta deskripsinya yang berhubungan satu sama lain secara logika. Basis data dirancang dan diorganisasikan untuk memnuhi logika dan informasi pada suatu organisasi. Semua data di dalam basis data saling terintegrasi sehingga jumlah duplikasi dapat diminimalkan.
2.7.1 Model Data
Model data adalah kumpulan perangkat konseptual untuk menggambarkan data, hubungan data, semantik data dan batasan data . Terdapat dua kelompok untuk mempresentasikan model data dalam perancangan sistem basis data :
a. Model lojik data berdasarkan objek (Object-Based Logical Models), yaitu model keterhubungan entitas (Entity-Relationship Model).
Entity Relationship Diagram (ERD) digunakan untuk memodelkan struktur data dan hubungan antardata dengan mengabaikan proses yang harus dilakukan. Model ERD dibangun oleh entitas, relasi, dan atribut.
Entitas dapat diidentitasikan secara unik dan dibedakan dari yang lainnya.
Setiap entitas memiliki sejumlah atribut yang mendeskripsikan karakteristik setiap entitas. Setiap entitas akan dihubungkan dengan suatu relasi.
a. Model lojik data berdasarkan record (Record-Based Logical Model), yaitu model Relational (Relational Model).
Model basis data relasional sering pula disebut sebagai model relasional atau basis data relasional. Hingga saat ini, model basis data relasional merupakan model basis data yang paling banyak digunakan. Kemudahan dalam penerapan dan kemampuannya dalam mengakomodasi berbagai kebutuhan pengelolaan basis data yang ada di dunai nyata menjadi alasan mengapa model ini lebih populer untuk diterapkan [3].
Model relasional menggunakan model berupa tabel berdimensi dua (yang disebut relasi atau tabel) dengan memakai kunci tamu (foreign key) sebagai penghubung dengan tabel lain.
Tabel 2.4 Struktur Relasi
Beberapa sifat yang melekat dalam relasi adalah tidak ada baris yang kembar, urutan tupel tidak penting, setiap atribut memiliki nama yang unik, letak atribut bebas, setiap atribut memiliki nilai tunggal dan jenisnya sama untuk semua baris.
2.7.2 Sistem Manajemen Basis Data (SMBD)
Pengelolaan basis data secara fisik tidak dilakukan oleh pemakai secara langsung, tetapi ditangani oleh sebuah perangkat lunak (sistem) yang
khusus atau spesifik. Perangkat lunak ini disebut Sistem Manajemen Basis Data (SMBD) atau sering juga disebut sebagai DBMS (Database Manajemen System). SMBD adalah perangkat lunak yang memungkinkan para pemakai untuk mendeskripsikan, membuat, memelihara, serta mengendalikan akses ke basis data [2].
2.8 Unified Modeling Language (UML)
Pendekatan tersetruktur memiliki tool – tool perancangan yang dikenal secara luas serta menjadi setandar umum, seperti DFD (Data Flow Diagram), ERD (Entity Relationship Diagram), bagan terstruktur (Structured Chart), Diagram alir (Flow Chart), dan sebagainya. Sayang sekali, karena metodologi berorientasi objek adalah konsep yang relatif baru, ia belum memiliki standar ‘tool’ untuk analisis dan perancangan. Walau pun begitu, saat ini UML (Unified Modeling Language) berangsur – angsur mulai menjadi standar metodologi pengembangan sistem informasi. UML di gunakan di banyak perusahaan rekayasa informasi berskala besar, dengan alasan itulah, UML sebagai ‘tool’ utama [8].
Unified Modelling Language (UML) adalah sebuah "bahasa" yg telah menjadi standar dalam industri untuk visualisasi, merancang dan mendokumentasikan sistem piranti lunak. UML menawarkan sebuah standar untuk merancang model sebuah sistem. Dengan menggunakan UML kita dapat membuat model untuk semua jenis aplikasi piranti lunak, dimana aplikasi tersebut dapat berjalan pada piranti keras, sistem operasi dan jaringan apapun, serta
ditulis dalam bahasa pemrograman apapun. Tetapi karena UML juga menggunakan class dan operation dalam konsep dasarnya, maka ia lebih cocok untuk penulisan piranti lunak dalam bahasabahasa berorientasi objek seperti C++, Java, C# atau VB.NET. Walaupun demikian, UML tetap dapat digunakan untuk modeling aplikasi prosedural dalam VB atau C.
Seperti bahasa-bahasa lainnya, UML mendefinisikan notasi dan syntax/semantik. Notasi UML merupakan sekumpulan bentuk khusus untuk menggambarkan berbagai diagram piranti lunak. Setiap bentuk memiliki makna tertentu, dan UML syntax mendefinisikan bagaimana bentuk-bentuk tersebut dapat dikombinasikan. Notasi UML terutama diturunkan dari 3 notasi yang telah ada
sebelumnya: Grady Booch OOD (Object-Oriented Design), Jim Rumbaugh OMT (Object Modeling Technique), dan Ivar Jacobson OOSE (Object-Oriented Software Engineering).
Sejarah UML sendiri cukup panjang. Sampai era tahun 1990 seperti kita ketahui puluhan metodologi pemodelan berorientasi objek telah bermunculan di dunia [3].
Gambar 2.10. Unifikasi Berbagai Metode Pengembangan Sistem ke dalam UML
Dimulai pada bulan Oktober 1994 Booch, Rumbaugh dan Jacobson, yang merupakan tiga tokoh yang boleh dikata metodologinya banyak digunakan mempelopori usaha untuk penyatuan metodologi pendesainan berorientasi objek.
Pada tahun 1995 direlease draft pertama dari UML (versi 0.8). Sejak tahun 1996 pengembangan tersebut dikoordinasikan oleh Object Management Group (OMG – http://www.omg.org). Tahun 1997 UML versi 1.1 muncul, dan saat ini versi terbaru adalah versi 1.5 yang dirilis bulan Maret 2003. Booch, Rumbaugh dan Jacobson menyusun tiga buku serial tentang UML pada tahun 1999. Sejak saat itulah UML telah menjelma menjadi standar bahasa pemodelan untuk aplikasi berorientasi objek.
2.8.1 Konsepsi Dasar UML
Dari berbagai penjelasan rumit yang terdapat di dokumen dan buku- buku UML. Sebenarnya konsepsi dasar UML bisa kita rangkumkan dalam tabel 2.4 dibawah.
Tabel 2.5 Konsepsi Dasar UML
Abstraksi konsep dasar UML yang terdiri dari structural classification, dynamic behavior, dan model management, bisa kita pahami dengan mudah apabila kita melihat gambar diatas dari Diagrams. Main concepts bisa kita pandang sebagai term yang akan muncul pada saat kita membuat diagram. Dan view adalah kategori dari diagaram tersebut. Lalu darimana kita mulai ? Untuk menguasai UML, sebenarnya cukup dua hal yang harus kita perhatikan:
1. Menguasai pembuatan diagram UML
2. Menguasai langkah-langkah dalam analisa dan pengembangan dengan UML
Tulisan ini pada intinya akan mengupas kedua hal tersebut.
Seperti juga tercantum pada gambar diatas UML mendefinisikan diagram- diagram sebagai berikut:
• use case diagram
• class diagram
• statechart diagram
• activity diagram
• sequence diagram
• collaboration diagram
• component diagram
• deployment diagram
2.8.2 Use Case Diagram
Use case diagram menggambarkan fungsionalitas yang diharapkan dari sebuah sistem. Yang ditekankan adalah “apa” yang diperbuat sistem, dan bukan “bagaimana”. Sebuah use case merepresentasikan sebuah interaksi antara aktor dengan sistem. Use case merupakan sebuah pekerjaan tertentu, misalnya login ke sistem, meng-create sebuah daftar belanja, dan sebagainya.
Seorang/sebuah aktor adalah sebuah entitas manusia atau mesin yang berinteraksi dengan sistem untuk melakukan pekerjaan-pekerjaan tertentu.
Use case diagram dapat sangat membantu bila kita sedang menyusun requirement sebuah sistem, mengkomunikasikan rancangan dengan klien, dan merancang test case untuk semua feature yang ada pada sistem. Sebuah use case dapat meng-include fungsionalitas use case lain sebagai bagian dari proses dalam dirinya. Secara umum diasumsikan bahwa use case yang di- include akan dipanggil setiap kali use case yang meng-include dieksekusi secara normal. Sebuah use case dapat di-include oleh lebih dari satu use case lain, sehingga duplikasi fungsionalitas dapat dihindari dengan cara menarik keluar fungsionalitas yang common.
Sebuah use case juga dapat meng-extend use case lain dengan behaviour-nya sendiri. Sementara hubungan generalisasi antar use case menunjukkan bahwa use case yang satu merupakan spesialisasi dari yang lain. Di bawah ini contoh gambar use case diagram.
Gambar 2.11 Use case diagram.
2.8.3 Class Diagram
Class adalah sebuah spesifikasi yang jika diinstansiasi akan menghasilkan sebuah objek dan merupakan inti dari pengembangan dan desain berorientasi objek. Class menggambarkan keadaan (atribut/properti) suatu sistem, sekaligus menawarkan layanan untuk memanipulasi keadaan tersebut (metoda/fungsi).
Class diagram menggambarkan struktur dan deskripsi class, package dan objek beserta hubungan satu sama lain seperti containment, pewarisan, asosiasi, dan lain-lain. Class memiliki tiga area pokok :
1. Nama (dan stereotype) 2. Atribut
3. Metoda
Atribut dan metoda dapat memiliki salah satu sifat berikut :
• Private, tidak dapat dipanggil dari luar class yang bersangkutan
• Protected, hanya dapat dipanggil oleh class yang bersangkutan dan anak-anak yang mewarisinya
• Public, dapat dipanggil oleh siapa saja
Class dapat merupakan implementasi dari sebuah interface, yaitu class abstrak yang hanya memiliki metoda. Interface tidak dapat langsung diinstansiasikan, tetapi harus diimplementasikan dahulu menjadi sebuah class. Dengan demikian interface mendukung resolusi metoda pada saat run- time. Sesuai dengan perkembangan class model, class dapat dikelompokkan menjadi package. Kita juga dapat membuat diagram yang terdiri atas package.
2.8.4 Hubungan Antar Class
1. Asosiasi, yaitu hubungan statis antar class. Umumnya menggambarkan class yang memiliki atribut berupa class lain, atau class yang harus mengetahui eksistensi class lain. Panah navigability menunjukkan arah query antar class.
2. Agregasi, yaitu hubungan yang menyatakan bagian (“terdiri atas..”).
3. Pewarisan, yaitu hubungan hirarkis antar class. Class dapat diturunkan dari class lain dan mewarisi semua atribut dan metoda 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 (message) yang di-passing dari satu class kepada class lain. Hubungan dinamis dapat digambarkan dengan menggunakan sequence diagram yang akan dijelaskan kemudian.
Contoh class diagram :
Gambar 2.12 Class diagram
2.8.5 Statechart Diagram
Statechart diagram menggambarkan transisi dan perubahan keadaan (dari satu state ke state lainnya) suatu objek pada sistem sebagai akibat dari stimuli yang diterima. Pada umumnya statechart diagram menggambarkan class tertentu (satu class dapat memiliki lebih dari satu statechart diagram).
Dalam UML, state digambarkan berbentuk segiempat dengan sudut membulat dan memiliki nama sesuai kondisinya saat itu. Transisi antar state umumnya memiliki kondisi guard yang merupakan syarat terjadinya transisi yang bersangkutan, dituliskan dalam kurung siku. Action yang dilakukan sebagai akibat dari event tertentu dituliskan dengan diawali garis miring. Titik awal dan akhir digambarkan berbentuk lingkaran berwarna penuh dan berwarna setengah.
Contoh gambar 2.13 Statechart Diagram :
2.8.6 Activity Diagram
Activity diagrams menggambarkan berbagai alir aktivitas dalam sistem yang sedang dirancang, bagaimana masing-masing alir berawal, decision yang mungkin terjadi, dan bagaimana mereka berakhir. Activity diagram juga dapat menggambarkan proses paralel yang mungkin terjadi pada beberapa eksekusi.
Activity diagram merupakan state diagram khusus, di mana sebagian besar state adalah action dan sebagian besar transisi di-trigger oleh selesainya state sebelumnya (internal processing). Oleh karena itu activity diagram tidak menggambarkan behaviour internal sebuah sistem (dan interaksi antar subsistem) secara eksak, tetapi lebih menggambarkan proses- proses dan jalur-jalur aktivitas dari level atas secara umum. Sebuah aktivitas dapat direalisasikan oleh satu use case atau lebih. Aktivitas menggambarkan proses yang berjalan, sementara use case menggambarkan bagaimana aktor menggunakan sistem untuk melakukan aktivitas. Sama seperti state, standar UML menggunakan segiempat dengan sudut membulat untuk menggambarkan aktivitas. Decision digunakan untuk menggambarkan behaviour pada kondisi tertentu. Untuk mengilustrasikan proses-proses paralel (fork dan join) digunakan titik sinkronisasi yang dapat berupa titik, garis horizontal atau vertikal.
