• Tidak ada hasil yang ditemukan

BAB IV SISTEM PAKAR EKSISTING ANALISIS DAMPAK INDUSTRI SEMEN

N/A
N/A
Protected

Academic year: 2021

Membagikan "BAB IV SISTEM PAKAR EKSISTING ANALISIS DAMPAK INDUSTRI SEMEN"

Copied!
21
0
0

Teks penuh

(1)

BAB IV

SISTEM PAKAR EKSISTING

ANALISIS DAMPAK INDUSTRI SEMEN

4.1. Analisa Kinerja Sistem

Sistem pakar yang dipergunakan dalam tugas akhir ini merupakan ESC-1, yang menganalisis dampak dengan gabungan metode Leopold dan Sorensen (Priana Sudjono, 1993). Penyusunan sistem pakar AMDAL industri semen adalah solusi terbaik bagi permasalahan-permasalahan praktis penyusunan sebuah laporan AMDAL. Dalam penyusunan sistem pakar ini faktor-faktor lingkungan, industri, proses-proses, serta perkiraan dampak turut disertakan dalam pertimbangan. Kaitan antara salah satu faktor dengan faktor lainnya juga disusun di dalam sistem pakar ini agar informasi yang dapat ditampilkan dapat saling melengkapi. Sistem ESC-1 yang disempurnakan dalam tugas akhir ini memiliki kemampuan menyimpulkan beberapa hal yang membantu penyusun laporan AMDAL.

Penyusunan sistem pakar ini diawali dengan mengumpulkan data, mengklasifikasikan data, mengumpulkan interrelasi data, serta pembuatan jaringan semantik. Selanjutnya, aturan-aturan (rules) disusun untuk menyajikan fakta dan interrelasi fakta berdasarkan jaringan semantik yang dibuat. Untuk membantu pengguna mempergunakan sistem pakar, penyusun program juga mendesain sebuah antarmuka pengguna yang baik.

Sebagai kelanjutan dari sebuah sistem pakar yang telah disusun sebelumnya, penyusun juga menambahkan dua buah fitur baru bagi sistem pakar ESC-2. Fitur pertama berkaitan dengan metodologi penilaian dampak yang digunakan dalam sistem. Fitur ini membandingkan semua kemungkinan metodologi yang ada, serta menilai perbedaan

(2)

antara tiap metodologi yang dipergunakan. Sebagai contoh, dalam tugas akhir ini digunakan metodologi Sorensen serta Matriks Leopold.

Fitur selanjutnya yang menjadi tambahan merupakan fitur penilaian peralatan lapangan. Fitur ini berkaitan dengan observasi yang dilakukan di lapangan untuk meneliti pencemar-pencemar air dan udara. Dalam prakteknya, pengamatan pencemaran udara mempergunakan alat-alat dan teknik-teknik tertentu. Hal ini akan dipertimbangkan juga oleh sistem pakar dalam penarikan kesimpulan.

4.2. Garis Besar Program

Program eksisting AMDAL industri semen (ESC-1) memiliki alur penyusunan yang dicantumkan dalam Gambar 4.1 berikut.

Gambar 4.1. Alur Penyusunan Program ESC-1

Awal pembuatan program diawali dengan menentukan domain permasalahan yang dianalisis dalam program. Permasalahan yang dipilih merupakan pembuatan laporan

(3)

AMDAL dengan mempergunakan gabungan metode Sorensen dengan Leopold. Sebelumnya, metode Sorensen tidak pernah bisa disatukan dengan matriks Leopold.

Dengan menggunakan metode representasi pengetahuan, permasalahan disusun dalam sebuah diagram. Diagram semantik tersebut memaparkan hubungan antara tiap objek yang ada dalam pembahasan tersebut. Kemudian, tiap objek dan tiap hubungan yang ada disusun dalam sebuah basis pengetahuan dengan aturan yang efisien dan sesuai kondisi yang diinginkan,

Antarmuka pengguna merupakan alat komunikasi antara program dan pengguna. Dalam program ESC-1, antarmuka pengguna dibuat dalam bentuk text-based dengan sistem operasi MS-DOS. Pemilihan menu dilakukan sepenuhnya dengan bantuan keyboard.

Dalam penggunaannya, ESC-1 mengandalkan interaksi berulang kali antara pengguna dengan program. Seorang penyusun laporan AMDAL dapat melakukan wawancara mendalam dengan sistem pakar ini mengenai tiap proses industri semen. Hasil dari wawancara ini dapat dimasukkan ke dalam Hal inilah yang akan diamati oleh modul Warner Preston yang disusun.

Program ESC-1 memiliki data-data yang digolongkan dalam beberapa kelompok, yaitu data lingkungan dan kesehatan masyarakat; data proses industri semen; data polutan berikut baku mutu internasionalnya; data mitigasi; serta data metodologi AMDAL. Selain itu, ESC-1 juga memiliki interrelasi-interrelasi data yang menghubungkan antar masing-masing data di atas. Interrelasi ini digolongkan sebagai berikut: interrelasi proses industri semen dengan polutan yang dihasilkan; interrelasi polutan dengan lingkungan/kesehatan masyarakat, termasuk angka dampak; interrelasi proses industri semen dengan mitigasi; dan interrelasi antar dampak tidak langsung.

4.3. Alur Sistem Pakar

Dalam menampilkan data serta menerima masukan pengguna, sistem pakar mampu memberikan menu-menu pilihan yang mempermudah interaksi. Alur dari penyajian

(4)

pengerjaan sebuah laporan AMDAL standar. Gambar 4.2 menyajikan diagram alir yang digunakan dalam ESC-1.

(5)

Dari diagram alir di atas, terlihat bahwa program memiliki dua cabang aliran terbesar. Perbedaan kedua jalur ini ada pada urutan peninjauan komponen; program dapat meninjau AMDAL industri semen dari proses produksi maupun dampaknya. Dengan kata lain, program memberikan pilihan untuk menentukan teknik peninjauan (chaining) yang dilakukan, apakan peninjauan maju (forward chaining) atau peninjauan mundur (backwards chaining). Kedua teknik peninjauan ini mempergunakan basis data yang sama, namun memakai urutan penarikan kesimpulan yang berbeda. Kedua teknik peninjauan ini berguna karena penyusunan sebuah laporan AMDAL harus melengkapi semua data dari sudut pandang industri maupun dari sudut pandang lingkungan.

Penyusun program menambahkan alur pada program yang berhubungan dengan studi metodologi laporan AMDAL. Percabangan ini diletakkan pada tiap akhir dari analisis. Pengguna diminta untuk menjawab serangkaian pertanyaan yang berhubungan dengan evaluasi metodologi AMDAL. Pertanyaan-pertanyaan ini diambil dari studi Warner-Preston mengenai metodologi AMDAL. Analisis yang dibuat akan dijadikan basis penilaian ketepatan metodologi yang dipakai.

Penyusunan basis pengetahuan (knowledge base) sebuah sistem pakar harus diawali dengan pembuatan sebuah representasi dari pengetahuan dalam bentuk jaringan semantik. Hal ini ditujukan untuk mempermudah dalam penyusunan kode program yang dibuat. Namun, pembuatan jaringan semantik umumnya mengalami kendala akibat kompleksitas basis pengetahuan yang dimiliki sistem. Untuk mengatasi kendala ini, penyusun menyederhanakan jaringan semantik dengan cara meninjau basis pengetahuan secara topikal. Prinsip topikalitas merupakan prinsip yang acap kali dipakai untuk menyederhanakan permasalahan pemrograman. Dalam prakteknya, prinsip ini menyederhanakan masalah dengan memisahkannya sesuai topik yang ditinjau.

Langkah pertama yang dilakukan adalah memilah-milah basis pengetahuan sesuai dengan topik yang dibahas. Kemudian, penyusun mengubah kelompok-kelompok fakta dan interrelasi tersebut menjadi bentuk struktur pohon. Dalam hal ini struktur pohon difokuskan pada sebagian dari basis pengetahuan (knowledge base) agar lebih mempermudah analisis. Selanjutnya, struktur-struktur pohon yang dibentuk digabungkan

(6)

menjadi sebuah jaringan semantik sebagai representasi antar objek secara keseluruhan. Jaringan semantik yang terbentuk dapat dilihat pada lampiran tugas akhir ini.

4.4. Penyusunan Pohon Pengetahuan dan Jaringan Semantik

Dalam basis pengetahuan ini, fakta-fakta yang akan diubah menjadi bahasa komputer dikumpulkan sesuai klasifikasinya. Selanjutnya, kumpulan fakta dicari interrelasinya. Kemudian, jaringan fakta dan kaitan-kaitannya disusun menjadi sebuah pohon pengetahuan (knowledge tree) yang terklasifikasi secara topikal.

Setelah pohon pengetahuan tersusun, dibuat pula jaringan semantik topikal. Jaringan semantik dibuat dengan mengacu kepada Entity Relationship Approach (ERA) dalam desain basis data konseptual. Jaringan semantik mampu merangkum konsep-konsep dan kumpulan fakta dengan lebih ringkas, sehingga mudah dibuat kode programnya. Akhirnya, penyusun merangkum hubungan-hubungan yang ada dalam jaringan semantik dalam klausa-klausa program yang dibutuhkan.

4.4.1. Basis Pengetahuan Baku Mutu

Dalam penyusunan sebuah basis pengetahuan bagi sistem pakar AMDAL, baku mutu polutan sangat penting untuk dipertimbangkan. Tingkat dampak yang disebabkan oleh pencemar pada konsentrasi tertentu perlu diperkirakan agar kelak dapat dicantumkan dalam matriks Leopold dan Sorensen. Sistem pakar ESC juga mempertimbangkan baku mutu, yang diletakkan dalam klausa standard(…).

Klausa ini mengandung empat (4) buah sub-klausa. Sub-klausa pertama memiliki tipe data string, sedangkan sub-klausa lainnya memiliki tipe data real. Sub-klausa pertama berfungsi untuk menampilkan polutan yang ditinjau, misalnya H2S, Hydrocarbon, dan Particulate. Sub-klausa kedua dan ketiga merupakan hamparan (range) baku mutu konsentrasi polutan. Sub-klausa terakhir merupakan angka dampak dari polutan tersebut pada konsentrasi yang terpilih. Berikut disajikan diagram klausa standard(…), dengan meninjau polutan H2S.

(7)

Gambar 4.3. Pohon Pengetahuan Baku Mutu

Dari pohon pengetahuan di atas, dapat diidentifikasi pola penyederhanaan yang cocok bagi topik ini. Pola ini dipergunakan untuk membentuk diagram semantik yang komprehensif untuk topik baku mutu polutan. Diagram semantik ini jauh lebih ringkas sehingga dapat dijadikan acuan yang mudah untuk penyusunan kode Prolog pada sistem pakar ESC.

(8)

Gambar 4.4. Diagram Alir Baku Mutu

Dengan batuan pohon-pohon ini penyusun mampu memperbaharui data baku mutu sesuai peraturan-peraturan mutakhir. Klausa-klausa yang disusun dengan bantuan diagram ini meliputi semua polutan yang mungkin terbentuk akibat industri semen, termasuk H2S, partikulat, atau hidrokarbon. Cuplikan dari kode Prolog yang telah diperbaharui pada program ESC-2 disajikan sebagai berikut.

/* standard(“Pollutant”,Conc1,Conc2,Magnitude).*/ standard("SO2",0,40.0,2.0).

(9)

Dalam basis data tersebut, selain dicantumkan baku mutu udara, juga dibahas mengenai baku mutu air, yaitu temperatur air dan kandungan suspended solid. Sistem pakar akan mengakses klausa standard(…) ketika pengguna memasuki sub-menu polutan serta memasukkan konsentrasinya. Hasil dari akses sistem pakar ini adalah sebuah angka magnitudo dampak polutan tersebut pada lingkungan.

4.4.2. Basis Pengetahuan Dampak

4.4.2.1.Dampak Lingkungan Hidup

Sistem pakar yang dikembangkan meninjau beberapa segi dampak yang memungkinkan akibat industri semen. Salah satu arah peninjauan dampak yang terpenting merupakan dampak terhadap lingkungan hidup secara langsung. Basis pengetahuan bagi dampak lingkungan hidup disusun berdasarkan studi literatur. Hubungan yang dikuantifikasi merupakan hubungan antara polutan dan elemen lingkungan yang terpengaruhi, berikut dengan skala kepentingannya.

Skala kepentingan yang dimasukkan ke dalam basis pengetahuan didapat dari studi literatur. Masing-masing polutan akan mempengaruhi beberapa elemen lingkungan, sedangkan masing-masing elemen lingkungan juga dapat dipengaruhi oleh beberapa polutan. Hal ini sangat rumit bila disimulasikan dengan program biasa, namun struktur sistem pakar mempermudah penyusunan interrelasi kompleks. Bahkan, akses terhadap pohon interaksi ini dapat dilakukan dari nodus manapun sehingga mendapatkan semua kemungkinan hubungan dengan nodus-nodus lain.

Hubungan antar polutan dan dampak dikuantifikasikan dalam sebuah interrelasi yang dinamakan impact(…). Klausa ini memiliki beberapa parameter, yaitu polutan, elemen lingkungan, serta skala kepentingan. Sub-klausa pertama merupakan nama polutan, termasuk semua jenis polutan fisika, kimiawi, maupun biologis. Sub-klausa kedua merupakan elemen lingkungan yang dapat menerima dampak dari aktivitas industri semen. Elemen lingkungan yang dipertimbangkan cukup komprehensif; termasuk

(10)

dampak atau skala kepentingan. Angka ini ditentukan di antara 1.0 hingga 10.0, serta dapat digunakan dalam penyusunan matriks Leopold. Dapat diidentifikasi pola penyederhanaan yang cocok bagi topik ini. Pola ini dipergunakan untuk membentuk diagram semantik yang komprehensif untuk topik dampak polutan terhadap lingkungan. Diagram semantik ini jauh lebih ringkas sehingga dapat dijadikan acuan yang mudah untuk penyusunan kode Prolog pada sistem pakar ESC.

(11)

Diagram pohon di atas juga dijadikan acuan dalam penyusunan kode Prolog pada sistem pakar ESC. Penyusun juga memperbaharui data-data hubungan antar elemen-elemen lingkungan ini agar lebih aktual. Selain itu, dengan mempergunakan pohon pengetahuan, seorang penyusun sistem dapat lebih mudah menganalisis struktur pemikiran sebuah sistem pakar agar dapat diperbaiki. Klausa-klausa yang disusun berdasarkan pohon ini memeriksa segala jenis pencemar yang dikeluarkan industri semen. Cuplikan dari kode Prolog yang telah diperbaharui pada program ESC-2 disajikan sebagai berikut.

/*impact(Pollutant,Env_Comp1,Importance)*/

impact("Particulate","Land Animals Reptiles","2.0").

4.4.2.2. Dampak Sosial-Ekonomi

Selain menganalisis keadaan lingkungan hidup, sebuah laporan AMDAL juga memiliki kewajiban membahas kondisi serta perubahan sosial yang terjadi akibat industri yang ditinjau. Biasanya, perubahan sosial bukan terjadi akibat polutan secara spesifik, melainkan akibat aktivitas-aktivitas yang dilaksanakan sebuah industri. Misalnya, aktivitas pembuangan sampah pada industri semen. Tentunya yang berpengaruh terhadap kondisi sosial dalam kasus ini bukanlah polutan tertentu seperti CO, melainkan perubahan tingkat kenyamanan masyarakat akibat aktivitas pembuangan sampah secara keseluruhan.

Sistem ini disusun dengan asumsi hubungan langsung antara aktivitas industri semen dengan dampak sosial yang dihasilkan. Interrelasi ini juga mempertimbangkan angka kepentingan dampak antara kedua nodus tersebut. Angka kepentingan disadur dari studi literatur dan diperbaharui sesuai data-data mutakhir. Pada dasarnya, nodus-nodus ini dihubungkan dalam klausa-klausa yang diberi nama impact_se(…). Sub-klausa pertama impact_se(…) merupakan aktivitas industri semen, seperti trucking, junk disposal, dst. Sub-klausa kedua berisi komponen-komponen sosial-ekonomi yang terpengaruh, misalnya sistem transportasi, tingkat pendapatan, maupun harga lahan. Sub-klausa ketiga merupakan angka kepentingan pengaruh aktivitas terhadap komponen sosial-ekonomi

(12)

tersebut. Angka ini juga didefinisikan antara 1.0 hingga 10.0. Nodus-nodus faktual serta interrelasi antar nodus disajikan dalam pohon engetahuanp berikut.

Blasting and Drilling Available Workforce

Migration

Junk disposal Health and Social Sevices

Transportation Systems

Trucking Land Values

Gambar 4.7. Pohon Pengetahuan Dampak Sosial

Diagram pohon ini merupakan acuan penyaduran klausa-klausa dengan bentukan impact_se(…). Klausa yang tersusun mencakup hubungan antara erosi serta harga tanah, pengolahan mineral dan kesehatan, pembuangan sampah dengan turisme, dst.

Dari pohon pengetahuan di atas, dapat diidentifikasi pola penyederhanaan yang cocok bagi topik ini. Pola ini dipergunakan untuk membentuk diagram semantik yang komprehensif untuk topik dampak sosial ekonomis. Diagram semantik ini jauh lebih ringkas sehingga dapat dijadikan acuan yang mudah untuk penyusunan kode Prolog pada sistem pakar ESC.

(13)

Cuplikan dari kode Prolog yang telah diperbaharui pada program ESC-2 disajikan sebagai berikut.

/* impact_se(“Activity”,”Socec_Factor”,Importance) */

impact_se("Blasting and Drilling","Migration",1.0).

4.5. Dampak Tidak Langsung

Laporan AMDAL harus mempertimbangkan kemungkinan bahwa komponen lingkungan yang dipengaruhi polutan juga dapat mempengaruhi komponen lingkungan lainnya. Hal ini terjadi karena lingkungan merupakan kumpulan komponen ekologis yang saling berkaitan dan berkesinambungan. Sehingga, ekuilibrium sebuah sistem lingkungan harus diperhatikan dalam penyusunan sistem pakar ini.

Ekuilibrium, atau keseimbangan aspek-aspek lingkungan, dapat disimulasikan dengan membuat sebuah basis pengetahuan dampak tidak langsung. Dalam basis pengetahuan ini tercakup semua kaitan antar dampak yang dapat ditelaah. Sebagai contoh, beberapa polutan seperti TSS akan mempengaruhi air permukaan. Keadaan air permukaan tentunya akan mempengaruhi bentos dan organisme akuatik lainnya. Selanjutnya, organisme akuatik akan mempengaruhi binatang-binatang darat pula.

Dalam basis pengetahuan yang dibuat, kelompok klausa yang terbentuk diberi nama indirect_impact(…). Dalam klausa ini terdapat dua buah sub-klausa yang berisi kedua komponen lingkungan yang saling berhubungan. Walaupun struktur klausa ini sangat sederhana, namun jumlah komponen lingkungan serta keterkaitan antar satu komponen dengan komponen yang lain sangat banyak. Pohon pengetahuan yang terbentuk terlihat lebih kompleks ketimbang pohon pengetahuan sebelumnya, serta sulit diimplementasikan dalam bahasa pemrograman numerik standar. Berikut disajikan pohon pengetahuan tersebut.

(14)

Gambar 4.9. Pohon Pengetahuan Dampak Tidak Langsung

Dari pohon pengetahuan di atas, dapat diidentifikasi pola penyederhanaan yang cocok bagi topik ini. Pola ini dipergunakan untuk membentuk diagram semantik yang komprehensif untuk topik dampak tidak langsung. Diagram semantik ini jauh lebih ringkas sehingga dapat dijadikan acuan yang mudah untuk penyusunan kode Prolog pada sistem pakar ESC.

(15)

Gambar 4.10. Diagram Alir Dampak Tidak Langsung

Dari pohon pengetahuan ini, disadur basis pengetahuan dalam bahasa Prolog yang tidak memiliki kompleksitas struktural tinggi namun memiliki jumlah klausa yang amat banyak. Penyusun juga mengembangkan hubungan antar komponen lingkungan, walau jumlah komponen tidak ditambahkan karena dianggap sudah cukup komprehensif. Berikut disajikan cuplikan kode program yang dihasilkan.

/*indirect_impact( “EnvComp1”,”EnvComp2”).*/ indirect_impact("Water Temperature","Microflora").

(16)

Dalam prakteknya, sistem pakar akan mengakses kode ini untuk mendapatkan semua interrelasi komponen. Namun, hanya komponen yang berhubungan langsung dengan komponen terpilih yang akan ditampilkan. Hal ini untuk lebih mempermudah analisis sehingga lebih terfokus pada komponen-komponen yang masih mengalami dampak yang berarti.

4.6. Perubahan Sosial-Ekonomi

Aspek selanjutnya yang juga penting untuk dipertimbangkan seorang penyusun laporan AMDAL merupakan faktor perubahan sosial-ekonomi yang mungkin terjadi akibat sebuah komponen sosial-ekonomi. Sebagai contoh, segala hal yang memberi dampak kepada migrasi penduduk juga dapat mengubah pertumbuhan populasi, demografi, jumlah pencari kerja, tingkat pendapatan, kohesi komunitas, dst.

Desain basis pengetahuan ini berdasarkan kelompok klausa yang disebut soc_ec(…). Kelompok klausa ini hanya memiliki dua sub-klausa. Sub-klausa pertama merupakan komponen sosial-ekonomi yang dibahas, misalnya Migration. Sedangkan, sub-klausa kedua merupakan faktor perubahan sosial-ekonomi akibat perubahan pada sub-klausa pertama. Pohon pengetahuan ini sangat sederhana karena elemen-elemennya relatif sedikit dan interrelasinya tidak kompleks. Berikut disajikan pohon pengetahuan tersebut dalam sebuah diagram.

(17)

Gambar 4.11. Pohon Pengetahuan Perubahan Sosial-Ekonomi

Dari pohon pengetahuan di atas, dapat diidentifikasi pola penyederhanaan yang cocok bagi topik ini. Pola ini dipergunakan untuk membentuk diagram semantik yang komprehensif untuk topik perubahan sosial-ekonomi. Diagram semantik ini jauh lebih ringkas sehingga dapat dijadikan acuan yang mudah untuk penyusunan kode Prolog pada sistem pakar ESC.

Proses Industri Semen

Hasilkan Perubahan

Sosial-Ekonomi

Gambar 4.12. Diagram Alir Perubahan Sosial-ekonomi

Setelah menilik pohon pengetahuan di atas, penyusun dapat memeriksa pengelompokan perubahan sosial ekonomi serta hubungannya dengan komponen sosial-ekonomi tersebut.

(18)

Selanjutnya, basis pengetahuan yang telah disempurnakan ditulis kembali sebagai kode Prolog. Berikut merupakan cuplikan dari kode tersebut.

/*soc_ec(“Activity”, “Social-Economic Change”).*/

soc_ec("Migration","changes in demand on health and social services").

Kode ini kelak akan diakses ketika sistem pakar mencapai peninjauan sosial-ekonomi dari aktivitas industri semen. Sehingga, pemrakarsa proyek mampu mengantisipasi tanggapan negatif dari masyarakat serta menyusun langkah-langkah untuk menanggulanginya.

4.7. Upaya Mitigasi

Pohon pengetahuan terakhir yang harus disusun merupakan upaya mitigasi untuk masing-masing proses. Tujuan akhir dari seorang penyusun laporan AMDAL merupakan upaya penyelesaian masalah atau mitigasi. Dengan kata lain, seorang pekerja AMDAL berorientasi problem solving sehingga semua masalah yang terantisipasi dapat diselesaikan.

Pohon pengetahuan ini mengelompokkan semua proses dan mitigasinya. Kelompok klausa yang menjadi acuan dalam penyusunan pohon pengetahuan ini merupakan kelompok klausa mitigasi(), yang memiliki dua sub-klausa. Sub-klausa pertama merupakan aktivitas dari industri semen yang ingin ditelaah. Sub-klausa kedua mempertimbangkan upaya untuk mengurangi dampak negatif aktivitas tersebut. Upaya tersebut dapat berupa pencegahan penghasilan polutan dengan peralatan end-of-pipe yang mengurangi emisi, perbaikan proses produksi agar mengurangi timbulan pencemar, hingga upaya pembersihan (clean-up) setelah insiden tertentu. Pohon pengetahuan yang disusun yaitu:

(19)

Gambar 4.13. Pohon Pengetahuan Mitigasi

Dari pohon pengetahuan di atas, dapat diidentifikasi pola penyederhanaan yang cocok bagi topik ini. Pola ini dipergunakan untuk membentuk diagram semantik yang komprehensif untuk topik mitigasi. Diagram semantik ini jauh lebih ringkas sehingga dapat dijadikan acuan yang mudah untuk penyusunan kode Prolog pada sistem pakar ESC. Proses Industri Semen Menghindari Dampak Langkah Mitigasi

Gambar 4.14. Diagram Alir Mitigasi

Sesuai dengan upaya-upaya mitigasi yang ada pada pohon di atas, penyusun dapat melakukan koreksi dengan data mutakhir yang melingkupi semua upaya penyelesaian masalah pada masing-masing proses industri semen. Upaya-upaya ini sudah banyak mengalami perubahan semenjak disusunnya ESC-1. Sebagai misal, dewasa ini ilmu

(20)

Teknik Lingkungan lebih banyak berfokus pada produksi bersih serta mengurangi penyelesaian end-of-pipe. Basis pengetahuan yang telah disempurnakan ditulis sebagai kode Prolog berikut.

/*mitigation( “Activity”,”mitigation”).*/

mitigation("Product Storage","Mimimise rainfall allowed to percolate through piles of lime stone area and runoff in uncontrolled fashion").

Basis pengetahuan ini selalu diakses pada akhir sesi. Kendati demikian, pada peninjauan maju, sebenarnya data mengenai proses sudah didapatkan semenjak sub-menu pertama. Namun, sistem pakar baru akan menampilkan data mitigasi pada akhir peninjauan. Hal ini dilakukan untuk alasan ketersinambungan program dengan urutan pengerjaan sebuah laporan AMDAL.

4.8. Pembuatan Jaringan Semantik

Jaringan semantik disusun agar hubungan antar nodus dapat lebih jelas terlihat. Pada hakikatnya, jaringan semantik disarankan menjadi langkah awal dalam desain sebuah program sebelum penyusunan dalam bahasa komputer. Dari penelitian terhadap struktur program, jaringan semantik sistem pakar ESC-1 disadur dari semua pohon pengetahuan (knowledge tree) yang telah dibahas di atas.

Penyusun sebenarnya membuat basis pengetahuan program langsung dari tahap pohon pengetahuan. Hal ini dikarenakan kompleksitas sebuah sistem pakar mengurangi efektivitas jaringan semantik sebagai panduan pemrograman. Namun, jaringan semantik tetap menjadi acuan agar dapat melihat keseluruhan sistem pada satu buah diagram lengkap. Jaringan semantik yang disusun oleh penulis ditampilkan pada gambar 4.15.

(21)

Gambar

Gambar 4.1. Alur Penyusunan Program ESC-1
Gambar 4.2. Alur Program ESC-1.
Gambar 4.3. Pohon Pengetahuan Baku Mutu
Gambar 4.4. Diagram Alir Baku Mutu
+7

Referensi

Dokumen terkait

Menurut Sugiyono (2017:88) purposive sampling adalah: “…teknik penentuan sampel dengan pertimbangan tertentu”. Pemilihan sampel dengan teknik purposive sampling adalah karena

Berdasarkan hasil penelitian yang telah dilakukan, dapat disimpulkan bahwa bahan pencampur khlorheksidin diglukonat 2% menyisakan sisa Ca(OH) 2 lebih sedikit

TKKS dapat dimanfaatkan juga sebagai media pertumbuhan jamur tiram ( Pleurotus ostreatus ). Tiga komponen utama TKKS adalah selulosa, hemiselulosa, dan lignin.

Karakteristik penelitian kualitatif, menurut Bogdan dan Biklen (1982: 27-30), adalah (a) natural setting (latar alamiah) sebagai sumber data langsung, (b) peneliti sebagai

Tanaman lidah buaya (Aloe vera) lebih dikenal sebagai tanaman hias dan banyak digunakan sebagai bahan dasar obat-obatan dan kosmetika, baik secara langsung dalam keadaan segar

Atas dasar beberapa uraian tentang informasi genetik dari gen CP4 EPSPS yang berasal dari Agrobacterium tumefaciens yang disisipkan dalam kedelai PRG event GTS

Jenis penelitian ini adalah PTKBK yang melakukan dalam dua siklus (siklus I dan siklus II), setiap siklus tiga pertemuan menjelaskan enam materi di 45 menit.

Adanya disparitas harga yang cukup tinggi antara susu segar di dalam negeri dan bahan baku susu impor merupakan peluang bagi peternak untuk memperoleh harga