P12
AI, ES & DSS
A. Sidiq P.
AI
●
Artifical Intellegence
●
Kecerdasan buatan
●
Adalah aktifitas penyediaan mesin seperti komputer yang memiliki kemampuan
menampilkan perilaku yang dianggap cerdas
seperti yang terjadi pada manusia .
Bidang-bidang AI
ES
●
Expert System
●
Sebuah program komputer yang dirancang untuk memodelkan kemampuan
menyelesaikan masalah seperti layaknya
seorang pakar (human expert).
Pakar (Expert)
●
Seorang pakar/ahli (human expert) adalah seorang individu yang memiliki kemampuan
pemahaman yang superior dari suatu masalah.
●
Misalnya: seorang dokter, penasehat
keuangan, pakar mesin mobil, dll.
Kemampuan Kepakaran
●
Dapat mengenali (recognizing) dan merumuskan masalah
●
Menyelesaikan masalah dengan cepat dan tepat
●
Menjelaskan solusi
●
Belajar dari pengalaman
●
Restrukturisasi pengetahuan
●
Menentukan relevansi/hubungan
●
Memahami batas kemampuan
Kepakaran (Expertise)
● Pemahaman yang luas dari tugas atau pengetahuan spesifik yang diperoleh dari pelatihan, membaca dan pengalaman.
● Jenis-jenis pengetahuan yang dimiliki dalam kepakaran:
– Teori-teori dari permasalahan
– Aturan dan prosedur yang mengacu pada area permasalahan – Aturan (heuristik) yang harus dikerj akan pada situasi yang terjadi – Strategi global untuk menyelesaikan berbagai jenis masalah
– Meta-knowledge (pengetahuan tentang pengetahuan)
Data = Informasi
● Data :
– Nilai (value) yang turut merepresentasikan deskripsi dari suatu objek atau kejadian (event)
● Informasi :
– merupakan hasil dari pengolahan data dalam suatu bentuk yang lebih berguna dan lebih berarti bagi
penerimanya, yang menggambarkan suatu kejadian- kejadian (event) yang nyata (fact) yang digunakan untuk pengambilan keputusan.
Knowledge
●
Proses : pengalaman, pelatihan, dll
Human Expert VS ES
Alasan Pengembangan ES
●
Dapat menyediakan kepakaran setiap waktu dan diberbagai lokasi
●
Secara otomatis mengerjakan tugas-tugas rutin yang membutuhkan seorang pakar.
●
Seorang Pakar akan pensiun atau pergi
●
Seorang Pakar adalah mahal
●
Kepakaran dibutuhkan juga pada lingkungan
yang tidak bersahabat (hostile environtment)
ES VS Conventional System
Ciri - Ciri ES
●
Memiliki informasi yang handal.
●
Mudah dimodifikasi.
●
Dapat digunakan dalam berbagai jenis komputer.
●
Memiliki kemampuan untuk belajar beradaptasi.
Tujuan ES
● Untuk membuat knowledge dan pengalaman dari para pakar tersimpan dan tersedia lebih luas dan leluasa (Bukan untuk menggantikan seorang pakar).
● Aktifitas yang dilakukan untuk memindahkan kepakaran:
– Knowledge Acquisition (dari pakar atau sumber lainnya)
– Knowledge Representation (ke dalam komputer) – Knowledge Inferencing
– Knowledge Transfering
Struktur Dasar ES
Knowledge Base
●
Bagian ES yang berisi domain pengetahuan.
●
Berisi pengetahuan yang dibutuhkan untuk
memahami, merumuskan dan menyelesaikan masalah.
●
Terdiri dari 2 elemen dasar:
– Fakta, situasi masalah dan teori yang terkait – Heuristik khusus atau rules, yang langsung
menggunakan pengetahuan untuk menyelesaikan masalah khusus.
Working Memory
●
Bagian ES yang berisi fakta-fakta masalah yang ditemukan dalam suatu sesi.
●
Berisi fakta-fakta tentang suatu masalah yang
ditemukan dalam proses konsultasi
Inference Engine
●
Merupakan Processor (control structure) pada ES yang mencocokan fakta-fakta yang ada
pada working memory dengan domain
pengetahuan yang terdapat pada knowledge base, untuk menarik kesimpulan dari masalah yang dihadapi.
●
Proses berpikir pada manusia dimodelkan
dalam sistem pakar pada modul yang disebut
Inference Engine.
Struktur ES
●
Development Environment (Lingkungan Pengembangan)
– Digunakan oleh ES builder untuk membangun komponen dan membawa knowledge ke dalam knowledge base.
●
Consultation Environment (Lingkungan Konsultasi)
– Digunakan oleh orang yang bukan ahli untuk
mendapatkan knowledge dan saran setara pakar.
Bagian-bagian ES / Penyusun ES
● Penerimaan Pengetahuan (Knowledge Acquisition)
– Meliputi proses pengumpulan, pemindahan, dan perubahan dari kemampuan pemecahan masalah seorang pakar atau sumber pengetahuan terdokumentasi (buku, dll) ke program komputer, yang bertujuan untuk memperbaiki dan atau mengembangkan
basis pengetahuan (knowledge-base) , dilakukan dengan bantuan knowledge engineer. Peran knowledge engineer adalah sebagai penghubung antara suatu sistem pakar dengan pakarnya.
● Konsultasi (Consultation)
– Memberikan jawaban atas permasalahan yang diajukan oleh user, sistem pakar berada dalam modul konsultasi. Pada modul ini,
user berinteraksi dengan sistem dengan menjawab pertanyaan- pertanyaan yang diajukan oleh sistem.
● Penjelasan (Explanation)
– Menjelaskan proses pengambilan keputusan oleh system (bagaimana suatu keputusan dapat diperoleh).
Elemen dalam pengembangan dan penggunaan ES
● Pakar
● Knowledge Engineer
● User, Yang terdiri dari:
– Klien yang bukan pakar yang menginginkan nasehat langsung.
Disini ES bertindak sebagai konsultan atau advisor/penasehat.
– Pelajar yang ingin belajar, ES disini bertindak sebagai instruktur.
– ES Builder yang ingin meningkatkan knowledge base-nya. Disini ES bertindak sebagai partner.
– Pakar. ES disini bertindak sebagai kolega atau sebagai asisten.
● Pihak lain. Misalnya: system builder, tool builder, vendor, staf pendukung.
Kategori Permasalahan yang ditangani ES
Kelebihan ES
● Memungkinkan orang awam bisa mengerjakan pekerjaan para ahli.
● Bisa melakukan proses secara berulang secara otomatis.
● Menyimpan pengetahuan dan keahlian para pakar.
● Meningkatkan output dan produktivitas.
● Meningkatkan kualitas.
● Mampu mengambil dan melestarikan keahlian para pakar (terutama yang termasuk keahlian langka).
● Mampu beroperasi dalam lingkungan yang berbahaya.
● Memiliki kemampuan untuk mengakses pengetahuan.
● Memiliki kemampuan untuk bekerja dengan informasi yang tidak lengkap dan mengandung ketidakpastian.
● Sebagai media pelengkap dalam pelatihan.
● Meningkatkan kapabilitas dalam penyelesaian masalah.
● Menghemat waktu dalam pengambilan keputusan.
Kekurangan ES
●
Biaya yang diperlukan untuk membuat dan memeliharanya sangat mahal.
●
Sulit dikembangkan. Hal ini tentu saja erat kaitannya dengan ketersediaan pakar di bidangnya.
●
Sistem Pakar tidak 100% bernilai benar.
ES Vs DSS
Kenapa ES bukan DSS ?
●
Masalah tersebut melibatkan diagnosis situasi yang kompleks / melibatkan pembutan
kesimpulan / peringkasan dari volume data yang besar.
●
Ada tingkat ketidaktentuan dalam aspek masalah tertentu.
●
Ada kemungkinan bagi ahli manusia untuk
memecahkan masalah tersebut dalam jangka
waktu yang wajar.
Referensi
Turban, Aronson, and Liang. 2005. Decision Support Systems and Intelligent Systems, 7th Edition, Prentice Hall.
Kusrini. 2007. Konsep Dan Aplikasi Sistem Pendukung Keputusan. Yogyakarta : Andi.
Tugas
Berdasarkan Tugas Kelompok buatlah :
●
Laporan dengan format :
– Pages : A4 (TLRB=4433) – Spacing : 1.5
– Font : Times New Rowman (12)
– Gunakan Bookmark Untuk setiap judul dan sub judul
Isi laporan :
● Cover (Judul, NIM & Nama Kelompok)
● Daftar Isi
● Bab I
– Latar belakang, Masalah, Tujuan, Manfaat
● Bab II
– Algoritma
– Penggalan program (implementasi algoritma) – Manual User (Screenshot & Keterangan)
● Bab III
– Kesimpulan – Saran
Daftar Pustaka
Pengumpulan
●
1 Document Laporan
●
1 Aplikasi (DB & Program)
●
Selanjutnya di kumpul dalam bentuk file
compress (*.zip, *.7-zip, *.tar, dll)
Presentasi
●
Persiapkan :
● Slide presentasi
● Running program
●
Kelas
● 21 : 23 Juni 2014
● 22 : 26 Juni 2014
