Nama : Laras Sati
Kelas :
4PA08
NPM :
14512161
Mata Kuliah : Sistem Informasi Psikologi
AI
dan Sistem Pakar
Hubungan
Artificial Intelligen dengan Sistem Pakar
Menurut
Turban pada tahun 1995, Sistem pakar adalah program komputer yang menirukan seorang
pakar dengan keahlian pada suatu wilayah pengetahuan tertentu. Permasalahan
yabng di tanganin seorang pakar jelas bukan hanya alogaritma, namun lebih dari
itu seorang pakar biasanya menyelesaikan masalah yang lebih rumit dan
pemahamannya sulit utuk di pahami. Sistem pakar juga demikian, bukan hanya
berisi alogaritma namun juga pengetahuan dan aturan.
Sistem pakar biasanya sering
digunakan dalam bidang ekonomi, kepentingan bisnis, keungan, tegnologi dan
kedokteran. Pada dasarnya sistem pakar di terapkan untuk mendukung aktivitas
pemecahan masalah. Ternyata banyak aktivitas pemecahan masalah yang dilakuakn
sistem pakar diantaranya decicion makning (pembuat keputusan),
knowledge fusing (pemaduan pengetahuan), designing (mendisain),
planning (perencanaan), forecasting (perakitan), regulating
(pengaturan), controlling (pengendalian), diagnosing (mendiagnosa),
prescribing (perumusan), explaining (penjelasan), adbvising
(pemberian nasihat), dan tutoring (pelatihan). Selain itu
sistem pakar juga bisa menjadi asistem seorang pakar (atau saingan).
Definisi
sistem pakar
Dalam wikipedia, Sistem pakar adalah
suatu program komputer yang mengandung pengetahuan dari
satu atau lebih pakar manusia mengenai suatu bidang spesifik.
Jenis program ini pertama kali dikembangkan oleh periset kecerdasan buatan pada
dasawarsa 1960-an dan 1970-an dan diterapkan secara komersial selama 1980-an.
Beberapa
tokoh yang mendefinisiskan sistem pakar diantaranya, Martin dan Oxman pada
tahun 1988,mendefinisikan “sistem pakar sebagai sistem berbasis komputer yang
menggunakan pengetahuan, fakta dan teknik penalaran dalam memecahkan masalah
yang biasanya hanyadapat di pecahkan oleh seorang pakar”. William Stubblefield
dan George F. Lugger tahun 1993, menjelaskan bahwa s ”istem pakar
adalahsuatu program yang dapat menirukan seorang pakar”. E Fraim Turban, menjelaskan
bahwa “sistem pakar adalah sebuah program yang mengkomputerisasikan laporan
yang mencoba untuk menirukan proses pemikiran dan pengetahuan
dari pakar-pakar dalam menyelesaikan masalah”. Garratano dan Riley
tahun 1989, menjelaskan bahwa ”sistem pakar adalah suatu sistem
komputer yang bisa menyamai atau meniru kemampuan seorang pakar”.
Ciri-ciri Sistem Pakar
1.
Terbatas pada domain keahlian tertentu (bidang yang
spesifik),
2.
Dapat memberikan penalaran untuk data yang
tidak pasti dan lengkap,
3.
Dapat mengemukakan rangkaian alasan – alasan
yang diberikan dengan cara yang bisa dipahami,
4.
Berdasarkan aturan atau rule tertentu, Dirancang
untuk dapat dikembangkan secara bertahap agar bisa menghasilkan informasi yang
lebi baik dan akurat,
5.
Pengetahuan dan mekanisme penalaran jelas terpisah,
Keluarnya bersifat anjuran.
6.
Outpunya bersifat mesihat atau anjuran, tergentung
dari dialog user.
7.
Knowladge base dan inference engine terpisah.
Keuntungan
Sistem Pakar vs Kelemahan Sistem Pakar
|
Keuntungan
|
kelemahan
|
|
Membuat
orang yang masih awam dapat bekerja seperti layaknya seorang pakar
|
Membuat
nilai seorang pakar akan berkurang, karena keahliannya di gantikan teknlogi
|
|
Meningkatkan
produktifitas akibat meningkatnya kualitas hasil kerja
|
Sulit
dikembangkan, kerena ketersediaan pakar dibidangnya kurang
|
|
Menghemat
waktu kerja
|
Sistem
pakar tidak 100% bernilai benar
|
|
Menyederhanakan
pekerjaan
|
Sistem
pakar sulit untuk dibuat
|
|
Memperluas
jangkauan dari keahlian seorang pakar
|
memerlukan
pertimbangan dan kesimpulan berdasarkan data yang tidak lengkap
|
|
Bisa
melakukan proses secara berulang dan otomatis.
|
Mengidentifikasi
aturan inferensi yang diperlukan tergantung pada kerjasama dari seorang ahli
|
|
Menyimpan
pengetahuan dan keahlian para pakar
|
Sistem
pakar tidak dapat melakukan observasi, hanya berdasarkan teknik wawancara.
|
|
Mampu
mengambil dan melestarikan keahlian para pakar
|
Biaya
yang diperlukan untuk membuat dan memeliharanya sangat mahal
|
|
Memiliki
kemampuan untuk mengakses pengetahuan
|
|
|
Memiliki
reliabilitas
|
Jenis-jenis Sistem Pakar
1.
Interpretasi : Menghasilkan deskripsi situasi berdasarkan data
sensor.
2.
Prediksi : Memperkirakan
akibat yang mungkin dari situasi yang diberikan.
3.
Diagnosis : Menyimpulkan
kesalahan sistem berdasarkan gejala (symptoms).
4.
Disain : Menyusun
objek-objek berdasarkan kendala.
5.
Planning : Merencanakan
tindakan
6.
Monitoring : Membandingkan
hasil pengamatan dengan proses perencanaan.
7.
Debugging : Menentukan
penyelesaian dari kesalahan sistem.
8.
Reparasi : Melaksanakan
rencana perbaikan.
9.
Instruction : Diagnosis,
debugging, dan reparasi kelakuan pelajar.
10.
Control : Diagnosis,
debugging, dan reparasi kelakuan sistem.
Contoh
Sistem Pakar
1.
MYCIN :
Diagnosa penyakit
2.
DENDRAL :
Mengidentifikasi struktur molekular campuran yang tak dikenal
3.
XCON & XSEL :
Membantu konfigurasi sistem komputer besar
4.
SOPHIE :
Analisis sirkit elektronik
5.
Prospector :
Digunakan di dalam geologi untuk membantu mencari dan menemukan deposit.
6.
FOLIO :
Menbantu memberikan keutusan bagi seorang manajer dalam hal stok broker dan investasi.
7.
DELTA :
Pemeliharaan lokomotif listrik disel
Komponen
Sistem Pakar
1.
Sub-sistem Penambah Pengetahuan.
2.
Basis Pengetahuan, merupakan suatu jenis basis data
yang dipergunakan untuk manajemen pengetahuan. Basis data ini menyediakan
fasilitas untuk kleksi,organisasi dan pengambilan pengetahuan terkomputerisasi.
3.
Mesin Inferensi, merupakan elemen inti dari sistem
intelejensia buatan.
BlackBoard, merupakan memori atau lokasi untuk bekerja dan menyimpan
hasil sementara. Biasanya berupa sebuah basis data Interface.
4.
Subsistem Penjelasan, merupakan kemampuan untuk
menjejak (tracing) bagaimana suatu kesimpulan dapat diambil merupakan hal yang
sangat penting untuk transfer pengetahuan dan pemecahan masalah. Komponen
subsistem penjelasan harus dapat menyediakannya yang secara interaktif menjawab
pertanyaan pengguna .
5.
Subsistem Penyaring Pengetahuan. Seorang pakar
mempunyai sistem penghalusan pengetahuan, artinya, mereka bisa menganalisa
sendiri performa mereka, belajar dari pengalaman, serta meningkatkan pengetahuannya
untuk konsultasi berikutnya. Pada Sistem Pakar, swa-evaluasi ini penting
sehingga dapat menganalisa alasan keberhasilan atau kegagalan pengambilan
kesimpulan serta memperbaiki basis pengetahuannya.
ELIZA
ELIZA salah
diperkenalkan oleh Joseph Weizenbaum tahun 1966. ELIZA merupakan program
komputer dan sebuah contoh awal dari primitif pengolahan bahasa
alami . ELIZA dioperasikan oleh tanggapan pengolahan pengguna
untuk script, yang paling terkenal yang DOKTER,simulasi
dari psikoterapis Rogerian . Menggunakan informasi hampir tidak
ada tentang pemikiran manusia atau emosi, DOKTER terkadang memberikan
mengejutkan mirip manusia interaksi.
PARRY
PARRY adalah sebuah contoh awal
dari sebuah chatterbot, oleh psikiater Kenneth Colby.
Parry Colby, Hilf, Webber dan Kraemer tahun 1972, mensimulasikan seorang
pasien, dan menyebut program ini PARRY, karena ia mesimulasikan seorang pasian
paranoid. Mereka memilih seorang paranoid sebagai subyek karena beberapa teori
menyebutkan bahwa proses dan sistem paranoia memanga ada, perbedaan respon
psikotis dan respon normalnya cukup hebat, dan mereka bisa menggunakan
penilaian dari seorang ahli untuk mengecek keakuratan dari kemampuan pemisahan
antara respon simulasi komputer dan respon manusia.
Program menerapkan model mentah dari
perilaku skizofrenia paranoid berdasarkan konsep, konseptualisasi, dan
keyakinan. Hal ini juga diwujudkan strategi percakapan, dan dengan demikian,
PARRY adalah sebuah program yang jauh lebih serius dan maju daripada
ELIZA. Itu digambarkan sebagai "ELIZA dengan sikap"
Pada awal tahun 1970, PARRY diuji
dengan menggunakan variasi dari Turing Test. Sekelompok psikiater yang
berpengalaman menganalisis kombinasi pasien nyata dan komputer yang menjalankan
PARRY melalui teleprinter . Kelompok lain dari 33 psikiater
ditunjukkan transkrip percakapan. Kedua kelompok kemudian diminta untuk
mengidentifikasi mana dari "pasien" yang manusia dan yang program
komputer. Psikiater mampu membuat identifikasi yang benar hanya 48 persen
dari waktu .
NETtalk
NETtalk adalah jaringan
saraf tiruan. Yang merupakan adalah hasil penelitian yang dilakukan pada
pertengahan 1980 oleh Terrence Sejnowski dan Charles
Rosenberg. Maksud di balik NETtalk adalah untuk membangun model sederhana
yang mungkin menjelaskan kompleksitas tugas-tugas belajar tingkat kognitif
manusia, dan pelaksanaannya sebagai model koneksionis yang juga bisa belajar
untuk melakukan tugas yang sebanding.
NETtalk adalah sebuah program yang
belajar mengucapkan teks bahasa Inggris yang ditulis dengan menjadi teks yang
ditampilkan sebagai masukan dan pencocokan transkripsi fonetik untuk
perbandingan.NETtalk progam ini jenisnya cukup berbeda, berdasarkan pada
jaring jaring neuron, sehinnga dinamakan NETtalk. Dalam program ini,
NETtalk membaca tulisan dan mengucapkannya keras- keras. Para
penulis mencatat bahwa belajar membaca melibatkan mekanisme kompleks yang
melibatkan banyak bagian dari otak manusia.
NETtalk tidak secara khusus model
tahapan pengolahan citra dan pengenalan huruf dari korteks visual. Sebaliknya,
ia menganggap bahwa surat telah pra-diklasifikasikan dan diakui, dan urutan
surat ini terdiri dari kata-kata tersebut kemudian ditampilkan ke jaringan
saraf selama pelatihan dan selama pengujian kinerja. Adalah tugas NETtalk
untuk belajar asosiasi yang tepat antara pengucapan yang benar dengan urutan
tertentu huruf berdasarkan konteks di mana huruf tersebut akan
muncul. Dengan kata lain NETtalk belajar untuk menggunakan huruf sekitar
fonem saat diucapkan yang memberikan isyarat untuk pemetaan dimaksudkan fonemik
nya.
Langkah
mendesain sistem pakar
Mengidentifikasi
masalah, Tahapan identifikasi merupakan tahapan untuk menganalisa
permasalahan yangada. Tujuannya adalah untuk mengidentifikasi,
mengkarakterisasi, dan mendefinisikan masalah sistem akan diharapkan untuk
memecahkan masalah dan kemudian partisi ke yang sesuai sub-tugas. Dan
Ditentukan batasan masalah yang akan dianalisa, sistem pakar yang
terlibat, sumber daya yangdiperlukan dan tujuan yang akan dicapai.
Bagan Langkah Sistem Pakar
Konseptualisasi fase, Setelah
masalah didefinisikan, sumber daya yang diperlukan untuk memperoleh
pengetahuan, penerapan sistem, dan pengujian sistem diidentifikasi, dari konsep
tersebut unsur-unsur yang terlibat akan dirinci dan dikaji hubungan
antara unsur serta mekanisme pengendalian yang diperlukan untuk mencapai
sebuah solusi yang terbaik. Sumber daya yang khas mencakup
pengetahuan, waktu, fasilitas komputasi, dan uang. Karena sistem pakar
yang mahal dan satu menciptakan membutuhkan waktu yang cukup, studi kelayakan
sering dilakukan sebelum pekerjaan berlangsung melampaui titik ini. Selain
mengidentifikasi sumber daya, analis sistem pakar atau desainer juga
mengidentifikasi tujuan sistem dan tujuan. Hal ini membantu untuk
mengidentifikasi dan mendokumentasikan tujuan eksplisit karena pendekatan
desain tertentu, seperti pencarian heuristik, luas pencarian, pencarian
mendalam, dan penalaran adalah tujuan-driven. dimana pengetahuan dan
pakar menentukan konsep yang kemudian dikembangkan menjadi suatu sistem
pakar.
Tahap Formalisasi, Tahap
formalisasi melibatkan konsep kunci pemetaan, sub-masalah, dan karakteristik
arus informasi diisolasi selama konseptualisasi menjadi representasi yang lebih
formal berdasarkan pengetahuan teknik pemecahan masalah dan berbagai alat dan
kerangka representasi pengetahuan. Tujuan utama adalah untuk mengidentifikasi
ruang solusi (domain dengan koleksi semua kemungkinan solusi), ruang hipotesis
(ruang solusi hipotetis), yang mendasari model, dan karakteristik dari data.
Untuk menentukan struktur ruang
hipotesis, para analis sistem atau desainer harus merumuskan konsep
(pengetahuan dalam format abstrak yang dapat digunakan untuk memandu proses
pencarian atau penalaran) dan menentukan bagaimana mereka bergabung untuk
membentuk hipotesis. Konsep memberikan petunjuk tentang sifat dari ruang
seperti seolah-olah itu terbatas, jika sebuah hirarki harus dipertimbangkan,
jika tingkat tertentu abstraksi dapat diterapkan, dan jika kelas tertentu dari
konsep tersebut harus dihasilkan. Teknik pencarian seperti pencarian buta,
pencarian heuristik, dan abstrak ruang solusi yang sering
digunakan. Penalaran teknik seperti bangunan asumsi, bangunan pembenaran,
dan kendala dan teknik tujuanmembantu untuk mengidentifikasi model yang
mendasari proses yang digunakan untuk menghasilkan solusi dalam domain.
Sistem fase desain, Selama
fase desain sistem (kadang-kadang disebut fase desain logis) analis atau
desainer menentukan bagaimana sistem akan memenuhi persyaratan diidentifikasi
selama tiga fase sebelumnya. Biasanya, laporan dan output lainnya sistem
harus menghasilkan didefinisikan terlebih dahulu. Fase ini mirip dengan
tahap desain dalam siklus pengembangan sistem kehidupan
tradisional. Catatan, bagaimanapun, bahwa skema representasi yang
digunakan untuk menggambarkan pengetahuan berbeda dari metodologi tradisional.
Sistem tahap pengembangan,
Sebuah prototipe sistem pakar dibuat selama pengembangan sistem (atau desain
fisik) tahap. Tahap ini mirip dengan tahap pengembangan dalam siklus hidup
pengembangan sistem tradisional.
Pengujian dan tahap evaluasi, Selama
fase ini, sistem prototipe dievaluasi. Fase ini sejajar tahap pengujian
dalam siklus hidup pengembangan sistem tradisional. Namun, di samping
alat-alat pengujian dan teknik yang dijelaskan dalam Bagian VII, sistem pakar
menggunakan teknik pengujian dinamis untuk memverifikasi penalaran atau proses
inferensi.
Prototipe revisi fase, Sistem
pakar berkembang dari waktu ke waktu, menyerukan revisi hampir konstan, seorang
ahli sifat sistem berbagi dengan prototipe kebanyakan. Berdasarkan hasil
dari tahap pengujian atau evaluasi, konsep dan hubungan yang halus, ruang
solusi, model, dan karakteristik data reformalized, dan sistem ini didesain
ulang.
Referensi
Ø Herianto, T.
(1993).teknik pemograman turmbo Prolog. Yogyakarta: AndiOffset.
Ø Kusrini, R.
(2006).Sistem pakar dan teori aplikasi. Yogyakarta: AndiOffset.
Ø Fattah,
H,A.(2009).Rekayasa sistem pengenalan wajah. Yogyakarta: AndiOffset.
Ø McLeod, Jr.,
Raymond., Schell, George.P. (2008). Sistem Informasi Manajemen.
Jakarta : Salemba Empat
Ø Ma’arif, M.
S., Tanjung, H.(2003). Manajemen Operasi. Jakarta :Gramedia
Ø Solso, R.
L., Maclin, O. H., Maclin, M. K. (2009). Psikologi Kognitif.
Jakarta: Erlangga
Ø Matthews,
Robert. (2008). 25 gagasan Besar sains yang mengubah dunia kita.
Jakarta : Serambi Ilmu Semesta
Tidak ada komentar:
Posting Komentar