Artifical Intelegen, Kognisi Manusia,dan Sistem Pakar
A.Kecerdasan
Buatan
Kecerdasan
buatan atau Artificial Intelligence (AI) istilah yang mungkin akan mengingatkan
kita akan kehebatan optimus prime dalam film The Transformers. Kecerdasan
buatan memang kerap diidentikkan dengan kemampuan robot yang dapat berperilaku
seperti manusia.
“Istilah
kecerdasan buatan sebenarnya berasal dari bahasa Inggris: “Artificial
Intelligence”. Jika diartikan tiap kata, artificial artinya buatan, sedangkan
intelligence adalah kata sifat yang berarti cerdas. Jadi artificial
intelligence maksudnya adalah sesuatu buatan atau suatu tiruan yang cerdas.
Cerdas di sini kemungkinan maksudnya adalah kepandaian atau ketajaman dalam
berpikir, seperti halnya otak manusia dalam menyelesaikan suatu masalah.”
“Kecerdasan buatan didefinisikan sebagai kecerdasan entitas ilmiah.
Sistem seperti ini umumnya dianggap komputer. Kecerdasan diciptakan dan
dimasukkan ke dalam suatu mesin (komputer) agar dapat
melakukan pekerjaan seperti yang dapat dilakukan manusia. Beberapa
macam bidang yang menggunakan kecerdasan buatan antara lain sistem pakar, permainan komputer (games),logika fuzzy, jaringan syaraf tiruan dan robotika.”
Adapun pengertian lain mengenai
kecerdasan buatan yang diungkapkan oleh para ahli untuk
dapat memberi gambaran mengenai kecerdasan buatan salah satunya :
1. H. A. Simon (1987) Kecerdasan
Buatan (Artificial Intelligence) merupakan kawasan penelitian, aplikasi dan
instruksi yang terkait dengan pemrograman komputer untuk melakukan sesuatu hal
yang dalam pandangan manusia adalah cerdas.
B. Sejarah Kecerdasan Buatan
Sejarah
berawalnya istilah kecerdasan buatan adalah pada awal abad 17, René Descartes mengemukakan
bahwa tubuh hewan bukanlah apa-apa melainkan hanya mesin-mesin yang rumit.Blaise Pascal menciptakan
mesin penghitung digital mekanis pertama pada 1642. Pada 19, Charles Babbage dan Ada Lovelace bekerja pada
mesin penghitung mekanis yang dapat diprogram.
Bertrand Russell dan Alfred North Whitehead menerbitkan Principia Mathematica, yang
merombak logika formal. Warren McCullochdan Walter Pitts menerbitkan "Kalkulus Logis
Gagasan yang tetap ada dalam Aktivitas " pada 1943 yang meletakkan pondasi
untuk jaringan syaraf.
Tahun
1950-an adalah periode usaha aktif dalam AI. Program AI pertama yang bekerja
ditulis pada 1951 untuk menjalankan mesin Ferranti Mark I di University of Manchester (UK):
sebuah program permainan naskah yang ditulis oleh Christopher Strachey dan
program permainan catur yang ditulis oleh Dietrich Prinz. John
McCarthy membuat istilah "kecerdasan buatan " pada konferensi pertama
yang disediakan untuk pokok persoalan ini, pada 1956. Dia juga menemukan bahasa
pemrograman Lisp. Alan Turingmemperkenalkan "Turing test" sebagai
sebuah cara untuk mengoperasionalkan test perilaku cerdas. Joseph Weizenbaum membangun ELIZA, sebuah chatterbot yang
menerapkan psikoterapi Rogerian.
Selama tahun
1960-an dan 1970-an, Joel Moses mendemonstrasikan kekuatan
pertimbangan simbolis untuk mengintegrasikan masalah di dalam program Macsyma, program berbasis pengetahuan yang
sukses pertama kali dalam bidang matematika. Marvin Minsky dan Seymour Papert menerbitkan Perceptrons, yang mendemostrasikan batas
jaringan syaraf sederhana dan Alain Colmerauer mengembangkan
bahasa komputer Prolog. Ted Shortliffe mendemonstrasikan
kekuatan sistem berbasis aturan untuk
representasi pengetahuan dan inferensi dalam diagnosa dan terapi
medis yang kadangkala disebut sebagai sistem pakar pertama. Hans Moravecmengembangkan kendaraan terkendali
komputer pertama untuk mengatasi jalan berintang yang kusut secara mandiri.
Pada tahun
1980-an, jaringan syaraf digunakan secara meluas dengan algoritma perambatan
balik, pertama kali diterangkan oleh Paul John Werbos pada
1974. Tahun 1990-an ditandai perolehan besar dalam berbagai bidang AI dan
demonstrasi berbagai macam aplikasi. Lebih khusus Deep Blue, sebuah
komputer permainan catur, mengalahkan Garry Kasparov dalam
sebuah pertandingan 6 game yang terkenal pada tahun 1997. DARPA menyatakan bahwa biaya yang
disimpan melalui penerapan metode AI untuk unit penjadwalan dalam Perang Teluk
pertama telah mengganti seluruh investasi dalam penelitian AI sejak tahun 1950
pada pemerintah AS.
C. Paham
Pemikiran menurut AI
Secara garis
besar, AI terbagi ke dalam dua faham pemikiran yaitu AI Konvensional dan
Kecerdasan Komputasional (CI, Computational Intelligence). AI konvensional
kebanyakan melibatkan metoda-metoda yang sekarang diklasifiksikan sebagai
pembelajaran mesin, yang ditandai dengan formalisme dan analisis
statistik.Dikenal juga sebagai AI simbolis, AI logis, AI murni dan AI cara lama
(GOFAI, Good Old Fashioned Artificial Intelligence). Metoda-metodanya meliputi:
1.
Sistem pakar: menerapkan kapabilitas pertimbangan untuk
mencapai kesimpulan. Sebuah sistem pakar dapat memproses sejumlah besar
informasi yang diketahui dan menyediakan kesimpulan-kesimpulan berdasarkan pada
informasi-informasi tersebut.
2.
Pertimbangan berdasarkan kasus
3.
Jaringan Bayesian
4.
AI berdasar tingkah laku: metoda modular pada
pembentukan sistem AI secara manual Kecerdasan komputasional melibatkan pengembangan atau pembelajaran
iteratif (misalnya penalaan parameter seperti dalam sistem koneksionis.
Pembelajaran ini berdasarkan pada data empiris dan diasosiasikan dengan AI
non-simbolis, AI yang tak teratur dan perhitungan lunak. Metoda-metoda pokoknya meliputi:
1.
Jaringan Syaraf: sistem dengan kemampuan pengenalan
pola yang sangat kuat
2.
Sistem Fuzzy: teknik-teknik untuk pertimbangan di bawah
ketidakpastian, telah digunakan secara meluas dalam industri modern dan sistem
kendali produk konsumen.
3.
Komputasi Evolusioner: menerapkan konsep-konsep yang
terinspirasi secara biologis seperti populasi, mutasi dan “survival of the
fittest” untuk menghasilkan pemecahan masalah yang lebih baik.
Metoda-metoda
ini terutama dibagi menjadi algoritma evolusioner (misalnya algoritma genetik)
dan kecerdasan berkelompok (misalnya algoritma semut).
Dengan sistem
cerdas hibrid, percobaan-percobaan dibuat untuk menggabungkan kedua kelompok
ini. Aturan inferensi pakar dapat dibangkitkan melalui jaringan syaraf atau
aturan produksi dari pembelajaran statistik seperti dalam ACT-R. Sebuah
pendekatan baru yang menjanjikan disebutkan bahwa penguatan kecerdasan mencoba
untuk mencapai kecerdasan buatan dalam proses pengembangan evolusioner sebagai
efek samping dari penguatan kecerdasan manusia melalui teknologi.
a.
Lingkup utama kecerdasan buatan:
1.
Sustem pakar. 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. Computer 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
b.
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 tersebuat 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.
c.
Keuntungan kecerdasan alami:
1. Kreatif. Kemampuan untuk menambah ataupun memenuhi
pengetahuan itu sangat melekat pada jiwa manusia. Pada kecerdasan buatan, untuk
menambah pengetahuan harus dilakukan melalui sistem yang dibangun
2. Kecerdasan alami memungkinkan orang untuk menggunakan
pengalaman secara langsung. Sedangkan pada kecerdasan buatan harus bekerja
dengan input-input simbolik
3. Pemikiran manusia dapat digunakan secara luas,
sedangkan kecerdasan buatan sangat terbatas.
D. Kognisi Manusia
Pengoprasian komputer dapat berjalan jika
di jalankan oleh manusia. Manusia menjalankannya membutuhkan proses kognisi.
Kognisi adalah istilah ilmiah untuk "proses pikiran." yaitu bagaimana
manusia melihat, mengingat, belajar dan berpikir tentang informasi. Penggunaan
istilah bervariasi di berbagai disiplin ilmu, misalnya dalam psikologi dan ilmu
kognitif, biasanya mengacu pada pandangan pengolahan informasi fungsi
psikologis individu.
Adapun beberapa definisi kognisi lainnya :
"Istilah kognisi (Latin: cognoscere,
"tahu", "untuk konsep" atau "mengenali") mengacu
ke fakultas untuk memproses informasi, menerapkan pengetahuan, dan preferensi
berubah. Kognisi, atau proses kognitif, bisa alami atau buatan, sadar atau
tidak sadar. Proses ini dianalisis dari perspektif yang berbeda dalam konteks
yang berbeda, terutama di bidang linguistik, anestesi, neurologi, psikologi,
filsafat, antropologi, systemics, ilmu komputer dan keyakinan. Dalam psikologi
atau filsafat, konsep kognisi terkait erat dengan konsep-konsep abstrak seperti
pikiran, kecerdasan, kognisi digunakan untuk merujuk pada fungsi mental, proses
mental (pikiran) dan negara-negara entitas cerdas (manusia, organisasi manusia,
mesin yang sangat otonom dan buatan kecerdasan)."
Jenis proses mental digambarkan sebagai
kognitif sebagian besar dipengaruhi oleh penelitian yang telah berhasil
menggunakan paradigma ini di masa lalu, mungkin dimulai dengan Thomas Aquinas,
yang membagi studi perilaku ke dalam dua kategori besar: kognitif (bagaimana
kita tahu dunia), dan afektif (perasaan dan emosi). Akibatnya, deskripsi ini
cenderung berlaku untuk proses seperti memori, asosiasi, pembentukan konsep,
pengenalan pola, bahasa, perhatian, persepsi, tindakan, pemecahan masalah dan
citra mental. Secara tradisional, emosi tidak dianggap sebagai proses kognitif.
Divisi ini sekarang dianggap sebagai sebagian besar buatan, dan banyak
penelitian saat ini sedang dilakukan untuk memeriksa psikologi kognitif emosi,
penelitian juga mencakup kesadaran seseorang strategi mereka sendiri dan metode
kognisi yang disebut metakognisi dan termasuk metamemory.
Sebuah teori kognitif tidak akan selalu
membuat referensi ke otak atau proses biologis lainnya (bandingkan
neurokognitif). Ini murni mungkin menggambarkan perilaku dalam hal arus informasi
atau fungsi. Bidang yang relatif baru studi seperti ilmu kognitif dan
neuropsikologi bertujuan untuk menjembatani kesenjangan ini, dengan menggunakan
paradigma kognitif untuk memahami bagaimana otak ini mengimplementasikan fungsi
pemrosesan informasi (lihat juga kognitif neuroscience), atau bagaimana murni
informasi-sistem pengolahan (misalnya, komputer) dapat mensimulasikan kognisi
(lihat intelijen juga buatan). Cabang psikologi yang mempelajari cedera otak
untuk menyimpulkan fungsi kognitif yang normal disebut neuropsikologi
kognitif. Sekolah teoritis pemikiran yang berasal dari pendekatan kognitif
sering disebut kognitivisme. Keberhasilan fenomenal dari pendekatan
kognitif dapat dilihat oleh dominasi saat ini sebagai model inti dalam psikologi
kontemporer (merebut behaviorisme pada akhir 1950-an). Kognisi rusak parah
pada demensia.
a. Teori belajar yang berasal dari aliran
psikologi kognitif ini menelaah bagaimana orang
berpikir,mempelajari konsep dan menyelesaikan masalah. Hal yang menjadi pembahasan
sehubungan dengan teori belajar ini adalah tentang jenis pengetahuan dan memori.
1. Jenis Pengetahuan
Menurut pendekatan
kognitif yang mutakhir, elemen terpenting dalam proses
belajara dalah pengetahuan yang dimiliki oleh tiap
individu kepada situasi belajar. Dengan kata lain apa yang telah kita
ketahui akan sangat menentukan apa yang akan menjadi perhatian, dipersepsi,
dipelajari, diingat ataupun dilupakan. Pengetahuan bukan hanya hasil dari
proses belajar sebelumnya, tapi juga akan membimbing proses belajar berikutnya.
Perspektif kognitif membagi jenis pengetahuan menjadi tiga bagian, yaitu:
1.1. Pengetahuan Deklaratif yaitu
pengetahuan yang bisa dideklarasikan biasanya dalam bentuk kata atau singkatnya
pengetahuan konseptual. Contoh, pengetahuan tentang fakta (misalnya, bumi
berputar mengelilingi matahari dalam kurun waktu tertentu), generalisasi
(setiap benda yang di lempar ke angkasa akan jatuh ke bumi karena adanya gaya
gravitasi), pengalaman pribadi (apa yang diajarkan oleh guru sains secara menyenangkan)
atau aturan (untuk melakukan operasi penjumlahan dan pengurangan pada pecahan
maka pembilang harus disamakan terlebih dahulu).
1.2. Pengetahuan Prosedural yaitu pengetahuan
tentang tahapan yang harus dilakukan misalnya dalam hal pembagian satu bilangan
ataupun cara kita mengemudikan sepeda, singkatnya “pengetahuan bagaimana”.
Contoh, Menyatakan proses penjumlahan atau pengurangan pada bilangan
pecahan menunjukkan pengetahuan deklaratif, namun bila siswa mampu mengerjakan
perhitungan tersebut maka dia sudah memiliki pengetahuan prosedural. Guru dan
siswa yang mampu menyelesaikan soal melalui rumus tertentu atau menterjemahkan
teks bahasa Inggris. Seperti halnya siswa yang mampu berenang dalam satu gaya
tertentu, berarti dia sudah menguasai pengetahuan prosedural hal tersebut.
1.3.Pengetahuan Kondisional, Pengetahuan, adalah pengetahuan dalam hal “kapan dan mengapa”
pengetahuan deklaratif dan prosedural digunakan. Seperti. Siswa harus dapat
mengidentifikasi terlebih dahulu persamaan apa yang perlu dipakai (pengetahuan
deklaratif) sebelum melakukan proses perhitungan (pengetahuan prosedural).
Pengetahuan kondisional ini jadinya merupakan hal yang penting dimiliki siswa,
karena menentukan penggunaan konsep dan prosedur yang tepat. Terkadang siswa
mengetahui fakta dan dapat melakukan satu prosedur pemecahan masalah tertentu,
namun sayangnya mengaplikasikannya pada waktu dan tempat yang kurang tepat.
Jadi, kita dapat tarik kesimpulan dari hubungan artifical intelegen dan
kognisi manusia adalah suatu unsur yang saling berhubungan antara satu sama
lainnya. Seperti bagian otak yang mengakomodir unsur bagian-bagian tubuh
manusia yang menjadikan suatu sistem yang kompleks. Sedangkan untuk kecerdasan
buatan adalah suatu unsur yang saling melengkapi, tetapi tidak kompleks seperti
struktur kognisi dari manusia, karena struktur kognisi kecerdasan buatan
contontohnya pada perangkat komputer adalah hanya terdiri dari perangkat keras
yang di desain seperti CPU, RAM, Memori, Procesor, karena yang mendisain dan
yang membuat komputer itu sendiri adalah manusia, dan manusia membuatnya
seperti pemprograman yang ada pada struktur otak manusia.
E. Sistem Pakar
Sistem pakar
(expert systems) adalah sistem yang berusaha mengapdosi pengetahuan manusia ke
komputer, agar komputer dapat menyelesaikan masalah seperti yang biasa
dilakukan oleh para ahli. Sistem pakar yang baik dirancang agar dapat
menyelesaikan suatu permasalahan tertentu dengan meniru kerja dari para ahli.
Jadi sistem
pakar → kepakaran ditransfer dari seorang pakar (atau sumber kepakaran yang lain)
ke komputer, pengetahuan yang ada disimpan dalam komputer, dan pengguna dapat
berkonsultasi pada komputer itu untuk suatu nasehat, lalu komputer dapat
mengambil inferensi (menyimpulkan, mendeduksi, dll.) seperti layaknya seorang
pakar, kemudian menjelaskannya ke pengguna tersebut, bila perlu dengan
alasan-alasannya.
Dengan sistem
pakar, orang awam pun dapat menyelesaikan masalah yang cukup rumit yang
sebenarnya hanya dapat diselesaikan dengan bantuan para ahli. Bagi para ahli,
sistem pakar juga akan membantu aktivitasnya sebagai asisten yang sangat
berpengalaman.
Sistem pakar
dikembangkan pertama kali tahun 1960.
a. Sistem
pakar yang terkenal antara lain:
1. MYCIN
• Paling
terkenal, dibuat oleh Edward Shortlife of Standford University tahun 70-an
• Sistem
pakar medical yang bisa mendiagnosa penyakit infeksi dan merekomendasi
pengobatan
• MYCIN membantu dokter mengidentifikasi pasien yang
menderita penyakit. Dokter duduk di depan komputer dan memasukkan data pasien:
umur, riwayat kesehatan, hasil laboratorium dan informasi terkait lainnya.
Dengan informasi ini ditambah pengetahuan yang sudah ada dalam komputer, MYCIN
mendiagnosa selanjutnya merekomendasi obat dan dosis yang harus dimakan.
• MYCIN sebagai penasehat medis, tidak dimaksudkan untuk
mengantikan kedudukan seorang dokter. Tetapi membantu dokter yang belum
berpengalaman dalam penyakit tertentu. Juga untuk membantu dokter dalam
mengkonfirmasi diagnosa dan terapi yang diberikan kepada pasien apakah sesuai
dengan diagnosa dan terapi yang ada dalam basis pengetahuan yang sudah
dimasukkan ke dalam MYCIN, karena MYCIN dirancang oleh dokter-dokter yang ahli
di bidang penyakit tersebut.
• Kesimpulan : sistem pakar seperti MYCIN bisa digunakan
sebagai bahan pembanding dalam pengambilan solusi dan pemecahan masalah.
Keputusan terakhir atas pengobatan tersebut tetap menjadi tanggung jawab
dokter.
2. DENDRAL
Mengidentifikasi
struktur molekular campuran kimia yang tak dikenal XCON & XSEL
3. XCON
• Merupakan sistem pakar untuk membantu konfigurasi sistem
komputer besar, membantu melayani order langganan sistem komputer DEC VAX
11/780 ke dalam sistem spesifikasi final yang lengkap
• Komputer
besar seperti VAX dan komponen yang berbeda digabung dan disesuaikan dengan
konfigurasi tertentu yang diinginkan oleh para pelanggan.
• Ada ribuan cara dimana aseosri Pcboard, kabel, disk
drive, periperal, perangkat lunak, dan lainnya bisa dirakit ke dalam
konfigurasi yang sangat rapih. Untuk meng-identifikasi hal-hal tersebut
diperlukan waktu berhari-hari/berminggu-minggu agar bisa memenuhi spesifikasi
yang diinginkan pemesan, tapi dengan XCON bisa dalam beberapa menit.
4. XSEL
• Dirancang untuk
membantu karyawan bagian penjualan dalam memilih komponen sistem
VAX. Karena banyaknya pilihan karyawan tersebut sering menghadapi kesulitan
dalam memilih suatu komponen yang paling tepat.
• Basis
pengetahuan yang ada pada XSEL membantu mengarahkan para
pemesan serius untuk memilih konfigurasi yang dikehendaki, kemudian XSEL
memilih CPU, memori, periperal dan menyarankan paket software tertentu yang
paling tepat dengan konfigurasinya.
b. Komponen
sistem pakar ada empat bagian :
1.
Knowledge Base (basis
pengetahuan).
Knowledge Base (Basis pengetahuan) merupakan inti dari
program sistem pakar karena basis pengetahuan itu merupakan presentasi
pengetahuan atau knowledge representation basis pengetahuan adalah sebuah basis
data yang menyimpan aturan-aturan tentang suatu domain knowledge/pengetahuan
tertentu. Basis pengetahuan ini terdiri dari kumpulan objek beserta aturan dan atributnya
(sifat atau cirinya), tentu saja di dalam domain tertentu. Contoh :If hewan
merupakan sayap dan bertelur then hewan jenis burung.
1.1
Ada dua bentuk pendekatan basis pengetahuan yang sangat umum
digunakan yaitu :
a. Rule-Based
Reasoning (Penalaran berBasis Aturan)
Pada
penalaran berbasis aturan, pengetahuan direpresentasi-kan dengan menggunakan
aturan berbentuk IF-THEN. Bentuk ini digunakan jika kita memiliki sejumlah
pengetahuan pakar pada suatu permasalahan tertentu, dan pakar dapat
menyelesaikan masalah tersebut secara berurutan. Bentuk ini juga digunakan jika
dibutuhkan penjelasan tentang jejak (langkah-langkah) pencapaian solusi.
b. Case-Based
Reasoning (Penalaran berBasis Kasus).
Basis
pengetahuan akan berisi solusi-solusi yang telah di-capai sebelumnya, kemudian
akan diturunkan suatu solusi untuk keadaan yang terjadi sekarang (fakta yang
ada). Bentuk ini digunakan jika pemakai (user) menginginkan untuk tahu lebih
banyak lagi pada kasus-kasus yang hampir sama (mirip). Bentuk ini juga
digunakan jika kita telah memiliki sejumlah situasi atau kasus tertentu dalam
basis pengetahuan.
2. Working
Memory (Basis Data atau Memori Kerja).
Working
memory adalah bagian yang mengandung semua fakta-fakta baik fakta awal pada
saatsistem beroperasi maupun fakta-fakta pada saat pengambilan kesimpulan
sedang dilaksanakan selama sistem pakar beroperasi, basis data berada di dalam
memori kerja.
3. Inference
Engine (Mesin/Motor Inferensi).
Inference
Engine adalah bagian yang menyediakan mekanisme fungsi berfikir dan pola-pola penalaran
sistem yang digunakan oleh seorang pakar.
·
Mekanisme
ini akan menganalisa masalah tertentu dan selanjutnya akan mencari jawaban atau
kesimpulan yang terbaik.
·
Mesin
ini akan dimulai pelacakannya dengan mencocokan kaidah-kaidah dalam basis pengetahuan
dengan fakta-fakta yang ada dalam basis data.
3.1
Dua teknik untuk melakukan Inferensia, yaitu:
a) Forward
Chaining (Pelacakan ke depan). Pencocokan fakta atau pernyataan dimulai dari
bagian sebelah kiri (IF) dulu. Dengan perkataan lain, penalaran dimulai dari
fakta terlebih dahulu untuk menguji kebenaran hipotesa.
b)
Backward Chaining (Pelacakan kebelakang).
Melalui penalaranya dari sekumpulan hipotesis menuju fakta-fakta yang mendukung
tersebut, jadi proses pelacakan berjalan mundur dimulai dengan menentukan
kesimpulan yang akan dicari baru kemudian fakta-fakta pembangun kesimpulan atau
a Goal Driven. Atau dengan kata lain pencocokan fakta atau pernyataan dimulai
dari sebelah kanan (THEN) dulu.
c.
Ciri-ciri sistem pakar adalah sebagai berikut:
1. Terbatas
pada domain keahlian tertentu.
2.
Memiliki
fasilitas informasi yang handal.
3. Dapat
memberikan penalaran untuk data data yang tidak
pasti.
4. Dapat
mengemukan rangkaian alasan-alasan yang
diberikannya dengan cara yang dapat dipahami.
5. Berdasarkan
pada kaidah/ Rule tertentu.
6. Memiliki
kemampuan untuk belajar beradaptasi.
7. Dirancang
untuk dapat dikembangkan secara bertahap (mudah dimodifikasi).
8. Dapat
digunakan dalam berbagai jenis komputer
9. Keluaranya
bersifat anjuran.
d. Sistem Kerja Pakar.
Menurut Staugard (1987) sistem kerja pakar terbagi dalam
tiga modul yaitu:
1. Modul
Penerimaan Pengetahuan.
Modul ini digunakan untuk mendapatkan pengetahuan sistem
pakar yang melalui proses penerimaan pengetahuan. Proses ini dilakukakan
melalui interaksi dengan pakar, sedangkan peneri-maan pengetahuan dilakukan dengan
bantuan Knowledge Engineer (KE), yaitu seorang spesialis sistem yang menterjemahkan
pengetahuan yang dimiliki seorang pakar menjadi pengetahuan yang akan tersimpan
dalam basis pengetahuan pada sebuah sistem pakar (Gambar di bawah).
2. Modul
Konsultasi.
Sistem pakar pada modul konsultasi apabila sistem
memberikan konsultasi berupa jawaban atas permasalahan yang diajukan oleh
pemakai pada modul ini pemakai yang awam berinteraksi dengan sistem dengan
memasukkan data dan jawaban-jawaban pertanyaan sistem. Data yang dimasukkan
oleh pemakai ditempatkan dalam database sistem dan kemudian diakses oleh
pembangkit inference untuk mendapatkan kesimpulan.
3.
Modul
Penjelasan.
Modul Penjelasan adalah menjelaskan proses pengambilan
keputusan yang dilakukan oleh sistem.
e. Cara Representasi.
Cara representasi dalam sistem pakar (Turban,1992)
terbagi dalam tiga teknik, yaitu:
1. Production Rule
Production
Rule adalah model ide
dasar dari sistem yang memopresentasikan pengetahuan dengan bentuk pasangan
kondisi aksi (Jika-Maka, IF - THEN).
2.Semantic Network.
Semantic
Network adalah gambaran
grafis dari pengetahuan yang terdiri
node atau symbol dan hubungan atau link yang memperlihatkan hubungan hirarkis
antar objek.
3.
Frame.
Frame adalah struktur data yang berisi semua pengetahuan
tentang objek tertentu.
f. Pengembangan Sistem Pakar.
Diperlukan beberapa tahapan, misal kita dapat menggunakan
metode choice/pilihan. Metode ini terdiri dari :
1. Rekayasa
sistem dan analisis.
Dalam tahap ini dilakukan komunikasi antar pencari dan
pengguna sistem untuk membahas masalah yang dihadapi. Mengidentifikasi masalah
dan kebutuhan. Mengkaji situasi dan memutuskan dengan pasti tentang masalah
yang akan dikomputerisasi dan apakah dengan sistem pakar bisa lebih membantu atau
tidak. Misalnya :
·
Pemakai
sistem sangat tergantung dengan beberapa spesialis yang diperlukan dalam sistem
pakar. Ini jangan sampai terjadi.
·
Tidak
terlalu membebani operator dengan tugas-tugas yang seharusnya dikerjakan oleh
seorang pakar.
2.
Menentukan
masalah yang cocok. Ada beberapa syarat yang harus dipenuhi agar sistem pakar
dapat bekerja dengan baik, yaitu :
· Domain tidak terlalu luas;
· Kompleksitasnya
menengah, artinya jika masalah terlalu mudah (dapat diselesaikan dalam beberapa
detik saja) atau masalah yang sangat komplek seperti peramalan berhentinya
semburan lumpur lapindo tidak perlu menggunakan sistem pakar;
-Tersedianya ahli (pakar) dalam bidang yang akan dibuat
sistem pakarnya;
- Menghasilkan
solusi mental bukan fisik, artinya sistem pakar hanya memberikan anjuran tidak
bisa melakukan aktivitas fisik seperti membau atau merasakan;
- Tidak
melibatkan hal-hal yang common sense,
yaitu penalaran yang diperoleh dari pengalaman, seperti : adanya gravitasi
membuat benda jatuh, atau jika lampu traffic light merah maka kendaraan harus
berhenti.
3.
Mempertimbangkan
Alternatif. Yaitu menggunakan sistem pakar atau komputer tradisional.
4.
Menghitung
pengembalian investasi, termasuk diantaranya biaya pembuatan sistem pakar,
biaya pemeliharaan, dan biaya pelatihan.
5.
Memilih
alat pengembangan. Dapat menggunakan software pembuat sistem pakar seperti
SHELL, dengan WinExsys yang beroperasi pada sistem operasi windows 97), atu
dirancang dengan bahasa pemrograman sendiri (misal dengan bahasa PROLOG).
6.
Rekayasa
Pengetahuan. Perlu dilakukan penyempurnaan terhadap aturan-aturan yang sesuai.
7. Desain
(Design) sistem. Tahap ini termasuk pembuatan prototype serta menterjemahkan
pengetahuan menjadi aturan-aturan. Juga pada tahap ini ditentukan konfigurasi
yang dibutuhkan oleh sistem dan metode yang digunakan dalam mengambil
keputusan.
8. Pengkodean
(Coding). Pada tahap ini dilakukan perubahan hasil desain menjadi program yang
dapat dibaca oleh komputer.
9.
Pengujian
(Testing). Pada tahap ini dilakukan pengujian dari kinerja sistem,mencari dan
memperbaiki kesalahan/error yang ada.
10. Pemeliharaan (Maintanance). Pemeliharaan sistem dilakukan
dengan kaidah pengambil keputusan. Serta memperbaharui pengetahuan, mengganti
pengetahuan yang sudah ketinggalan, dan meluweskan sistem agar bisa lebih baik
lagi dalam menyelesaikan masalah.
g. Beberapa Program AI (1956 – 1966)
1. Logic
Theorist, diperkenalkan pada Dartmouth Conference, dapat membuktikan teorema-teorema
matematika •Sad Sam (Robert K Lindsay – 1960), dapat mengetahui kalimat
sederhana yang ditulis dalam bahasa Inggris dan mampu memberikan jawaban
berdasarkan fakta yang didengar dalam sebuah percakapan •
2. Eliza
diprogram Joseph Weizenbaum (1967), mampu memberi terapi terhadap pasien dengan
memberikan beberapa pertanyaan. Salah satu sistem pakar yang paling awal
dikembangkan. Ini adalah program komputer yang dibuat oleh Joseph Weizenbaum di
MIT. Pengguna berkomunikasi dengannya sebagaimana sedang berkonsultasi dengan
seorang terapis.
3. Parry adalah Sistem Pakar yang juga paling awal
dikembangkan di stanford University oleh seorang psikiater, Kenneth colby, yang
mensimulasikan seorang paranoid.
4. Nettalk
adalah program berdasarkan jaringan-jaringan neuron, dikembangkan oleh Terry
Sejnowski : jaringan neural berisi lapisan tersembunyi yang berkorespondensi
dengan interneuron.
Jadi, dapat ditarik kesimpulan bahwa Persamaan dan
Perbedaan antar System Pakar dengan Kecerdasan Buatan persamaanya
adalah sama-sama mempunyai tujuan untuk mencapai hasil yang maksimal dalam suatu
penyelesaian masalah. sedangkan perbedaannya: system
pakar hanya mengacu kepada seorsng perancang atau sang ahli itu sendiri,
sebagai object dalam menyiapkan suatu system guna mendapatkan hasil yang
maksimal. Sedangkan Kecerdasan buatan mengacu kepada jalur atau langkah yang
sebagian besar berorientasi kepada Hardware guna mencapai hasil yang maksimal.
Daftar Pustaka :
Komentar
Posting Komentar