Sistem Pakar: Pengertian, Komponen dan Contoh

Kemajuan teknologi dan sistem informasi kini membuat masyarakat semakin dekat hidup dengan adanya informasi dan juga komunikasi. Dalam dunia teknologi dan praktisi pastinya mengenal mengenai sistem pakar. Berikut ini pengertian sistem pakar, metode dan contohnya.

Penerapannya yang sangat bermanfaat bagi masyarakat luas tentunya sangat dibutuhkan oleh masyarakat saat ini. Selain itu, adanya perkembangan tersebut juga mendukung berbagai aktivitas manusia.

Tak heran jika saat ini sistem pakar atau yang dikenal dengan expert system pada sistem informasi menjadi salah satu tren yang sukses di masa modern seperti saat ini, yang mana memiliki tujuan untuk mengembangkan sistem informasi yang memudahkan pekerjaan atau aktivitas setiap manusia.

Untuk mengenal apa itu sistem pakar, di bawah ini akan dijelaskan berbagai hal mengenai pengertian sistem pakar, bagaimana tujuan dari sistem pakar, apa saja komponen yang ada di dalam komponen sistem pakar dan berbagai metodenya, serta bagaimana contoh sistem pakar dan aplikasinya.

Baca juga: Apa itu Buku Digital?

Pengertian Sistem Pakar

Sistem pakar atau yang biasa dikenal sebagai expert system merupakan suatu program komputer atau sistem informasi yang di dalamnya mengandung berbagai pengetahuan dari satu atau lebih pakar manusia yang berhubungan dengan suatu bidang dan biasanya cenderung spesifik.

Dalam hal ini, pakar yang dimaksud merupakan seseorang yang memiliki keahlian secara khusus di bidangnya masing-masing, misalnya seorang dokter, psikolog, mekanik, teknisi, dan lain sebagainya. Pengetahuan dari pakar atau expert dalam sistem tersebut digunakan untuk menjawab berbagai pertanyaan atau untuk berkonsultasi.

Menurut Wikipedia, sistem pakar merupakan jenis program yang pertama kali dikembangkan oleh periset kecerdasan buatan pada dasawarsa 1960-an dan 1970-an yang kemudian diterapkan secara komersial sejak 1980-an.

Bentuk umum dari sistem pakar ini merupakan program yang dibuat berdasarkan suatu set aturan yang menganalisis berbagai informasi yang biasanya diberikan oleh pengguna suatu sistem untuk mengenal suatu kelas masalah yang spesifik serta analisis matematis dari berbagai masalah tersebut.

Sistem pakar juga mampu membuat rekomendasi terhadap suatu rangkaian tindakan pengguna untuk dapat menerapkan koreksi tergantung dari bagaimana sistem pakar tersebut didesain, sehingga kemudian mampu memanfaatkan kapabilitas penalaran untuk mencapai suatu simpulan.

Selain pengertian secara umum, para ahli juga memiliki pandangan dan perbedaan mengenai pengertian sistem pakar. Berikut ini adalah pengertian sistem pakar menurut para ahli.

1. E. Fraim Turban (1992)

Menurut E. Fraim Turban, sistem pakar merupakan sebuah program yang mengkomputerisasi laporan yang mencoba untuk menirukan proses pemikiran dan pengetahuan dari pakar-pakar dalam menyelesaikan masalah.

2. William Stubblefield dan George F. Lugger (1993)

William Stubblefield dan George F. Lugger mengungkapkan bahwa sistem pakar adalah suatu program yang dapat menirukan seorang pakar.

3. Garratano dan Riley (1989)

Menurut Garratano dan Riley, sistem pakar adalah suatu sistem komputer yang bisa menyamai atau meniru kemampuan seorang pakar.

Tujuan Sistem Pakar

Setelah memahami pengertian dari sistem pakar, Anda juga harus mengetahui tujuan dari sistem pakar. Seperti yang sudah diketahui, sistem pakar memiliki kemampuan untuk merekomendasikan rangkaian tindakan atau behaviour pengguna agar dapat menjalankan sistem koreksi yang tepat dan akurat.

Sistem ini juga dibuat untuk memanfaatkan kapabilitas proses penalaran agar dapat mencapai hasil simpulan berdasarkan data dan fakta yang ada. Akan tetapi, Lestari (2012) mengungkapkan beberapa tujuan dari dibuatnya sistem pakar.

1. Interpretasi

Sistem pakar bertujuan untuk membuat sebuah kesimpulan atau deskripsi dari sekumpulan data yang masih mentah (raw data) yang mana pengambilan keputusan tersebut berdasarkan hasil observasi.

Nah, semakin besar data bisa semakin baik dalam interpretasi sebuah data itu sendiri, untuk itu pelajari dulu mengenai Apa itu Big Data?

2. Prediksi

Sistem pakar mampu memproyeksikan akibat dari situasi dan kondisi tertentu.

3. Diagnosis

Sistem tersebut mampu menentukan penyebab terjadinya malfungsi di dalam situasi yang kompleks berdasarkan gejala yang dapat teramati dengan diagnosis yang tepat.

Promo Buku

4. Perancangan Desain

Dibuat untuk menentukan rancangan konfigurasi terkait komponen sistem yang cocok dengan tujuan kinerja tertentu dengan memenuhi suatu kendala tertentu.

5. Perencanaan

Tujuan sistem ini untuk merencanakan serangkaian tindakan yang mendapat tujuan pada tahap kondisi awal tertentu.

6. Monitoring

Sistem ini juga melaksanakan hasil pengamatan berdasarkan suatu kondisi yang diharapkan.

7. Debugging

Sistem pakar mampu menentukan serta menginterpretasikan berbagai cara untuk mencegah terjadinya malfungsi atau kegagalan pada fitur tertentu.

8. Instruksi

Bertujuan untuk mendeteksi kemampuan dan tingkat defisiensi terhadap pemahaman mengenai domain subjek

9. Kontrol

Bertujuan mengatur pola tingkah laku suatu lingkungan yang kompleks.

Baca juga: Pengertian Cloud Computing

Komponen Sistem Pakar

Di dalam sistem pakar, terdapat dua bagian pokok yaitu lingkungan pengembangan atau development environment dan lingkungan konsultasi atau consultation environment. Oleh sebab itu, sistem pakar memiliki beberapa komponen yang terdapat di dalam struktrur sistem pakar yaitu sebagai berikut.

1. Basis Pengetahuan

Sistem pakar memiliki basis pengetahuan yang mana di dalamnya mengandung pengetahuan untuk pemahaman, formulasi, dan juga skema penyelesaian masalah. Basis pengetahuan ini tersusun atas fakta yang berupa informasi, tentang objek dan kaidah atau rule yang menjadi informasi tentang bagaimana membangkitkan berbagai fakta.

2. Basis Data

Selain itu, sistem pakar juga memiliki komponen yaitu  basis data yang mana mengandung berbagai fakta, baik fakta awal pada saat sistem mulai beroperasi maupun fakta yang didapatkan pada saat pengambilan kesimpulan yang sedang dilaksanakan.

Sehingga dalam praktiknya, basis data ini berada di dalam memori komputer untuk menyimpan data hasil observasi dan data lainnya yang kemudian diolah dan memerlukan alat yaitu komputer atau alat lainnya.

3. Mesin Inferensi

Komponen selanjutnya di dalam sistem pakar adalah mesin inferensi atau inference engine yang mana mengandung mekanisme pola pikir dan penalaran yang digunakan oleh pakar di dalam menyelesaikan suatu masalah yang terjadi. 

Mesin inferensi merupakan program komputer yang memberikan metodologi untuk penalaran tentang informasi yang ada di dalam basis pengetahuan dan juga di dalam workplace dan untuk memformulasikan kesimpulan.

4. Antarmuka Pemakai (User Interface)

Metode sistem pakar yang selanjutnya merupakan metode antarmuka pemakai atau user interface yang mana merupakan mekanisme yang digunakan oleh pengguna dan sistem pakar untuk saling berkomunikasi. Antarmuka menerima informasi dari pemakai dan kemudian mengubah ke dalam bentuk yang dapat diterima oleh sistem.

Selain itu, antarmuka juga menerima dari berbagai sistem yang menyajikan mengenai bentuk yang kemudian dapat dimengerti oleh pengguna atau pemakai.

5. Akuisisi Pengetahuan (Knowledge Acquisition)

Komponen akuisisi pengetahuan merupakan akumulasi, transfer, dan transformasi kehamilan dalam menyelesaikan masalah dari sumber pengetahuan ke dalam program komputer. Dalam tahap ini, akuisisi pengetahuan menyerap berbagai pengetahuan untuk selanjutnya dapat ditransfer ke basis pengetahuan.

Pengetahuan yang diperoleh dari pakar ini sudah dilengkapi dengan fasilitas yaitu buku, basis data laporan penelitian, dan juga pengalaman pemakai.

6. Workplace/Blackboard

Komponen lainnya adalah workplace yang mana berisi sekumpulan memori kerja atau working memory yang digunakan untuk merekam kejadian yang sedang berlangsung, di mana di dalamnya termasuk keputusan sementara.

Metode Sistem Pakar

Di dalam sistem pakar ini, memuat berbagai metode-metode yang biasanya digunakan yaitu sebagai berikut.

1. Depth First Search

Metode depth first search atau DFS ini merupakan sebuah algoritma yang digunakan untuk melakukan penelusuran melalui tree atau graf yang berpatokan pada kedalaman suatu data.

2. Breadth First Search

Breadth First Search adalah sebuah algoritma yang dapat melakukan pencairan data secara meluas di dalam suatu sistem pakar. Metode ini biasanya menerapkan proses antrean data atau queue yang mana berfungsi untuk menyimpan data yang sudah dianalisis sebelumnya.

Selain itu, metode breadth first search ini juga membutuhkan table boolean yang berguna untuk menyimpan informasi simpul yang didapat, sehingga tidak ada informasi yang dikunjungi lebih dari satu kali.

3. Best First Search

Metode ini merupakan hasil kombinasi dari depth first search dan juga breadth first search yang mana dirancang untuk menampilkan tampilan output dari analisis variabel yang telah diproses sebelumnya.

4. AHP (Analytical Hierarchy Process)

Metode yang satu ini digunakan untuk pengambilan keputusan dengan melakukan perbandingan antara pasangan dan kriteria yang ada di dalam suatu variabel. Teknik analisis pada metode ini adalah menganalisis berbagai variabel yang ada dan kemudian membentuk variabel tersebut menjadi hierarki berdasarkan sebuah urutan.

Kemudian dilanjutkan dengan membandingkan dan ditarik sebuah kesimpulan berdasarkan dari matrik yang ada agar dapat menentukan nilai pada setiap kriteria maupun variabel yang digunakan.

5. Backward Chaining

Metode backward chaining ini melakukan pelacakan sistem keputusan yang diawali dari menarik kesimpulan pada sebuah titik penalaran dan kemudian dilanjutkan dengan penyusunan hipotesis yang sudah didapatkan sehingga fakta yang ada dapat memberikan nilai atau penguatan pada kesimpulan yang sudah berhasil ditemukan.

6. Forward Chaining

Metode ini merupakan teknik penalaran dari sistem pakar, yang mana forward chaining ini diawali dulu dari proses pencarian fakta dan kemudian fakta yang ditemukan akan digunakan untuk menguji nilai kebenaran dari suatu hipotesis yang ada.

Contoh Sistem Pakar dan Aplikasinya

Setelah memahami pengertian umum mengenai sistem pakar dan berbagai teorinya, di bawah ini merupakan beberapa contoh sistem pakar dan aplikasi serta pengembangannya.

  1. Sophie: merupakan analisis sirkit elektronik.
  2. Folio: membantu memberikan keputusan bagi seorang manajer di dalam hal stok broker dan investasi.
  3. Prospector: biasanya digunakan di dalam geologi untuk membantu mencari dan menemukan deposit. Sistem pakar ini didesain oleh Sheffield Research Institute pada akhir 70-an.
  4. Dendral: mengidentifikasi struktur organik yang tidak dikenal melalui analisis spektrum massa dan ilmu kimia.
  5. Dipmeter Advisor: digunakan oleh Schlumberger untuk menganalisis data di dalam pengeboran minyak.
  6. Mycin: mengidentifikasi bakteri yang menyebabkan infeksi dan merekomendasikan antibiotik dengan dosis yang sesuai dengan berat tubuh pasien. Sistem ini dirancang oleh Edward Feigenbaum dari Universitas Stanford pada tahun 70-an.
  7. Delta: pemeliharaan lokomotif listrik diesel. Sistem ini didesain dan dikembangkan oleh General Electric Company.
  8. ACE: SP troubleshooting pada sistem kabel telepon yang didesain dan dikembangkan oleh AT&T Bell Lab pada awal tahun 80-an.
  9. XCON & XSEL: sistem pakar yang fungsinya membantu konfigurasi sistem komputer besar. Sistem ini dikembangkan oleh Digital Equipment Corporation (DEC) dan Carnegie Mellon University (CMU).
  10. YESMVS: membantu operator komputer dan mengontrol sistem operasi MVS (multiple virtual storage) yang didesain oleh IBM pada awal 80-an.

Tinggalkan komentar