Mengenal Apa itu Sistem Pakar? Tujuan, Fitur, Perbedaan, Struktur dan Contoh Program Sistem Pakar

Pengertian Sistem Pakar (Expert System)

Menurut Turban “Sistem pakar (Expert System) adalah salah satu cabang dari AI (Artificial Intelligence) khusus untuk penyelesaian masalah tingkat manusia yang pakar. Sistem pakar adalah sistem yang menggunakan pengetahuan manusia yang terekam dalam komputer untuk memecahkan persoalan yang biasanya memerlukan keahlian manusia. Sedangkan AI itu sendiri atau yang disebut juga kecerdasan buatan adalah tingkah laku mesin yang jika dilakukan oleh manusia, akan disebut cerdas.”

Konsep Dasar Sistem Pakar

Konsep dasar sistem pakar menurut Turban mencakup beberapa persoalan mendasar, antara lain apa yang dimaksud dengan keahlian, siapa yang disebut pakar, bagaimana keahlian dapat ditransfer, dan bagaimana sistem bekerja. Konsep dasar sistem pakar yaitu pengguna menyampaikan fakta atau informasi untuk sistem pakar dan kemudian menerima saran dari pakar atau jawaban ahlinya.

Bagian dalam sistem pakar terdiri dari 2 komponen utama yaitu knowledge base yang berisi knowledge dan mesin inferensi yang menggambarkan kesimpulan. Kesimpulan tersebut merupakan respon dari sistem pakar atas permintaan pengguna. Pakar adalah orang yang memiliki pengetahuan, penilaian, pengalaman, dan metode khusus, serta kemampuan untuk menerapkan bakat ini dalam memberi nasihat dan memecahkan persoalan.

Kepakaran (expertise) adalah pengetahuan yang ekstensif dan spesifik yang diperoleh melalui rangkaian pelatihan, membaca, dan pengalaman. Pengetahuan membuat pakar dapat mengambil keputusan secara lebih baik dan lebih cepat daripada non-pakar dalam memecahkan problem yang kompleks. Kepakaran mempunyai sifat berjenjang, pakar top memiliki pengetahuan lebih banyak dari pada pakar junior.

Tujuan Sistem Pakar

Tujuan Sistem Pakar adalah untuk mentransfer kepakaran dari seorang pakar ke komputer, kemudian ke orang lain (yang bukan pakar). Proses ini membutuhkan 4 aktivitas, yaitu tambahan pengetahuan (dari para ahli atau sumber lainnya), representasi pengetahuan (ke komputer), inferensi pengetahuan dan pengalihan pengetahuan ke pengguna

Fitur-Fitur Dasar Suatu Sistem Pakar

Keahlian adalah pengetahuan ekstensif yang spesifik terhadap tugas yang dimiliki pakar. Fitur-fitur yang harus dimiliki oleh sistem pakar adalah sebagai berikut: 

1. Pertimbangan simbolik: pemikiran kecerdasan tiruan harus berdasarkan pada pertimbangan simbolik dari pada perhitungan matematika. Metode yang digunakan pada pertimbangan simbolik yaitu backward chaining atau forward chaining
2. Self-knowledge: sistem pakar harus dapat menganalisis pertimbangannya sendiri dan menjelaskan kenapa bisa dicapai kesimpulan yang seperti itu
3. Keahlian: pakar dibedakan dari tingkat keahlian mereka maka sistem pakar harus memiliki keahlian untuk memberi keputusan seperti seorang pakar.
4. Deep knowledge (kedalaman pengetahuan): basis pengetahuan yang digunakan sistem pakar berasal dari seorang pakar, pengetahuan tersebut merupakan pengetahuan yang kompleks.

Perbedaan Sistem Pakar Komputer dengan Pakar Manusia

Terdapat perbedaan mendasar yang membedakan suatu sistem pakar komputer dengan sistem pakar manusia konvensional. Perhatikan tabel gambar di bawah untuk melihat beberapa perbedaanya.

Kelebihan dan Keuntungan Menggunakan Sistem Pakar

Terdapat beberapa keunggulan dan kelebihan sistem pakar, yang kita dapatkan jika kita menggunakannya, yaitu diantaranya:

• Mengerjakan perhitungan secara cepat dan tepat dan tanpa jemu mencari kembali data yang tersimpan dengan kecepatan tinggi.
• Mampu Mengerjakan perhitungan secara cepat dan tepat dan tanpa jemu mencari kembali data yang tersimpan dengan kecepatan tinggi. 
• Bisa Menyampaikan data tersebut untuk jangka waktu yang panjang dalam suatu bentuk tertentu.
• Menjadikan pengetahuan dan nasihat lebih mudah didapat.
• Meningkatkan penyelesaian masalah, menerusi paduan pakar, penerangan, sistem pakar khas.
• Meningkatkan output dan produktivitas.
• Memberikan respon (jawaban) yang cepat.
• Meningkatkan reliabilitas.  
• Intelligence database (basis data cerdas), bahwa sistem pakar dapat digunakan untuk mengakses basis data dengan cara cerdas.
• Dapat bekerja dalam informasi yang kurang lengkap dan mengandung ketidakpastian.

Pihak yang Ikut Terlibat pada Sistem Pakar

Menurut Turban terdapat tiga orang yang terlibat dalam lingkungan sistem pakar, yaitu :

#1. Pakar

Pakar adalah orang yang memiliki pengetahuan khusus, pendapat, pengalaman dan metode, serta kemampuan untuk mengaplikasikan keahliannya tersebut guna menyelesaikan masalah

#2. Knowledge engineer (Perekayasa Sistem)

Knowledge engineer adalah orang yang membantu pakar dalam menyusun area permasalahan dengan menginterpretasikan dan mengintegrasikan jawaban-jawaban pakar atas pertanyaan yang diajukan, menggambarkan analogi, mengajukan counter example dan menerangkan kesulitan-kesulitan konseptua

#3. Pengguna

Sistem pakar memiliki beberapa pemakai, yaitu: pemakai bukan pakar, pelajar, pembangun sistem pakar yang ingin meningkatkan dan menambah basis pengetahuan, dan pakar.

Struktur Sistem Pakar

Sistem Pakar dapat ditampilkan dengan dua lingkungan, yaitu: lingkungan pengembangan dan lingkungan konsultasi (runtime). Lingkungan pengembangan digunakan sistem pakar untuk membangun komponen dan memasukkan pengetahuan ke dalam basis pengetahuan. Lingkungan konsultasi digunakan oleh non pakar untuk memperoleh pengetahuan dan nasihat pakar. Lingkungan ini dapat dipisahkan setelah sistem lengkap.

Tiga komponen dasar utama yang tampak secara virtual pada setiap sistem pakar adalah:

1. Basis pengetahuan
2. Mesin inferensi
3. Antarmuka pengguna.

Sistem pakar yang berinteraksi dengan pengguna dapat pula berisi komponen tambahan berikut 

1. Sub sistem akuisisi pengetahuan 
2. Blackboard (tempat kerja) 
3. Sub sistem penjelas (justifier) 
4. Sub sistem perbaikan-pengetahuan

#1.  Sub Sistem Akuisisi Pengetahuan

Akuisisi Pengetahuan adalah akumulasi, transfer, dan transformasi keahlian pemecah masalah dari pakar atau sumber pengetahuan terdokumentasi ke program komputer, untuk membangun atau memperluas basis pengetahuan. Sumber pengetahuan potensial antara lain pakar manusia, buku teks, dokumen multimedia, database (public dan privat), laporan riset khusus, dan informasi yang terdapat dalam web.

Mendapatkan pengetahuan dari pakar adalah tugas kompleks yang sering menimbulkan kemacetan dalam konstruksi ES. Dalam sistem pakar, seseorang memerlukan knowledge engineer atau pakar elisitas pengetahuan untuk berinteraksi dengan satu atau lebih pakar manusia dalam membangun basis pengetahuan. Biasanya knowledge engineer membantu pakar menyusun area persoalan dengan menginterpretasikan dan mengintegrasikan jawaban manusia, menyusun analogi, mengajukan contoh pembanding, dan menjelaskan kesulitan konseptual.

#2. Basis Pengetahuan

Basis pengetahuan berisi pengetahuan relevan yang diperlukan untuk memahami, merumuskan, dan memecahkan persoalan. Basis tersebut mencakup dua elemen dasar:

1. Heuristik atau aturan khusus yang mengarahkan penggunaan pengetahuan untuk memecahkan persoalan khusus dalam domain tertentu. (Selain itu, mesin inferensi dapat menyertakan pemecahan persoalan untuk tujuan umum dan aturan pengambilan keputusan). Heuristik menyatakan pengetahuan penilaian informal dalam area aplikasi. Pengetahuan, tidak hanya fakta, adalah bahan mentah primer dalam sistem pakar.
2. Fakta, misalnya situasi persoalan dan teori area persoalan.

#3. Mesin Inferensi Pengetahuan

Otak Expert System (ES) adalah mesin inferensi, yang dikenal juga sebagai struktur kontrol atau penerjemah aturan (dalam sistem pakar berbasis-aturan). Komponen ini sebenarnya adalah program komputer yang menyediakan metodologi untuk mempertimbangkan informasi dalam basis pengetahuan dan blackboard, dan merumuskan kesimpulan. Komponen ini menyediakan arahan bagaimana menggunakan pengetahuan sistem, yakni dengan mengembangkan agenda yang mengatur dan mengontrol langkah yang diambil untuk memecahkan persoalan kapan pun konsultasi berlangsung.  

#4. Interface Pengguna

Sistem pakar berisi prosesor bahasa untuk komunikasi berorientasi-persoalan yang mudah antara pengguna dan komputer. Komunikasi ini paling baik dilakukan dalam bahasa alami. Dikarenakan batasan teknologi, maka kebanyakan sistem yang ada menggunakan pendekatan pertanyaan dan jawaban untuk berinteraksi dengan pengguna. 

#5. Area Kerja (Blackboard)

Blackboard adalah area kerja memori yang disimpan sebagai database untuk deskripsi persoalan terbaru yang ditetapkan oleh data input; digunakan juga untuk perekam hipotesis dan keputusan sementara. Tiga tipe keputusan dapat direkam dalam blackboard: rencana (bagaimana mengatasi persoalan), agenda (tindakan potensial sebelum eksekusi), dan solusi (hipotesis kandidat dan arah tindakan alternative yang telah dihasilkan sistem sampai dengan saat ini).

#6. Sub Sistem Penjelas

Kemampuan untuk melacak tanggung jawab suatu kesimpulan terhadap sumbernya adalah penting untuk transfer keahlian dan dalam pemecahan masalah. Subsistem penjelas (disebut juga justifier) dapat melacak tanggung jawab tersebut dan menjelaskan perilaku ES dengan menjawab pertanyaan berikut sebagai interaktif :

• Mengapa suatu pertanyaan ditanyakan oleh sistem pakar? 
• Bagaimana suatu kesimpulan dicapai?
• Mengapa suatu alternative ditolak? 
• Apa rencana untuk mencapai solusi? Misalnya, apa yang tetap tersisa sebelum diagnosis akhir ditetapkan?

#7. Sub Sistem Perbaikan Pengetahuan

Pakar manusia memiliki sistem-perbaikan-pengetahuan, yakni mereka dapat menganalisis pengetahuannya sendiri dan kegunaannya, belajar darinya, dan meningkatkannya untuk konsultasi mendatang. Serupa pula, evaluasi tersebut diperlukan dalam pembelajaran komputer sehingga program dapat menganalisis alasan keberhasilan atau kegagalannya. 

Hal ini dapat mengarah kepada peningkatan sehingga menghasilkan basis pengetahuan yang lebih akurat dan pertimbangan yang lebih efektif. Komponen tersebut tidak tersedia dalam sistem pakar komersial pada saat ini, tetapi sedang dikembangkan dalam ES eksperimental pada beberapa universitas dan lembaga riset. Ketika Sistem melakukan tanya jawab dengan User maka jawaban Ya akan dijadikan basis untuk memeriksa knowledge-base.

Modul Utama Suatu SIstem Pakar (Expert System)

Menurut Staugaard (1987) suatu sistem pakar disusun oleh tiga modul utama yaitu sebagai berikut:

1. Modul Penerimaan Pengetahuan (Knowledge Acquisition Mode) Sistem berada pada modul ini, pada saat ia menerima pengetahuan dari pakar. Proses mengumpulkan pengetahuan-pengetahuan yang akan digunakan untuk pengembangan sistem, dilakukan dengan bantuan knowledge engineer. Peran knowledge engineer adalah sebagai penghubung antara suatu sistem pakar dengan pakarnya.
2. Modul Konsultasi, pada saat sistem berada pada posisi 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.
3. Modul Penjelasan (Explanation Modul), Modul ini menjelaskan proses pengambilan keputusan oleh system (bagaimana suatu keputusan dapat diperoleh).

Bentuk Tipe Program Sistem Pakar

Berdasarkan bentuk dan tipe program suatu sistem pakar bisa dibedakan ke dalam bentuk berikut :

1. Sistem pakar Berdiri sendiri.sitem pakar jenis ini merupakan software yang berdiri-sendiri tidak tergantung dengan software yang lainnya. 
2. Sistem Pakar Tergabung, sistem pakar jenis ini merupakan bagian program yang terkandung di dalam suatu algoritma (konvensional), atau merupakan program dimana didalamnya memanggil algoritma sub rutin lain (konvensional). 
3. Sistem Pakar Terhubung ke software lain, bentuk ini biasanya merupakan sistem pakar yang menghubungkan ke suatu paket program tertentu, misalnya DBMS. 
4. Sistem pakar mengabdi, sistem pakar merupakan bagian dari komputer khusus yang dihubungkan dengan suatu fungsi tertentu. Misalnya sistem pakar yang digunakan untuk membantu menganalisis data radar.

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. nstruction: Diagnosis, debugging, dan reparasi kelakuan pelajar. 
10. Control: Diagnosis, debugging, dan reparasi kelakuan sistem 

Contoh Program Sistem Pakar (Expert System)

Agar bisa memahami bagaimana konsep sistem pakar dan cara kerja suatu sistem pakar, silahkan kunjungi tautan dan coba jalankan contoh program sistem pakar di bawah. Melalui sistem pakar yang diterapkan ke dalam program komputer ini, diharapkan bisa memberikan gambaran lebih luas lagi mengenai konsep sistem pakar.

• Contoh program sistem pakar diagnosis penyakit pada ayam dengan certainty factor
• Contoh program sistem pakar diagnosa gejala gigi dan mulut
• Contoh program sistem pakar metode backward chaining kerusakan motor
• Contoh program sistem pakar metode forward chaining diagnosa penyakit bayi dan balita