Sistem Pakar (Expert System) Dalam Keluarga Kecerdasan Buatan (Artificial Intellegence)

Kecerdasan Buatan

Kecerdasan Buatan (Artificial Intellegence) adalah suatu ilmu yang mempelajari cara membuat komputer melakukan sesuatu seperti yang dilakukan oleh manusia. Beberapa ahli sepakat bahwa kecerdasan buatan mempunyai dua ide dasar. Pertama, mempelajari proses cara berpikir manusia dan yang kedua adalah cara mempresentasikan cara berpikir manusia itu kedalam mesin seperti komputer. Definisi kecerdasan buatan dapat dilihat dari berbagai sudut pandang, antara lain:

• Sudut pandang kecerdasan - Membuat mesin mampu melakukan apa yang dikerjakan manusia.
• Sudut pandang penelitian - Adalah suatu studi tentang bagaimana membuat agar komputer dapat melakukan sesuatu sebaik yang dikerjakan manusia.
• Sudut pandang bisnis - Adalah kumpulan peralatan yang sangat metodologis dalam menyelesaikan masalah-masalah bisnis.
• Sudut pandang pemograman - Meliputi studi tentang pemograman simbolik, penyelesaian masalah (problem solving) dan pencarian (searching)

Sistem Pakar

Sistem pakar merupakan sebuah sistem yang menggunakan kepakaran manusia yang tersimpan di dalam komputer yang digunakan untuk menyelesaikan berbagai masalah yang lazimnya memerlukan kepakaran tertentu. Sistem ini seharusnya boleh digunakan oleh mereka yang tidak pakar untuk penyelesaian permasalahan yang sukar. Selain dari itu, sistem ini juga dapat diartikan sebagai pembantu yang berpengetahuan di dalam sesuatu bidang. Sistem pakar yang baik dapat menyelesaikan masalah dengan lebih sempurna, berbanding dengan seorang pakar yang hanya mempunyai kepakaran dalam bidang kepakaran tertentu semata-mata.

Bidang-Bidang Pengembangan Sistem pakar

Ada banyak area atau wilayah yang menandai daerah kerja AI yaitu jaringan saraf, sistem persepsi, robotik, bahasa ilmiah, sistem pendukung keputusan, sistem informasi berbasis manajemen dan sistem pakar. Tiap daerah kerja AI memiliki potensi dalam memecahkan masalah. Tetapi keunggulan utama ada dalam bentuk pengetahuan dari pakar manusia secara heuristik dalam sistem pakar. Heuristik sendiri berasal dari bahasa Yunani yaitu Eureka yang berarti menemukan. Heuristik dalam sistem pakar tidak menjamin hasil semutlak sistem kecerdasan buatan lainnya, tetapi menawarkan hasil yang spesifik untuk dimanfaatkan karena sistem pakar berfungsi secara konsisten seperti seorang pakar manusia, menawarkan nasihat kepada pemakai dan menemukan solusi terhadap berbagai permasalah yang spesifik.

Ada berbagai kategori pengembangan sistem pakar, antara lain:

2. Desain
Contoh sistem pakar dibidang ini adalah PEACE yang dibuat oleh Dincbas pada tahun 1980 untuk membantu desain pengembangan sirkuit elektronik. Contoh lain adalah sistem pakar untuk membantu desain komputer dengan komponen�komponennya.

3. Diagnosis
Pengembangan sistem pakar terbesar adalah dibidang diagnosis, seperti diagnosis penyakit, diagnosis kerusakan mesin kendaraan  bermotor, diagnosis kerusakan komponen komputer dan lain�lain.

4. Instruksi
Instruksi merupakan pengembanagn sistem pakar yang sangat berguna dalam bidang ilmu pengetahuan dan pendidikan, dimana sistem pakar dapat memberikan instruksi dan pengajaran tertentu terhadap suatu topik permasalahan. Contoh pengembangan sistem pakar dibidang ini adalah sistem pakar untuk pengajaran bahasa inggris, sistem pakar untuk pengajaran astronomi dan lain�lain.

5. Interpretasi
Sistem pakar yang dikembangkan dalam bidang interpretasi melakukan proses pemahaman akan suatu situasi dari beberapa informasi yang direkam. Contoh sistem yang dikembangkan dewasa ini adalah sistem untuk melakukan sensor gambar dan suara kemudian menganalisanya dan kemudian membuat suatu rekomendasi berdasarkan rekaman tersebut.

6. Monitor
Sistem pakar dibidang ini banyak digunakan militer, yaitu menggunakan sensor radar kemudian menganalisanya dan menentukan posisi obyek berdasarkan posisi radar tersebut.

7. Perencanaan
Sistem pakar ini mampu memprediksi kejadian masa mendatang berdasarkan informasi dan model permasalahan yang dihadapi. Biasanya sistem memberikan simulasi kejadian masa mendatang tersebut, misalnya memprediksi tingkat kerusakan tanaman apabila terserang hama dalam jangka waktu tertentu. Program ini dibuat pada tahun 1983 oleh Boulanger dengan nama PLANT.

8. Seleksi
Sistem pakar dengan seleksi mengidentifikasi pilihan dari beberapa daftar pilihan kemungkinan solusi. Biasanya sistem mengidentifikasi permasalahan secara spesifik, kemudian mencoba untuk menemukan solusi yang paling mendekati kebenaran.

9. Simulasi
Sistem ini memproses operasi dari beberapa variasi kondisi yang ada dan menampilkannya dalam bentuk simulasi. Contoh adalah program PLANT yang sudah menggabungkan antara prediksi dan simulasi, dimana program tersebut mampu menganalisis hama dengan berbagai kondisi suhu dan cuaca.

Komponen Dasar Sistem Pakar

Suatu sistem disebut sebagai sistem pakar jika mempunyai ciri dan karakteristik tetentu. Hal ini juga harus didukung oleh komponen�komponen sistem pakar yang mampu menggambarkan tentang ciri dan karakteristik tersebut. Komponen-komponen yang terdapat pada sistem pakar antara lain adalah:

1. Antarmuka Pengguna (User Interface)
User interface merupakan mekanisme yang digunakan oleh pengguna dan sistem pakar untuk berkomunikasi. Antarmuka menerima informasi dari pemakai dan mengubahnya ke dalam bentuk yang dapat diterima oleh sistem dan sebaliknya.

2. Basis Pengetahuan (Knowledge Base)
Basis pengetahuan mengandung pengetahuan untuk pemahaman, formulasi, dan penyelesaian masalah. Komponen sistem pakar ini disusun atas dua dasar yaitu fakta dan aturan. Fakta merupakan informasi tentang obyek dalam area permasalahan tertentu, sedangkan aturan merupakan informasi tentang cara bagaimana memperoleh fakta baru dari fakta yang telah diketahui.

3. Akuisi Pengetahuan (Knowledge Acquistion)
Akuisi pengetahuan adalah akumulasi, transfer dan transformasi keahlian dalam menyelesaikan masalah dari sumber pengetahuan ke dalam program komputer. Dalam tahap ini knowledge engineer berusaha menyerap pengetahuan untuk selanjutnya ditransfer ke dalam basis pengetahuan. Pengetahuan diperoleh dari pakar, dilengkapi dengan buku, basis data, laporan penelitian dan pengalaman pemakai.

4. Mesin Inferensi (Inference Engine)
Mesin inferensi adalah program komputer yang memberikan metodologi untuk penalaran tentang informasi yang ada dalam basis pengetahuan dan dalam workplace, dan untuk memformulasikan kesimpulan.

5. Workplace
Workplace merupakan area dari sekumpulan memori kerja (working memory). Workplace digunakan untuk merekam hasil-hasil antara kesimpulan yang dicapai.

6. Fasilitas Penjelasan
Fasilitas penjelasan adalah komponen tambahan yang akan meningkatkan kemampuan sistem pakar. Komponen ini menggambarkan penalaran sistem kepada pemakai.

7. Perbaikan Pengetahuan
Pakar memiliki kemampuan untuk menganalisis dan meningkatkan kinerjanya serta kemampuan untuk belajar dari kinerjanya. Kemampuan tersebut adalah penting dalam pembelajaran terkomputerisasi, sehingga program akan mampu menganalisis penyebab kesuksesan dan kegagalan yang dialaminya.