Daftar isi
Setiap waktu sistem informasi mengalami perkembangan yang mana penerapannya memiliki banyak manfaat bagi kehidupan baik dari segi bisnis maupun kehidupan sehari – hari. Sistem pakar menjadi salah satu trend yang sukses digandrungi saat ini hingga memiliki julukan expert system.
Adanya sistem pakar ditujukan untuk memberi kemudahan dan otomatisasi untuk pekerjaan manusia. Untuk lebih rinci dan jelasnya mengenai sistem pakar, kami akan membahas pengertian, struktur, tujuan, metode, kelebihan, kekurangan, dan juga contoh – contoh sistem pakar.
Pengertian Sistem Pakar
Sistem pakar merupakan sebuah sistem yang ada pada komputer yang dapat menduplikat atau meniru kemampuan yang dimiliki seorang pakar. Pakar di sini adalah orang yang ahli dalam menyelesaikan suatu masalah yang hanya dapat diselesaikan olehnya bukan orang awam misalnya dokter, mekanik, hingga psikolog.
Sistem pakar dapat menyamai atau emulates suatu kemampuan dalam mengambil keputusan yang biasa dilakukan oleh pakar – pakar. Pengetahuan dasar yang didapatkan oleh seorang pakar maupun ahli teori – teori biasanya hanya pada bidang khusus dan spesifik. Hal tersebutlah yang menjadi keterbatasan para pakar.
Beberapa ahli mengemukakan pendapatnya tentang pengertian sistem pakar seperti pada berikut :
- Menurut William Stubblefield dan George F. Lugger
Sistem pakar merupakan program yang bisa meniru para pakar.
- Menurut E. Fraim Turban
Sistem pakar merupakan program yang berperan dalam komputerisasi laporan yang mana berusaha untuk meniru proses pemikiran hingga pengetahuan yang dimiliki oleh para pakar untuk menuntaskan atau menyelesaikan masalah. Sistem pakar merupakan sistem pada komputer yang dapat menirukan dan menyamai kemampuan para pakar.
Struktur Sistem Pakar
Terdapat dua bagian pokok yang termasuk ke dalam sistem pakar antara lain lingkungan pengembangan dan lingkungan konsultasi, serta lingkungan pengembangan yang berguna untuk pembangunan sistem pakar baik dalam membangun komponen maupun pengetahuan dasar.
Beberapa struktur dari sistem pakar antara lain sebagai berikut :
- Antarmuka Pengguna Atau User Interface
Antarmuka adalah sebuah mekanisme atau urutan yang biasanya dipakai para pengguna dan sistem pakar untuk melakukan komunikasi.
Antarmuka mulanya menerima informasi yang didapatkan para pengguna yang nantinya akan diubah menjadi bentuk yang hanya bisa diterima sistem, begitu juga sebaliknya.
- Basis Pengetahuan
Struktur ini mengandung pengetahuan – pengetahuan yang berupa pemahaman, formulasi, hingga penyelesaian masalah.
- Akuisisi Pengetahuan atau Knowledge Acquisition
Struktur ini adalah akumulasi atau kumpulan, transfer, dan juga transformasi keahlian. Pengetahuan – pengetahuan yang ada dalam sistem komputer ini bekerja dalam penyelesaian suatu masalah.
Pada knowledge acquisition, para ahli pengetahuan mencoba untuk menyerap pengetahuan – pengetahuan yang nantinya ditransfer menjadi basis pengetahuan. Pengetahuan itulah yang didapatkan dari seorang pakar, dengan bantuan buku, laporan penelitian, hingga pengalaman dari pengguna itu sendiri.
- Mesin Inferensi Atau Inference Enginee
Struktur ini berupa mekanisme pola pikir hingga penalaran yang dipakai dalam menyelesaikan sebuah masalah.
Mesin inferensi adalah program pada komputer yang dirancang untuk menyediakan sebuah metodologi yang menjadi penalaran terkait dengan informasi dasar yang menjadi basis pengetahuan dalam ruang kerja dalam membuat formulasi kesimpulan.
- Workplace Atau Blackboard
Workplace adalah suatu area yang terdiri dari kumpulan memori kerja yang beguna sebagai perekam kejadian yang sedang terjadi termasuk juga keputusan sementara.
- Fasilitas Penjelasan
Struktur fasilitas penjelasan merupakan komponen yang ditambahkan dengan tujuan meningkatkan kemampuan yang dimiliki oleh sistem pakar, tujuannya adalah melacak respon atau tanggapan hingga menyediakan penjelasan mengenai kelakuan sistem pakar yang bersifat interaktif dalam suatu pertanyaan.
- Perbaikan Pengetahuan
Sistem pakar diberi kemampuan dalam melakukan analisis dan meningkatkan kinerja dan juga kemampuan dalam belajar sebagai bagian dari kinerjanya. Kemampuan itulah yang menjadi peran sangat penting mengenai pembelajaran yang berkaitan dengan komputerisasi.
Dengan begitu, program dapat melakukan analisis mengenai penyebab kesukses dan juga kegagalan yang terjadi serta mengevaluasi apakah semua pengetahuan yang dimiliki sesuai dan bisa digunakan pada masa yang akan datang.
Tujuan Sistem Pakar
Sistem pakar diciptakan supaya dapat menyediakan nasehat dan menjadi sarana yang dapat membantu memecahkan suatu masalah dalam bidang – bidang spesifik tertentu misalnya bidang sains, rekayasa, matematika, pendidikan, hingga kedokteran, dan lain – lain.
Sistem pakar diciptakan dan diterapkan pada dasarnya ditujukan untuk membantu aktivitas dan kegiatan yang dapat mengatasi dan memecahkan masalah, dengan beberapa tujuan sebagai berikut :
- Interpretasi
Interpretasi dimaksudkan untuk menyajikan kesimpulan dan juga deskripsi yang diambil dari kumpulan data mentah. Interpretasi bekerja dalam memilih suatu keputusan yang diambil dari observasi, sebuah analisa, pengenalan ucapan, hingga interpretasi suatu sinyal.
- Prediksi
Prediksi merupakan tujuan sistem pakar dalam memproyeksi akibat – akibat yang mungkin saja timbul dari situasi – situasi tertentu, yang dimaksud di sini contohnya prediksi demografi, prediksi ekonomi, dan lainnya.
- Diagnosis
Diagnosis bertujuan untuk menentukan atau menetapkan sebab dari malfungsi yang mana dalam situasi yang kompleks dapat didasarkan dari beberapa gejala yang bisa diamati oleh diagnosis baik dokter, elektronis, hingga mekanis sekalipun.
- Perancangan Desain
Perancangan desain berperan dalam menetapkan konfigurasi suatu komponen pada sistem yang sesuai dan cocok dengan tujuan dari kinerja tertentu yang dapat memenuhi suatu kendala tertentu, misalnya merancang layout bangunan.
Perencaan bertujuan untuk membuat serangkaian rencana tindakan yang ditujukanuntuk mencapai tujuan tertentu sesuai dengan yang sudah ditetapkan di awal, misalnya perencanaan keuangan.
- Monitoring
Monitoring berperan dalam membandingkan sebuah hasil pengamatan apakah sudah sesuai dengan kondisi yang diharapkan atau diinginkan, misalnya monitoring system pada computer aided.
- Debugging
Debugging menjadi penentu dan membuat penetapan serta melakukan interpretasi dengan sejumlah cara demi mengatasi hal yang tidak diinginkan seperti malfungsi, misalnya memberi resep obat atau tindakan medis ketika terjadi malpraktek.
- Intruksi
Intruksi dapat mendeteksi, memprediksi, sekaligus mengoreksi adanya defisiensi pada sebuah pemahaman domain subjek, misalnya intruksi untuk diagnosis.
- Kontrol
Tujuan dari kontrol pastinya mengatur behavior dalam suatu lingkungan yang kompleks. Misalnya kontrol untuk memprediksi, menginterpretasi, monitoring, hingga perbaikan pada behavior sistem.
Metode Sistem Pakar
Adapun beberapa metode yang diterapkan dalam menggunakan sistem pakar yang mana menampung dan juga melakukan analisa suatu variabel sekaligus elemennya. Variabel di sini maksudnya adalah seluruh kriteria mengenai gejala yang memiliki hubungan dengan sebuah penyelesaian yang dimiliki oleh sistem pakar.
Metode – metode yang digunakan dalam sistem pakar antara lain sebagai berikut :
- Metode Analytical Hierarchy Process (AHP)
Metode AHP adalah metode sistem pakar yang berguna dalam pengambilan keputusan melalui perbandingan pada pasangan dan kriteria yang terdapat dalam suatu variabel.
Dalam metode ini, variabel dianalisa lalu diubah menjadi bentuk hierarki, lalu disusun dan diurutkan. Setelah itu dibandingkan dan dibuat kesimpulan dengan membentuk matrik untuk mengamati dan menentukan nilai yang ada pada tiap – tiap kriteria maupu variabel.
- Metode Breadth First Search (BFS)
Metode BFS adalah sebuah algoritma yang mencari data secara luas pada sistem pakar. Tahap pencarian data dimulai dengan melakukan analisa simpul secara pre-order, bisa juga dengan mengunjungi simpul lalu mengarah ke semua simpul yang tersedia di dekat simpul awal.
Metode ini memerlukan algoritma dengan antrian yang berguna dalam penyimpanan informasi simpul yang dianalisa.
- Metode Depth First Search (DFS)
Metode DFS juga menggunakan algoritma dalam melakukan penelusuran struktur dan grafik yang berdasar pada kedalaman data. DFS nantinya akan membentuk sebuah simpul yang berasal dari akar lalu menuju simpul lain.
- Metode Best First Search
Metode ini merupakan gabungan atau kombinasi dari metode BFS dan juga DFS. Pada metode ini, keputusan yang diperoleh diambil dengan menarik kesimpulan yang didapatkan dari kasih keputusan BFS dan juga DFS yang mana nantinya metode ini akan menghasilkan keputusan yang terbaik.
- Metode Penelusuran Ke Belakang Atau Backward Chainning
Metode ini masuk ke dalam metode yang sangat sering digunakan dan banyak dijumpai dalam mengembangkan sistem pakar.
Metode penelusuran ke belakang ini melacak dan mencari keputusan, yang mana memulainya dari menarik kesimpulan dengan titik penalaran, kemudian menelusuri hipotesis yang tersedia secara keseluruhan, hingga fakta memberikan nilai dan kekuatan pada kesimpulan yang sudah ditentukan.
Dalam penggunaannya di dalam sebuah sistem, keputusan yang diporel dengan menggunakan metode ini bisa dipengaruhi oleh beberapa metode BFS, DFS, dan juga Best First Search.
- Metode Penelusuran Ke Depan (Forward Chainning)
Hanya dengan melihat namanya kita dapat mengetahui bahwa metode ini kebalikan dari metode Backward Chainning. Metode penelusuran ke depan ini melakukan teknik penalaran pada sebuah sistem pakar dengan mencari fakta terlebih dahulu.
Fakta – fakta yang sudah ditemukan nantinya digunakan dalam pengujian nilai kebenaran dari sebuah hipotesis. Keputusan yang dihasilkan pastinya bersifat logis karena adanya pengecekan modus ponen beserta argumen dan infersi pada data.
Kelebihan Sistem Pakar
Sistem pakar memiliki beberapa kelebihan dalam penggunaannya antara lain sebagai berikut :
- Sistem pakar dapat meningkatkan produktivitas, hasil kerja, dan juga output terutama karena sistem pakar memiliki kinerja yang cepat.
- Sistem pakat dapat meningkatkan kualitas, pasalnya karena dapat memberikan nasehat yang konsisten.
- Menyediakan arsip yang terpercaya dari berbagai keahlian sehingga seolah – olah kita sedang melakukan konsultasi dengan pakar secara langsung.
- Dapat menghemat waktu yang diperlukan dalam penyelesaian masalah yang sifatnya kompleks.
- Bisa digunakan untuk akses database yang cerdas.
- Berpotensi menggabungkan beberapa bidang pengetahuan yang berasal dari berbagai pakar.
- Masyarakat awam bisa memanfaatkan keahlian dalam bidang tertentu tanpa harus menermui sang ahli secara langsung.
- Pekerjaan tertentu menjadi lebih efektif dan efisien.
Kekurangan Sistem Pakar
Di samping kelebihannya, sistem pakar juga memiliki beberapa kelemahan antara lain :
- Dalam pembuatan dan pemeliharaan sistem memerlukan biaya yang relatif mahal.
- Daya kerja manusia menjadi berkurang.
- Jika ahli terbatas, akan sulit dikembangkan.
- Harus ada admin yang bisa memperbarui informasi pada bidang tertentu.
- Dalam mempelajari sistem, membutuhkan waktu yang lama.
Contoh Sistem Pakar
Sistem pakar dapat diterapkan dan diimplementasikan dalam kehidupan sehari – hari di berbagai bidang, seperti pada berikut :
- Penerapan Sistem Pakar di Bidang Kesehatan
Pada bidang terapi dan farmakologi, sistem dapat melakukan analisa terhadap penggunaan obat dengan benar, tepat dan akurat.
- Penerapan Sistem Pakar di Bidang Psikologis
Sistem pakar dalam bidang psikologis digunakan dalam melakukan analisa terhadap gangguan misalnya pada pertumbuhan anak lalu mengetahui faktor penyebab gangguan pertumbuhan anak itu sendiri.
- Penerapan Sistem Pakar di Bidang Medikal
Pada bidang ini, sistem pakar bekerja dengan cara mendiagnosis suatu penyakit beserta gejalanya. Tidak hanya itu, sistem pakar juga akan menyediakan solusi penyembuhan penyakit dengan suatu algoritma program.
- Penerapan Sistem Pakar di Bidang Managerial
Pada bidang ini biasanya sistem pakar berguna dalam membangun perusahaan dengan cara menganalisis dan integrasi.