# SIP AI dan Expert System

Pendahuluan dan Sekilas pandang tentang Sistem Pakar

Secara umum, sistem pakar adalah sistem yang berusaha mengadopsi akan pengetahuan manusia ke komputer yang dirancang untuk memodelkan kemampuan menyelesaikan masalah seperti layaknya seorang pakar. Dimana dengan sistem pakar ini, orang awam pun dapat menyelesaikan masalahnya mencari suatu informasi berkualitas yang sebenarnya hanya dapat diperoleh dengan bantuan para ahli di bidangnya. sistem pakar juga bisa membantu para penguna awam dalam melakukan beberpa aktivitas seperti orang tersebut mempunyai seorang asisten pribadi sendiri yang baik dan mempunyai pengalaman dan pengetahuan yang dibutuhkan.

Adapun Sistem Pakar (Expert System) menurut  Martin dan Oxman (dalam Solso, 2008) adalah sistem berbasis computer yang menggunakan pengetahuan, fakta, dan teknik penalaran dalam memecahkan masalah yang biasanya hanya dapat dipecahkan oleh seorang pakar dalam bidang tersebut. Disisi lain menurut Giarratano dan Riley (dalam Sri Kususmadewi,2003) mengatakan bahwa Sistem pakar adalah suatu sistem komputer yang bisa menyamai atau meniru kemampuan seorang pakar.

Pada dasarnya ES diterapkan untuk mendukung aktivitas pemecahan masalah. Beberapa aktvitas pemecahan masalah antara lain yaitu;  
Interpretasi  : Menghasilkan deskripsi situasi berdasarkan data sensor. 
Prediksi        : Memperkirakan akibat yang mungkin dari situasi yang diberikan. 
Diagnosis      : Menyimpulkan kesalahan sistem berdasarkan gejala (symptoms). 
Disain           : Menyusun objek-objek berdasarkan kendala. 
Planning       : Merencanakan tindakan 
Monitoring   : Membandingkan hasil pengamatan dengan proses perencanaan. 
Debugging   : Menentukan penyelesaian dari kesalahan sistem. 
Reparasi       : Melaksanakan rencana perbaikan. 
Forecasting   : Perkiraan 
Instruction   : Diagnosis, debugging, dan reparasi kelakuan pelajar. 
Control         : Diagnosis, debugging, dan reparasi kelakuan sistem. 
Explaining    : Penjelasan 
Advising       :Pemberian nasihat dan pelatihan (tutoring). 

Karakteristik sistem pakar yang baik itu harus memenuhi kaidah-kaidah sebagai berikut:

• Memiliki informasi yang handal

• Mudah dimodifikasi

• Dapat digunakan dalam berbagai jenbis computer

• Memiliki kemampuan untuk belajar beradaptasi 

  
Ciri Ciri Sistem pakar (dalam Kusrini 2008) adalah sebagai berikut

•  Sistem pakar hanya terbatas pada domain keahlian tertentu

•  Sistem pakar dapat memberikan penalaran untuk data data yang tidak pasti

• Sistem pakar dapat memberikan penalaran untuk data data yang tidak pasti

• Sistem pakar dapat mengemukan rangkaian alasan-alasan yang diberikannya dengan cara yang dapat dipahami 

• Sistem pakar dirancang untuk dapat dikembangkan secara bertahap 

• Sistem pakar disususn berdasarkan pada kaidah atau Rule tertentu 

• Sistem pakar keluaranya bersifat anjuran.

Berikut ini adalah  beberapa contoh yang ada dalam Sistem Pakar

1.  MYCIN : Diagnosa penyakit

2.  DENDRAL : Mengidentifikasi struktur molekular campuran yang tak dikenal

3.  XCON & XSEL : Membantu konfigurasi sistem komputer besar

4.  SOPHIE : Analisis sirkit elektronik

5.  Prospector : Digunakan di dalam geologi untuk membantu mencari dan menemukan deposit

6. FOLIO : Menbantu memberikan keutusan bagi seorang manajer dalam hal stok broker dan investasi

7.  DELTA : Pemeliharaan lokomotif listrik disel.

Komponen utama pada struktur sistem pakar menurut Hu et al (1987) meliputi :

• Basis Pengetahuan (Knowledge Base)
  Basis pengetahuan merupakan inti dari suatu sistem pakar, yaitu berupa representasi pengetahuan dari pakar. Basis pengetahuan tersusun atas fakta dan kaidah. Fakta adalah informasi tentang objek, peristiwa, atau situasi. Kaidah adalah cara untuk membangkitkan suatu fakta baru dari fakta yang sudah diketahui. Menurut Gondran (dalam Utami 2002), basis pengetahuan merupakan representasi dari seorang pakar, yang kemudian dapat dimasukkan kedalam bahasa pemrograman khusus untuk kecerdasan buatan.

• Mesin Inferensi (Inference Engine)
  Mesin inferensi berperan sebagai otak dari sistem pakar. Mesin inferensi berfungsi untuk memandu proses penalaran terhadap suatu kondisi, berdasarkan pada basis pengetahuan yang tersedia. Di dalam mesin inferensi terjadi proses untuk memanipulasi dan mengarahkan kaidah, model, dan fakta yang disimpan dalam basis pengetahuan dalam rangka mencapai solusi atau kesimpulan. Dalam prosesnya, mesin inferensi menggunakan strategi penalaran dan strategi pengendalian. Strategi penalaran terdiri dari strategi penalaran pasti (Exact Reasoning) dan strategi penalaran tak pasti (Inexact Reasoning). Exact reasoning akan dilakukan jika semua data yang dibutuhkan untuk menarik suatu kesimpulan tersedia, sedangkan inexact reasoning dilakukan pada keadaan sebaliknya.Strategi pengendalian berfungsi sebagai panduan arah dalam melakukan prose penalaran. Terdapat tiga tehnik pengendalian yang sering digunakan, yaitu forward chaining, backward chaining, dan gabungan dari kedua teknik pengendalian tersebut.

• Basis Data (Data Base)
  
  Basis data terdiri atas semua fakta yang diperlukan, dimana fakta fakta tersebut digunakan untuk memenuhi kondisi dari kaidah-kaidah dalam sistem. Basis data menyimpan semua fakta, baik fakta awal pada saat sistem mulai beroperasi, maupun fakta-fakta yang diperoleh pada saat proses penarikan kesimpulan sedang dilaksanakan. Basis data digunakan untuk menyimpan data hasil observasi dan data lain yang dibutuhkan selama pemrosesan.

Sekilas pandang tentang Kecerdasan Buatan

Sebelum kita membahas akan kecerdasan Buatan hendaknya kita mengetahui akan definisi dari kecerdasan itu sendiri, Kecerdasan adalah kemampuan untuk mengerti atau memahami, belajar atau mengerti, memecahkan masalah, merespon situasi dengan cepat memecahkan masalah (problem solving) menerapkan pengetahuan dan memanipulasi lingkungan, dan kemampuan beradaptasi. Sementara itu definisi dari artifisial adalah suatu yang tidak alami, buatan atau tiruan, mencontoh.

Adapun Menurut Turing (dalam Acmad 2006) Kecerdasan Buatan (Artificial intelegence) merupakan suatu perilaku sebuah mesin yang jika dikerjakan oleh manusia akan disebut cerdas. Sementara itu Setiawawan (dalam Achmad, 2006) mengatakan bahwa kecerdasan buatan itu merupakan suatu cabang ilmu komputer yang mempelajari otomatisasi tingkah laku cerdas. hal disisi lain John Mc  Carthy mengatakan bahwa kecerdasan buatan adalah suatu sistem komputer yang terbentuk untuk mengetahui dan memodelkan proses-proses berpikir manusia dan mendesain  mesin agar dap at menirukan perilaku  manusia.

"Dari beberapa definis diatas maka dapat dsimpulkan bahwa kecerdasan buatan merupakan suatu cabang ilmu komputer  yang dibuat untuk meniru model dan proses berpikir manusia dan kemampuan atau kecerdasan manusia untuk diterapkan dalam sebuah mesin  agar dapat meirukan proses-proses berpikir dan prilaku manusia, dimana computer atau mesin dapat melakukan suatu aktivitas yang menurut kategori manusia cerdas."

 

A. Sistem Pakar dengan Kecerdasan Buatan

a.       Kaitan AI dan Expert System

Sistem pakar pada dasarnya merupakan cabang dari kecerdasan buatan atau AI, atau  jika diibaratkan kecerdasan buatan adalah sebuah pohon dan Sistem pakar menjadi salah satu akar atau ranting-rantingnya. Jadi sistem pakar adalah salah satu bagian dari kecerdasan buatan yang membuat program konsultasi (advisory) yang mencoba untuk menirukan proses penalaran seorang pakar/ahli dalam memecahkan masalah yang rumit.

Sistem pakar atau Expert System biasanya mengunakan teknik-teknik dari kecerdasan buatan, dimana kecer menyimpan kepakaran dari pakar manusia ke dalam komputer dan meyimpan pengetahuan di dalam komputer sehingga memungkinkan user dapat berkonsultasi layaknya dengan pakar manusia. Program konsultasi tersebut mencoba untuk menirukan proses penalaran seorang pakar dalam memecahkan masalah yang rumit. Sistem pakar disebut juga sebagai aplikasi atau sistem kecerdasan buatan yang banyak dikembangkan dan paling banyak digunakan. Di dalam kecerdasan buatan terdapat dua bagian utama yang dibutuhkan yaitu Knowledge Base dan Inference Engine. Lingkup utama dalam kecerdasan buatan salah satunya adalah sistem pakar. Di dalam sistem pakar sendiri terdapat tiga bagian utama, yaitu Knowledge Base dan Working Memory yang diolah dalam Inference Engine sehingga menghasilkan suatu pemecahan atas suatu masalah.

Dalam persamaanya sistem pakar dan kecerdasan buatan sama-sama mempunyai tujuan untuk mencapaiu hasil yang maksimal dalam suatu penyelesaian masalah

b. Perbedaan Sistem pakar dengan kecerdasan buatan

Secara umum, sistem pakar adalah sistem yang berusaha mengadopsi pengetahuan manusia ke komputer yang dirancang untuk memodelkan kemampuan menyelesaikan masalah seperti layaknya seorang pakar. Dengan sistem pakar ini, orang awam pun dapat menyelesaikan masalahnya atau hanya sekedar mencari suatu informasi berkualitas yang sebenarnya hanya dapat diperoleh dengan bantuan para ahli di bidangnya. Sistem pakar ini juga akan dapat membantu aktivitas para pakar sebagai asisten yang berpengalaman dan mempunyai asisten yang berpengalaman dan mempunyai pengetahuan yang dibutuhkan. Dalam penyusunannya, sistem pakar mengkombinasikan kaidah-kaidah penarikan kesimpulan (inference rules) dengan basis pengetahuan tertentu yang diberikan oleh satu atau lebih pakar dalam bidang tertentu. Kombinasi dari kedua hal tersebut disimpan dalam komputer, yang selanjutnya digunakan dalam proses pengambilan keputusan untuk penyelesaian masalah tertentu. jadi bisa dikatakan perbedaan sistem pakar dengan AI atau Kecerdasan buatan adalah kalau sitem pakar mengacu pada si perancang itu sendiri sebagai suatu objek dalam menyiapakan suatu sistem guna mendapatkan hasil yang maksimal sedangkan kecerdasan buatan mengacu pada jalur atau langkah yang sebagian besar berorientasi pada perangkat kerasnya untuk mencapai hasil yang maksimal.

B.  Cara kerja ELIZA, PARRY dan NET TALK

a.ELIZA

Eliza merupakan computer pertama yang mamou melakukan komunikasi dimana ELIZA itu ditulis dan dikembangkan  di MIT oleh Joseph Weizenbaum antara tahu 1964 dan 1966. ELIZA merupakan simulasi dari psikoterapi Rogerian, dan dibuat seolah-olah percakapan antara psikolog dan pasiennya dan dalam hal ini ELIZA berperan sebagai terapis. Sebagaimana Eliza, Parry Nettalk merupakan suatu contoh dari chatterbot. Dimana Chatterbot sendir mempunyai arti sebagai sebuah program komputer yang dirancang untuk menstimulasi percakapan intelektual dengan satu atau lebih manusia secara audio maupun teks. Chatterbot dikategorikan sebagai kecerdasan buatan atau Artificial Intelligence, yang dimanfaatkan untuk tujuan praktis seperti bantuan online, layanan personal, atau diskusi informasi, dalam hal ini dapat dilihat fungsi program sebagai suatu jenis agen percakapan.

Berikut adalah percakapan yang dilakukan.

Eliza       : Hello. I am ELIZA. How can I help you? 

Klien       : My name is BalzaEliza      

Eliza       : I have told you before, I do not care about names 

Klien       : I don’t have any money. That’s my problem

Eliza       : Why do you say your problem? 

Klien       : Because you asked me

Eliza       : Do any other reasons not come to mind? 

Klien       : No

Eliza       : You are being a bit negative 

Klien       : Why?

Eliza       : Please go on 

Klien       : OK. I am bankrupt

Eliza       : How long have you been bankrupt? 

Klien       : A year

Eliza       : Please go on 

Klien       : So, what should I do?

Eliza       : Does that question interest you? 

Klien       : Yes, how can I make big money?

Eliza       : You are sure? 

Klien       : Of course I’m sure

b. Parry

Parry adalah sebuah sistem pakar yang termasuk juga yang dikembangkan di Stanford university oleh seorang Psikitater yang bernama Kenneth Colby. Dimana Parry dibuat sebagai simulasi untuk berkomunikasi dengan seorang pasien paranoia dengan mengunakan sistem pakar yang dilakukan dengan metode interview.

Berikut ini adalah contoh respon Parry terhadap pertanyaan seorang psikiater yang menginterviunya 

Psikiater : Why are you in the hospital?

Parry      : I shouldn’t be here

Psikiater : Who brought you here? 

Parry      : The police 

Psikiater : What trouble did you have with the police? 

Parry      : Cops don’t do their job 

Psikiater : What do they do instead? 

Parry      : Cops arrest wrong people 

Parry      : The law should get those Italian crooks

Psikiater : Are you Italian? 
Parry      : My background is British but i wash born in this country
Psikiater  : Do you know any Italian crocks
Parry       : I try to avoid the underworld.

c. Net Talk

NetTalk merupakan hasil penelitian Terrence Sejnowski dan Charles Rosenberg pada pertengahan 1980 mengenai jaringan saraf tiruan. NetTalk adalah sebuah program yang berdasarkan pada jaring-jaring neuron dengan membaca tulisan dan mengucapkannya keras-keras. NetTalk membaca keras-keras dengan cara mengkonversi tulisan menjadi fonem-fonem, unit dasar dari suara sebuah bahasa. Hal ini mengungkapkan bahwa belajar membaca melibatkan mekanisme kompleks yang banyak melibatkan bagian dari otak manusia. Sistem ini memiliki tiga lapisan yaitu: lapisan input (setiap unit merespon tulisan), lapisan output (unit menampilkan ke 55 fonem dalam bahasa inggris) dan lapisan unit tersembunyi (setiap unit ditambahkan koneksinya pada setiap input maupun output).

Refrensi 

Achmad, B. (2006). Diktat mata kuliah: kecerdasan buatan. Yogyakarta: Universitas Gadjah Mada

Kusrini. (2008). Aplikasi sistem pakar. Yogyakarta: C.V Andi Offset.

Kusumadewi, Sri (2003). Artificial Intelligence Teknik dan Aplikasinya. Yogyakarta : Graha Ilmu.
Solso, R. L., Maclin, O. H., & Maclin, M. K. (2008). Psikologi Kognitif. Jakarta: Erlangga.
McLeod, R., dan Schell, G. P. (2008). Sistem informasi manajemen. Jakarta: Salemba Empat.

http://ira.lecture.pens.ac.id/SPK/sistem%pakar.pdf 

http://library.binus.ac.id/eColls/eThesisdoc/Bab2/2010-2-00250-if%bab%202.pdf