Sistem Pakar (expert system) adalah salah satu domain penelitian dalam kecerdasan buatan (artificial intelligence) dan merupakan sebuah program penasehat berbasis komputer yang mencoba meniru proses berpikir dan pengetahuan dari seorang pakar agar dapat membantu dalam pengambilan keputusan yang lebih baik dan lebih cepat dalam menyelasaikan masalah-masalah yang komplek atau spesifik.
![]() |
| Task Domain of Artificial Intelligence |
Sistem pakar biasa di terapkan dalam bidang financial analysis, medical diagnostics, engineering, scientific analysis, dll
Contoh penerapan sistem pakar dalam bidang scientific analysis adalah penetuan atau peramalan cuaca, Dengan diberi input tentang situasi cuaca yang sedang berlangsung, baik
lokal maupun ditempat lain, maka sistem pakar bisa menyajikan ramalan
yang akurat tentang cuaca yang akan terjadi dalam suatu periode
tertentu.
Konsep dasar penerapan sistem pakar dalam penentuan atau ramalan cuaca
Seorang pakar dalam meramal cuaca atau prakirawan cuaca memasukan data atau fakta yang di dapatkannya dari beberapa komponen pendukung dalam pengambilan data seperti citra satelit dan radar, serta parameter suhu lalu di bantu oleh seorang programmer untuk memasukan data tersebut ke dalam Sistem Pakar, kemudian fakta dan informasi tersebut akan di simpan ke knowledge-base (basis pengetahuan), dan diolah dengan mekanisme inferensi, mekanisme inferensi adalah suatu proses yang digunakan dalam sistem pakar untuk menghasilkan suatu informasi baru yang diperoleh dari informasi yang telah diketahui sebelumnya, sehingga sistem dapat memberikan respon kepada penggunanya berupa keahlian atau jawaban berdasarkan pengetahuan yang dimilikinya, dan tersajilah informasi ramalan cuaca yang akan terjadi.
contoh : seorang pakar mengambil informasi keadaan suhu, kecepatan angin dan beberapa faktor lainnya di suatu daerah menggunakan citra satelit atau radar lalu di masukan ke dalam komputer sistem pakar untuk mendiagnosa keadaan cuaca apa yang akan terjadi.
komponen yang ada di dalam sistem pakar
Konsep dasar penerapan sistem pakar dalam penentuan atau ramalan cuaca
Seorang pakar dalam meramal cuaca atau prakirawan cuaca memasukan data atau fakta yang di dapatkannya dari beberapa komponen pendukung dalam pengambilan data seperti citra satelit dan radar, serta parameter suhu lalu di bantu oleh seorang programmer untuk memasukan data tersebut ke dalam Sistem Pakar, kemudian fakta dan informasi tersebut akan di simpan ke knowledge-base (basis pengetahuan), dan diolah dengan mekanisme inferensi, mekanisme inferensi adalah suatu proses yang digunakan dalam sistem pakar untuk menghasilkan suatu informasi baru yang diperoleh dari informasi yang telah diketahui sebelumnya, sehingga sistem dapat memberikan respon kepada penggunanya berupa keahlian atau jawaban berdasarkan pengetahuan yang dimilikinya, dan tersajilah informasi ramalan cuaca yang akan terjadi.
contoh : seorang pakar mengambil informasi keadaan suhu, kecepatan angin dan beberapa faktor lainnya di suatu daerah menggunakan citra satelit atau radar lalu di masukan ke dalam komputer sistem pakar untuk mendiagnosa keadaan cuaca apa yang akan terjadi.
komponen yang ada di dalam sistem pakar
Knowledge base (Basis Pengetahuan) adalah representasi pengetahuan dari
seorang atau beberapa pakar yang diperlukan untuk memahami,
memformulasikan dan memecahkan masalah
Inference engine (Mesin/Motor
Inferensi) merupakan otak dari sistem pakar yang mengandung mekanisme
fungsi berpikir dan pola-pola penalaran sistem yang digunakan oleh
seorang pakar.
Working Memory (Basis Data atau Memori Kerja )
merupakan tempat penyimpanan fakta-fakta yang diketahui dari hasil
menjawab pertanyaan.
Elemen-elemen yang ada di dalam sistem pakar
Menurut Efraim Turban, sistem pakar harus mengandung elemen-elemen sebagai berikut:
1. Pengalaman
2. Orang
ahli (pakar)
3. Transfer
pengalaman
4. Pembuatan
alasan
5. Pembuatan
simbol
6. Aturan
7. Kemampuan
untuk menjelaskan
Keuntungan Sistem pakar dalam peramalan cuaca
Membantu seorang pakar atau seorang awam mendapatkan hasil perhitungan prediksi cuaca yang akan terjadi secara cepat.
Menyimpan pengetahuan dan keahlian para pakar
Memiliki kemampuan untuk mengakses pengetahuan
Menghemat waktu dalam pengambilan keputusan
Pengolahan berulang-ulang secara otomatis.
Kekurangan Sistem pakar dalam peramalan cuaca
Dalam pemecahan masalah, masih membutuhkan bantuan programmer.
Pengetahuan dibuat oleh programmer, sehingga pengetahuan dapat ditelusuri proses pembuatannya.
Sample yang inputnya cacat tidak dapat menghasilkan output yang tepat.
butuh biaya yang relatif mahal dan waktu yang lama untuk pengembangannnya
Forward chaining, backward chaining, dan algoritma markov
Forward Chaining adalah metode
pencarian atau teknik pelacakan ke depan yang dimulai dengan informasi yang ada
dan penggabungan rule untuk menghasilkan suatu kesimpulan atau tujuan yang
menjadi solusi dari permasalahan yang dihadapi.
Backward Chaining merupakan kebalikan dari forward chaining dimana mulai dengan sebuah hipotesa (sebuah objek) dan meminta informasi untuk meyakinkan atau mengabaikan backward chaining inference engine sering disebut ‘Object-Driven/Goal-Driven‘. Proses pencarian dimulai dari tujuan, yaitu kesimpulan yang menjadi solusi dari permasalahan yang dihadapi.
Algoritma Markov. Model Markov Tersembunyi atau lebih dikenal sebagai Hidden Markov Model (HMM) adalah sebuah model statistik dari sebuah sistem yang diasumsikan sebuah Proses Markov dengan parameter yang tak diketahui, dan tantangannya adalah menentukan parameter-parameter tersembunyi (state) dari parameter-parameter yang dapat diamati (observer).
Backward Chaining merupakan kebalikan dari forward chaining dimana mulai dengan sebuah hipotesa (sebuah objek) dan meminta informasi untuk meyakinkan atau mengabaikan backward chaining inference engine sering disebut ‘Object-Driven/Goal-Driven‘. Proses pencarian dimulai dari tujuan, yaitu kesimpulan yang menjadi solusi dari permasalahan yang dihadapi.
Algoritma Markov. Model Markov Tersembunyi atau lebih dikenal sebagai Hidden Markov Model (HMM) adalah sebuah model statistik dari sebuah sistem yang diasumsikan sebuah Proses Markov dengan parameter yang tak diketahui, dan tantangannya adalah menentukan parameter-parameter tersembunyi (state) dari parameter-parameter yang dapat diamati (observer).
Title: Scientific analysis expert system
Posted by:
Published :2015-10-20T13:01:00-07:00
Scientific analysis expert system
Posted by:
Published :2015-10-20T13:01:00-07:00
Scientific analysis expert system


0 komentar:
Post a Comment