A. Pengertian

Sistem Pakar adalah sistem yang berusaha mengadopsi pengetahuan manusia ke komputer, agar komputer dapat menyelesaikan masalah seperti yang biasa dilakukan para ahli. SP dikembangkan pertama kali oleh komunitas AI tahun 1960an. Sistem Pakar atau SP yang pertama adalah General Purpose Problem Solver (GPS) yang dikembangkan oleh Newel Simon. SP tidak untuk menggantikan kedudukan seorang pakar tetapi untuk memasyaratkan pengetahuan dan pengalaman pakar tersebut.

Menurut Efraim Turban, Sistem Pakar harus mengandung :

·         Keahlian

·         Ahli

·         Pengalihan keahlian

·         Inferensi

·         Aturan

·         Kemampuan menjelaskan.

Keahlian adalah suatu kelebihan penguasan pengetahuan di bidang tertentu yang diperoleh dari pelatihan,membaca atau pengalaman.

Menurut Aziz (1994). komponen-komponen sistem pakar terdiri dari :

·         Basis Pengetahuan

Basis Pengetahuan merupakan inti dan sistem pakar dimana basis pengetahuan merupakan representasi pengetahuan dan dapat juga untuk menyimpan, engorganisasikan pengetahuan dari seorang pakar.

·         Basis data

Basis data merupakan bagian yang mengandung semua fakta-fakta baik fakta awal pada saat sistem mulai beroperasi maupun fakta yang didapatkan pada saat pengambilan kesimpulan yang sedang dilaksanakan.

·         Mesin Inferensi

Mesin inferensi merupakan bagian dan sistem pakar yang mengandung mekanisme fungsi berpikir dan po1a-pola penalaran sistem yang digunakan oleh seorang pakar.

·         Antarmuka pemakai (user interface).

Implementasi kecerdasan sang pakar berbasis kode program komputer (code base skill implemetation), menggunakan teknik-teknik tertentu dengan bantuan database ataupun tidak

B.   Ciri-Ciri

Ciri-ciri Sistem Pakar antara lain:

·         Memiliki fasilitas informasi yang handal

·         Mudah dimodifikasi

·         Dapat digunakan dalam berbagai jenis komputer

·         Memilki kemampuan untuk belajar beradaptasi.

C.   Tujuan Sistem Pakar

Tujuan dari pengembangan Sistem Pakar antara lain:

·         Mempermudah kerja tenaga ahli

·         Mengganti tenaga ahli

·         Menggabungkan kempampuan tenaga ahli

·         Training tenaga ahli.

·         Mengurangi resiko pada pekerjaan yang berbahaya

D.   Komponen Sistem Pakar

Komponen dari Sistem Pakar antara lain:

·         Ahli sebagai sumber pengetahuan

·          Basis pengetahuan

·         Mesin informasi

·         Fasilitas pengetahuan dan justifikasi

E.   Bentuk Sistem Pakar

Bentuk dari Sistem Pakar antara lain:

·         Berdiri sendiri.

Sistem jenis ini merupakan software yang berdiri sendiri tidak tergabung dengan software lain.

·         Tergabung.

Sistem pakar jenis ini merupakan bagian program yang terkandung didalam suatu algoritma (konvensional), atau merupakan program dimana didalamnya memanggil algoritma subrutin lain (konvensional).

·         Menghubungkan ke software lain.

Bentuk ini biasanya merupakan Sistem Pakar yang menghubungkan ke suatu paket program tertentu, misalnya DBMS.

·         Sistem mengabdi.

Sistem pakar merupakan bagian dari komputer khusus yang dihubungkan dengan suatu fungsi tertentu. Misalnya sistem pakar yang digunakan untuk membantu menganalisis data radar.

F.    Penerapan Sistem Pakar

Beberapa Sistem Pakar yang terkenal di antaranya:

·         Bidang Kedokteran

MYCIN. Dirancang oleh Edward Feigenbaum (Universitas Stanford) th ’70 an. Sistem Pakar medical yang dapat mendiagnosa infeksi bakteri dan rekomendasi pengobatan antibiotik.

·         Bidang Kimia

DENDRAL. Sistem Pakar tentang struktur molekular & kimia.

·         Bidang Pertanian

PROSPECTOR. Membantu ahli geologi yg mencari & menemukan biji deposit (mineral& batubatuan). Didesign oleh Sheffield Research Institute, akhir ‘70an.

·         Bidang Komputer

XCON (R1). SP konfigurasi sistem komputer dasar. Dikembangkan oleh Digital Equipment Corporation (DEC) dan Carnegie Mellon Universitas (CMU), akhir ’70 an. Untuk sistem komputer DEC VAC 11 1780.

YESMVS. Didesign oleh IBM awal th ‘80an. Membantu operator komputer & mengontrol sistem operasi MVS (multiple virtual storage).

·         Bidang Manufaktur

DELTA. Didesign & dikembangkan oleh General Electric Company. SP personal maintenance dengan mesin lokomotif listrik diesel.

ACE. Didesign & dikembangkan oleh AT&T Bell Lab awal th ‘80an. SP troubleshooting pada sistem kabel telpon.

·         Bidang  Eksplorasi alam

Dalam bidang ini sistem pakar sangat penting manfaatnya. Keputusan yang dihasilkan akan sangat bermanfaat. Contoh penerapannya yaitu sistem pakar yang diterapkan pada alat pendeteksi kandungan minyak bumi.

·         Bidang Ekonomi

System pakar sangat berguna di bidang ekonomi, terutama dalam hal pengambilan keputusan untuk memulai suatu investasi usaha.

·         Bidang Psikologis

Salah satu implementasi yang diterapkan sistem pakar dalam bidang psikologi, yaitu untuk sistem pakar menentukan jenis gangguan perkembangan pada anak.

G.   Penjelasan Aplikasi Sistem Pakar

Berikut adalah penjelasan beberapa contoh aplikasi penerapan Sistem Pakar yang sudah ada saat ini :

1.    MYCIN

Sistem pakar untuk melakukan diagnosis kesehatan telah dikembangkan sejak pertengahan tahun 1970. Dibuat oleh Bruce Buchanan dan Edward Shortliffe di Stanford University. Sistem ini diberi nama MYCIN. MYCIN merupakan program interaktif yang melakukan diagnosis penyakit miningitis dan infeksi bacremia serta memberikan rekomendasi terapi antimikrobia. MYCIN mampu memberikan penjelasan atas penalarannya secara detail. Dalam uji coba, dia mampu menunjukkan kemampuan seperti seorang spesialis. Meskipun MYCIN tidak pernah digunakan secara rutin oleh dokter, MYCIN merupakan referensi yang bagus dalam penelitian kecerdasan buatan yang lain.

Point penting tentang MYCIN :

·         Paling terkenal, dibuat oleh Edward Shortlife of Standford University tahun 70-an

·         Sistem pakar medical yang bisa mendiagnosa penyakit infeksi dan merekomendasi pengobatan

·         MYCIN membantu dokter mengidentifikasi pasien yang menderita penyakit. Dokter duduk di depan komputer dan memasukkan data pasien: umur, riwayat kesehatan, hasil laboratorium dan informasi terkait lainnya. Dengan informasi ini ditambah pengetahuan yang sudah ada dalam komputer, MYCIN mendiagnosa selanjutnya merekomendasi obat dan dosis yang harus dimakan.

·         MYCIN sebagai penasehat medis, tidak dimaksudkan untuk mengantikan kedudukan seorang dokter. Tetapi membantu dokter yang belum berpengalaman dalam penyakit tertentu. Juga untuk membantu dokter dalam mengkonfirmasi diagnosa dan terapi yang diberikan kepada pasien apakah sesuai dengan diagnosa dan terapi yang ada dalam basis pengetahuan yang sudah dimasukkan ke dalam MYCIN, karena MYCIN dirancang oleh dokter-dokter yang ahli di bidang penyakit tersebut.

Kesimpulan : Sistem Pakar seperti MYCIN bisa digunakan sebagai bahan pembanding dalam pengambilan solusi dan pemecahan masalah. Keputusan terakhir atas pengobatan tersebut tetap menjadi tanggung jawab dokter.

2.    DENDRAL

Program dendral adalah sebuah program pembantu untuk menentukan struktur molekul dari material yang tidak diketahui dengan menganalisis data yang dihasilkan oleh mass spectographs, resonansi magnetik nuklir dan teknik lainnya. 

Proyek ini berusaha untuk menghasilkan sebuah program cerdas di bidang kimia untuk membantu para ahli kimia membuat hipotesa dan meningkatkan kreatifitas keilmuan. Program ini dianggap sebagai sistem pakar pertama karena prosesnya yang otomatis dalam pengambilan keputusan dan pemecahan masalah.

Proyek ini terdiri dari dua penelitian program utama  yaitu Heuristik-Dendral dan Meta-Dendral.

·         Heuristik-Dendral adalah program yang menggunakan spektrum massa atau data eksperimen lain yang bersama-sama dengan basis pengetahuan kimia, untuk menghasilkan satu set struktur kimia yang mungkin bertanggung jawab untuk memproduksi data.

·         Meta-Dendral adalah sistem mesin pembelajaran yang menerima himpunan struktur kimia dan mengusulkan seperangkat aturan spektrometri massa yang berkorelasi fitur struktural dengan proses yang menghasilkan spektrum massa. Program ini didasarkan pada dua fitur penting yaitu, rencana menghasilkan paradigma pengujian dan rekayasa pengetahuan.

Proyek dendral dimulai sejak pertengahan tahun 1960 dan maju terus sampai tahun 1970. Proyek ini melibatkan sebuah tim yang besar dan terdiri dari ilmuwan yang berasal dari Stanford University. Hal itu dilakukan di Stanford University oleh Edward Feigenbaum, Bruce Buchanan, Joshua Lederberg, dan Carl Djerassi. Bersama dengan tim dari perusahaan asosiasi penelitian yang sangat kreatif ini dimulai pada tahun 1960-an dan mencakup sekitar setengah sejarah penelitian AI.

3.    PROSPECTOR

Prospector digunakan untuk membantu menemukan lokasi yang mengandung bahan tambang. Basis pengetahuannya berisi kaidah berdasar data empiris dan taksonomi beberapa jenis mineral dan batu-batuan.

Untuk mengetahui apakah suatu daerah mengandung bahan tambang , lebih dahulu dilakukan survey keadaan geologi dan pengambilan contoh tanah dan batu-batuan.

Berdasarkan data hasil survey tsb akan diberikan rekomendasi apakah daerah tsb layak untuk dieksplorasi dan akan diputuskan apakah akan dilakukan penggalian atau tidak.

4.    XCON(R1)

The R1 (disebut XCON, untuk eXpert CONfigurer) adalah sebuah sistem produksi berbasis aturan ditulis dalam OPS5 oleh John P. McDermott dari CMU pada tahun 1978 untuk membantu dalam pemesanan DEC sistem komputer VAX dengan secara otomatis memilih komponen sistem berbasis komputer pada kebutuhan pelanggan. Perkembangan XCON diikuti dua upaya gagal sebelumnya untuk menulis sistem pakar untuk tugas ini, dalam FORTRAN dan BASIC).

XCON pertama kali mulai digunakan pada tahun 1980 di pabrik DEC di Salem, New Hampshire. Akhirnya memiliki sekitar 2500 aturan. Pada 1986, ia telah diproses 80.000 pesanan, dan mencapai 95-98% akurasi. Itu diperkirakan akan menghemat DEC $ 25M setahun dengan mengurangi kebutuhan untuk memberikan pelanggan komponen gratis ketika teknisi melakukan kesalahan, dengan mempercepat proses perakitan, dan dengan meningkatkan kepuasan pelanggan.

Sebelum XCON, ketika memesan VAX dari DEC, setiap kabel, koneksi, dan sedikit software harus dipesan secara terpisah. (Komputer dan peripheral tidak dijual lengkap dalam kotak seperti sekarang). Orang-orang penjualan tidak selalu sangat teknis ahli, sehingga pelanggan akan menemukan bahwa mereka memiliki hardware tanpa, printer yang benar kabel tanpa driver yang benar, prosesor tanpa chip bahasa yang benar, dan sebagainya. Ini berarti penundaan dan menyebabkan banyak ketidakpuasan pelanggan dan tindakan hukum yang dihasilkan. XCON berinteraksi dengan orang penjualan, mengajukan pertanyaan-pertanyaan kritis sebelum mencetak sebuah sistem yang koheren dan bisa diterapkan spesifikasi / order slip.

Keberhasilan XCON memimpin DEC ke menulis ulang XCON sebagai XSEL-versi XCON dimaksudkan untuk digunakan oleh DEC Salesforce untuk membantu pelanggan dengan benar mengkonfigurasi mereka VAX (sehingga mereka tidak akan, katakanlah, memilih komputer terlalu besar untuk masuk melalui pintu mereka atau memilih terlalu sedikit lemari untuk komponen untuk menyesuaikan diri). Lokasi masalah dan konfigurasi ditangani oleh sistem pakar lain, Xsite.

5.    HEATINGS

Untuk pengontrolan proses pembakaran batubara secara terus menerus dengan menggunakan sensor yang dihubungkan ke komputer. Bila terjadi kerusakan yang menimbulkan bahaya (peralatan & manusia) dapat dengan mudah mengetahui dan memberikan pemecahannya. Misal, bila bila HEATINGS mendeteksi kadar CO melewati ambang batas akan terdengar bunyi alarm dan menyuruh membuka ventilasi.

6.    SHEARER

Untuk mendiagnosa kerusakan mesin pemotong batubara tipe AM500. Pada pertambangan batubara, batubara dipotong dgn menggunakan alat pemotong à Shearer (sangat mahal, terdiri dari : sistem mekanik, hidrolik, dan elektrik), kemampuannya sekitar 300 ton batubara per jam. SHEARER dapat siaga 24 jam penuh dan cepat melakukan diagnosa kerusakan (hidrolik, mekanik, dan elektrik).

7.    MSUV-VIS

Untuk melakukan analisis multi komponen bahan aktif obat flu dalam berbagai macam pelarut, pada industri farmasi. Selain itu sistem tersebut dapat digunakan untuk penetapan kadar (pk) campuran senyawa-senyawa lain dengan syarat spektranya tumpang tindih yang aditif.

H.   Keuntungan dan Kelemahan Sistem Pakar

Berikut adalah kentungan dan kelamahan dari SP atau Sistem Pakar:

Keuntungan Sistem Pakar :

·         Memungkinkan orang awam bisa mengerjakan pekerjaan para ahli

·         Bisa melakukan proses secara berulang secara otomatis

·         Menyimpan pengetahuan dan keahlian para pakar

·         Meningkatkan output dan produktivitas

·         Meningkatkan kualitas

·         Mampu mengambil dan melestarikankeahlian para pakar

·         Mampu beroperasi dalam lingkungan berbahaya

·         Memiliki kemampuan untuk mengakses pengetahuan

·         Memiliki realibilitas

·         Meningkatkan kapabilitas system computer

·         Memiliki kemampuan untuk bekerja dengan informasi yang tidak lengkap dan mengandung ketidakpastian

·         Sebagai media pelengkap dalam pelatihan

·         Meningkatkan kapabilitas dalam penyelesaian masalah

·         Menghemat waktu dalam pengambilan keputusan

Kelemahan Sitem Pakar :

·         Biaya yang diperlukan untuk membuat dan memeliharanya sangat mahal

·         Sulit dikembangkan. Hal ini erat kaitannya dengan ketersediaan pakar dalam bidangnya

·         System pakar tidak 100% bernilai benar.

MEMBUAT GARIS MENGGUNAKAN OPENGL DAN JAVA

Tugas kali ini membuat garis vertikal, garis horizontal dan garis diagonal, bahasa pemrograman yang saya gunakan yaitu Java dengan Netbeans IDE 8.0.2 dan Library penghubung antara IDE dengan OpenGL yaitu LWJGL  2.9.1.

Di dalam project ini, terdapat 4 file yang saya buat, di antaranya LineMaker.java untuk bagian pembuatan menu utama, Vertical.java untuk membuat garis vertikal, Horizontal.java untuk garis horizontal, dan Diagonal.java untuk garis diagonal.

Berikut adalah prosesnya :

Program : Klik

Proses dan Logika Program : Klik

Konsep dan Metodologi Teknologi Sistem Cerdas

Artificial Intelegent atau AI adalah suatu sistem yang memanfaatkan kecerdasaan buatan. Sistem ini nantinya akan diinput oleh manusia dengan bahasa mesin kedalam computer. Sistem ini dibuat bertujuan agar mempunyai kecerdasan seperti manusia dan cara berperilaku manusia yang mampu mepelajari segala sesuatu yang baru dengan cepat berdasarkan pengalaman yang dialaminya. Sehingga sistem ini seolah olah mempunyai kehendak sendiri tanpa harus dikontrol secara manual oleh manusia. Konsep dasar didalam teknologi sistem cerdas diantaranya :

1.    Sistem Pakar (Expert System)

Disini komputer akan diberi perintah agar bisa memiliki kemampuan seperti pakar , agar suatu saat apa bila terjadi masalah komputer dapat menyelsaikan masalah tersebut sesuai keahlian pakar aslinya.

2.    Decision Support Systems (DSS)

System pendukung keputusan adalah serangkaian class yang terkomputerisasi yang mempunyai tujuan untuk memudahkan pengambilan keputusan.

3.    Pengolahan Bahasa Alami (Natural Language Processing )

Maksudnya adalah user diharapkan dapat berinteraksi dengan komputer menggunakan bahasa sehari hari layaknya berinteraksi dengan manusia lainnya.

4.    Pengenalan Ucapan (speech recognition)

Dengan adanyak speech recognition , diharapkan user dapat juga berkomunikasi dengan komputer melalui suara.

5.    Robotika &Sistem Sensor (Robotic & Sensory Systems)

6.    Computer Vision.

Disini user dapat menginterpretasikan objek atau gambar melalui    komputer.

7.    Inteligent Computer-aided instruction

8.    Game Playing.

Kelebihan Artificial Intellegence.

• ·         Kemampuan data yang dapat disesuaikan oleh kebutuhan (tidak terbatas).
• ·         Ketepatan dan Kecepatan.
• ·         Bisa digunakan kapan saja tanpa merasakan bosan.

Kekurangan Artificial Intellegence.

• ·   Tidak Memiliki Common Sense . common sense adalah yang membuat kita mengerti informasi apa yang kita proses
• ·         Kecerdasan dalam AI terbatas (pada program yang diberikan)
• ·         Mudah Rusak
• ·         Memerlukan daya listrik
• 
  

Expert System (Sistem Pakar)

Sistem pakar atau Expert System adalah suatu sistem yang memiliki kecerdasan para ahli agar dapat memecahkan suatu masalah seperti para pakar memecahkan masalahnya dibidang masing masing

Keuntungan Sistem Pakar :

• ·         Memudahkan bagi para user untuk mengerjakan pekerjaan seorang pakar
• ·         Meningkatakan kualitas
• ·         Memiliki realibilitas
• ·         Meningkatkan Kapabilitas pada sistem komputer
• ·         Meningkatkan produktivitas
• 
  

Kerugian Sistem Pakar :

• ·         Biaya pembuatannya sangat mahal
• ·         Sulit untuk mengembangkan
• ·         Tida 100% bernilai benar

Decision Support System (DSS)

Sistem pendukung keputusan atau Decision Support System (DSS) adalah Serangkaian kelas tertentu dari sistem informasi terkomputerisasi yang mendukung dalam pengambilan keputusan. System pengambilan keputusan atau DSS digunakan untuk mengumpulkan data, menganalisa dan membentuk data yang dikoleksi dan mengambil keputusan yang benar atau membangun strategi dari analisis tidak pengaruh terhadap computer.

Informasi yang biasanya dikumpulkan menggunakan aplikasi pendukung keputusan akan melakukan :

·         Mengakses informasi terkini

·         Angka penjualan yang periodenya berkesinambungan

·         Angka pendapatan berdasarkan asumsi penjualan sebuah produk baru

·         Konsekuensi pengambilan keputusan yang berbeda

Metodologi Sistem Cerdas

Sistem Pakar (Expert System)

Dirancang untuk menyelesaikan masalah pada suatu domain (bidang), misal: ES untuk mendiagnosa gejala sakit pada pasien.

Pembuatan:

·         Menanyai para pakar di bidang tersebut

·         Menyimpan pengetahuan yang diperoleh dalam suatu bentuk yang sesuai bagi penyelesaian masalah, menggunakan penalaran sederhana

Penggunaan:

·         Pengguna memasukkan query sesuai dengan masalah yang ditetapkan oleh sistem cerdas.

·         Query tersebut digunakan untuk pengambilan keputusan berbasiskan pada pengetahuan

·         Jawaban diberikan ke pengguna, atau mungkin perlu masukan lebih lanjut.

Sistem Samar (Fuzzy System)

Logika tradisional yang bernilai salah satu dari dua yait true atau false (benar atau salah). Sistem Fuzzy menangani informasi tidak “pas” dengan memberikan suatu derajat kebenaran – menggunakan logika samar. Pengetahuan dapat diekspresikan dalam terminologi bahasa yang samar. Contohnya penyederhanaan aturan dalam sistem kendali, ada ketidaktepatan.

Jaringan Syaraf Tiruan (Artificial Neural Networks)

Otak manusia terdiri dari 100 milyar elemen pemrosesan sederhana bernama neuron yang sangat rapat dan salingterhubung. ANN didasarkan pada model yang disederhanakan dari neuron dan operasi-operasinya. Model-model dari ANN tergantung pada:

·         Arsitektur

·         Metode Pembelajaran

·         Karakter operasional lain, misal: jenis fungsi aktifasi

ANN bekerja baik pada masalah pattern recognition dan klasifikasi. Kekuatan utamanya mampu menangani data yang sebelumnya tidak terlihat, tidak lengkap atau rusak. Beberapa contoh aplikasinya antara lain:

·         Deteksi kepadatan di bandara

·         Pengenalan wajah

·         Penilaian resiko keuangan

·         Optimisasi da penjadwalan

Algoritma Genetika (Genetic Algorithms, GA)

GA termasuk dalam evolutionary computation yang merupakan suatu wilayah ilmu komputer yang menggunakan pola pikir dari konsep dan prinsip dasar dari evolusi alam, yaitu prinsip seleksi alam Darwinisme, sebagai inspirasi dalam perancangan metode komputasi. Solusi diperoleh melalui suatu proses:

·         Kelangsungan hidup dari fittest (paling tahan)

·         Keturunan campuran (crossbreeding)

·         Mutasi

Penalaran Berbasis Kasus (Case-based reasoning, CBR)

Sistem CBR memecahkan masalah dengan memanfaatkan pengetahuan (knowledge) mengenai masalah serupa yang ditemukan sebelumnya (masa lalu). Pengetahuan masa lalu dijadikan sebagai suatu basis kasus (case-base).Solusi diperoleh dengan mensintesis kasus-kasus serupa, dan menyesuaikan untuk memenuhi perbedaan antara masalah yang diberikan dan kasus yang serupa. Sulit dipraktekkan tetapi sangat tangguh jika berhasil dilakukan.Contoh aplikasi:

·         Penalaran menurut undang-undang (Legal, hukum)

·         Mediasi perselisihan

·         Data mining

·         Diagnosa kesalahan

·         Penjadwalan

Data Mining – Agen Cerdas (Intelligent Software Agents)

Proses eksplorasi dan analisis data untuk menemukan informasi baru dan bermanfaat. Dapat mengekstrak informasi perilaku pasar dan pengguna dengan menggali data tersebut. Informasi yang menyangkut soal:

·         Menyatakan tren & asosiasi perilaku pasar

·         Meningkatkan keunggulan kompetitif/efektifitas pemasaran.

Teknologi Bahasa (Language Technology)

Aplikasi pengetahuan bahasa manusia bagi solusi berbasis computer. Komunikasi antara manusia dan komputer adalah aspek penting sistem informasi cerdas. Aplikasi LT diantaranya:

·         Natural Language Processing (NLP) , Knowledge Representation, Speech recognition

·         Optical character recognition (OCR), Handwriting recognition

·         Machine translation, Text summarization

·         Speech synthesis

Sistem berbasis LT dapat berupa front-end dari sistem informasi yang berbasis pada perangkat cerdas lainnya.