Mengenal Apa Itu Sistem Pakar (Expert System)
Apa itu sistem pakar (Expert System)?
Sistem pakar adalah program komputer yang dirancang untuk menyelesaikan masalah kompleks dan memberikan kemampuan pengambilan keputusan seperti seorang ahli manusia. Hal ini dilakukan dengan mengekstraksi pengetahuan dari basis pengetahuan yang dimilikinya menggunakan aturan penalaran dan inferensi sesuai dengan permintaan pengguna.
Sistem pakar merupakan bagian dari kecerdasan buatan (AI), dan sistem pakar (Expert System) pertama dikembangkan pada tahun 1970, yang merupakan pendekatan kecerdasan buatan yang pertama berhasil. Ia menyelesaikan masalah yang paling kompleks seperti seorang ahli dengan mengekstraksi pengetahuan yang tersimpan di dalam basis pengetahuannya. Sistem ini membantu dalam pengambilan keputusan untuk masalah kompleks menggunakan fakta dan heuristik seperti ahli manusia. Hal ini disebut demikian karena ia berisi pengetahuan ahli dari suatu domain tertentu dan dapat menyelesaikan masalah kompleks apa pun dari domain tersebut. Sistem-sistem ini dirancang untuk domain tertentu, seperti kedokteran, sains, dll.
Kinerja sistem pakar didasarkan pada pengetahuan ahli yang disimpan dalam basis pengetahuannya. Semakin banyak pengetahuan yang tersimpan dalam basis pengetahuannya, semakin baik kinerja sistem tersebut. Salah satu contoh umum dari Expert System adalah saran kesalahan pengejaan saat mengetik di kotak pencarian Google.
Berikut adalah beberapa contoh sistem pakar (Expert System) populer:
DENDRAL: Ini adalah proyek kecerdasan buatan yang dibuat sebagai sistem pakar analisis kimia. Digunakan dalam kimia organik untuk mendeteksi molekul organik yang tidak diketahui dengan bantuan spektra massa dan basis pengetahuan kimia.
MYCIN: Ini adalah salah satu sistem pakar chaining mundur terawal yang dirancang untuk mencari bakteri penyebab infeksi seperti bakteremia dan meningitis. Juga digunakan untuk rekomendasi antibiotik dan diagnosis penyakit penggumpalan darah.
PXDES: Ini adalah sistem pakar yang digunakan untuk menentukan jenis dan tingkat kanker paru-paru. Untuk menentukan penyakit, ia mengambil gambar dari tubuh bagian atas yang terlihat seperti bayangan. Bayangan ini mengidentifikasi jenis dan tingkat kerusakan.
CaDeT: Sistem pakar CaDet adalah sistem dukungan diagnostik yang dapat mendeteksi kanker pada tahap awal.
Karakteristik Sistem Pakar (Expert System)
Kinerja Tinggi: Sistem pakar memberikan kinerja tinggi untuk menyelesaikan masalah kompleks apa pun dari domain tertentu dengan efisiensi dan akurasi yang tinggi.
Mudah Dimengerti: Sistem ini merespons dengan cara yang mudah dipahami oleh pengguna. Ia dapat menerima masukan dalam bahasa manusia dan memberikan keluaran dalam cara yang sama.
Andal: Ia jauh lebih andal untuk menghasilkan keluaran yang efisien dan akurat.
Responsif: Sistem pakar memberikan hasil untuk permintaan kompleks dalam waktu yang sangat singkat.
Komponen Utama Sistem Pakar (Expert System)
1. Antarmuka Pengguna (User Interface)
Dengan bantuan antarmuka pengguna, sistem pakar berinteraksi dengan pengguna, menerima kueri sebagai input dalam format yang mudah dibaca, dan meneruskannya ke mesin inferensi. Setelah menerima respon dari mesin inferensi, sistem menampilkan output kepada pengguna. Dengan kata lain, antarmuka pengguna membantu pengguna non-ahli untuk berkomunikasi dengan sistem pakar untuk mencari solusi.
2. Mesin Inferensi (Inference Engine)
Mesin inferensi dikenal sebagai otak dari sistem pakar karena merupakan unit pemrosesan utama dari sistem. Mesin ini menerapkan aturan inferensi ke basis pengetahuan untuk menarik kesimpulan atau menurunkan informasi baru. Ini membantu dalam mendapatkan solusi yang bebas dari kesalahan dari kueri yang diminta oleh pengguna.
Dengan bantuan mesin inferensi, sistem mengekstrak pengetahuan dari basis pengetahuan.
Ada dua jenis mesin inferensi:
Mesin Inferensi Deterministik: Kesimpulan yang diambil dari jenis mesin inferensi ini diasumsikan benar. Hal ini didasarkan pada fakta dan aturan.
Mesin Inferensi Probabilistik: Jenis mesin inferensi ini mengandung ketidakpastian dalam kesimpulan, dan didasarkan pada probabilitas.
Mesin inferensi menggunakan mode di bawah ini untuk menarik solusi:
Forward Chaining: Dimulai dari fakta dan aturan yang diketahui, dan menerapkan aturan inferensi untuk menambahkan kesimpulan mereka ke fakta yang diketahui.
Backward Chaining: Merupakan metode penalaran mundur yang dimulai dari tujuan dan bekerja mundur untuk membuktikan fakta yang diketahui.
3. Basis Pengetahuan (Knowledge Base)
Basis pengetahuan adalah jenis penyimpanan yang menyimpan pengetahuan yang diperoleh dari para ahli di bidang tertentu. Ini dianggap sebagai penyimpanan pengetahuan yang besar. Semakin besar basis pengetahuan, semakin presisi sistem pakar tersebut.
Ini mirip dengan database yang berisi informasi dan aturan dari domain atau subjek tertentu.
Seseorang juga dapat melihat basis pengetahuan sebagai koleksi objek dan atributnya. Seperti singa adalah objek dan atributnya adalah hewan mamalia, bukan hewan peliharaan, dan sebagainya.
Komponen Knowledge Base
1. Factual Knowledge: Pengetahuan yang didasarkan pada fakta dan diterima oleh para insinyur pengetahuan masuk ke dalam pengetahuan faktual.
2. Heuristic Knowledge: Pengetahuan ini didasarkan pada praktik, kemampuan untuk menebak, evaluasi, dan pengalaman.
3. Knowledge Representation: Digunakan untuk merumuskan pengetahuan yang disimpan di dalam basis pengetahuan dengan menggunakan aturan If-else.
4.Knowledge Acquisitions: Ini adalah proses ekstraksi, organisasi, dan strukturisasi pengetahuan domain, menentukan aturan untuk memperoleh pengetahuan dari berbagai ahli, dan menyimpan pengetahuan tersebut ke dalam basis pengetahuan.
Pembangunan Sistem Pakar (Expert System)
Di sini, kami akan menjelaskan cara kerja sistem pakar dengan mengambil contoh dari MYCIN ES. Berikut adalah beberapa langkah untuk membangun sebuah MYCIN:
- Pertama-tama, Expert System harus diisi dengan pengetahuan ahli. Dalam kasus MYCIN, ahli manusia yang mengkhususkan diri dalam bidang medis infeksi bakteri, memberikan informasi tentang penyebab, gejala, dan pengetahuan lainnya dalam domain tersebut.
- Knowledge Base dari MYCIN diperbarui dengan sukses. Untuk mengujinya, dokter memberikan masalah baru kepadanya. Masalahnya adalah untuk mengidentifikasi keberadaan bakteri dengan memasukkan rincian pasien, termasuk gejala, kondisi saat ini, dan riwayat medis.
- Expert System akan memerlukan kuesioner yang diisi oleh pasien untuk mengetahui informasi umum tentang pasien, seperti jenis kelamin, usia, dll.
- Sekarang sistem telah mengumpulkan semua informasi, sehingga akan menemukan solusi untuk masalah dengan menerapkan aturan if-then menggunakan mesin inferensi dan menggunakan fakta yang disimpan di dalam Knowledge Base.
- Pada akhirnya, sistem akan memberikan respons kepada pasien dengan menggunakan antarmuka pengguna.
Peserta dalam pengembangan Sistem Pakar (Expert System)
Ada tiga peserta utama dalam membangun Sistem Pakar:
Ahli: Keberhasilan suatu Expert System sangat bergantung pada pengetahuan yang diberikan oleh ahli manusia. Para ahli ini adalah orang-orang yang mengkhususkan diri dalam domain tertentu.
Insinyur Pengetahuan: Insinyur pengetahuan adalah orang yang mengumpulkan pengetahuan dari ahli domain dan kemudian memformat pengetahuan itu ke dalam sistem sesuai formalisme yang digunakan.
Pengguna Akhir: Ini adalah orang tertentu atau sekelompok orang yang mungkin bukan ahli, dan bekerja pada sistem pakar yang memerlukan solusi atau saran untuk pertanyaannya yang kompleks.
Mengapa Menggunakan Sistem Pakar (Expert System)?
Sebelum menggunakan teknologi apa pun, kita harus memiliki gagasan tentang mengapa menggunakan teknologi tersebut, dan hal yang sama berlaku untuk Expert System. Meskipun kita memiliki ahli manusia di setiap bidang, apa kebutuhan untuk mengembangkan sistem berbasis komputer. Jadi di bawah ini adalah poin-poin yang menjelaskan kebutuhan dari Expert System:
Tidak ada Batasan Memori: Sistem dapat menyimpan sebanyak data yang diperlukan dan dapat mengingatnya saat aplikasinya. Namun untuk ahli manusia, ada beberapa batasan untuk mengingat semua hal setiap saat.
Efisiensi Tinggi: Jika basis pengetahuan diperbarui dengan pengetahuan yang benar, maka sistem memberikan hasil yang sangat efisien, yang mungkin tidak mungkin untuk dicapai oleh manusia.
Keahlian dalam suatu domain: Ada banyak ahli manusia di setiap domain, dan mereka semua memiliki keterampilan, pengalaman, dan keterampilan yang berbeda, sehingga tidak mudah untuk mendapatkan hasil akhir untuk pertanyaan. Tetapi jika kita memasukkan pengetahuan yang diperoleh dari ahli manusia ke dalam sistem pakar, maka ia akan memberikan output yang efisien dengan mencampur semua fakta dan pengetahuan.
Tidak Terpengaruh oleh Emosi: Sistem ini tidak terpengaruh oleh emosi manusia seperti kelelahan, kemarahan, depresi, kecemasan, dll. Oleh karena itu kinerjanya tetap konstan.
Keamanan Tinggi: Sistem ini menyediakan keamanan tinggi untuk menyelesaikan setiap pertanyaan.
Memperhatikan semua fakta: Untuk menanggapi setiap pertanyaan, sistem memeriksa dan mempertimbangkan semua fakta yang tersedia dan memberikan hasilnya sesuai. Tetapi mungkin ahli manusia tidak mempertimbangkan beberapa fakta karena alasan apa pun.
Pembaruan Teratur meningkatkan kinerja: Jika ada masalah dalam hasil yang diberikan oleh sistem pakar, kita dapat meningkatkan kinerja sistem dengan memperbarui basis pengetahuan.
Kemampuan Sistem Pakar (Expert System)
Berikut adalah beberapa kemampuan dari sistem pakar:
1. Memberikan saran: Sistem pakar dapat memberikan saran kepada manusia untuk pertanyaan dari domain tertentu dari sistem pakar yang bersangkutan.
2. Memberikan kemampuan pengambilan keputusan: Sistem pakar memberikan kemampuan pengambilan keputusan di berbagai bidang, seperti dalam membuat keputusan keuangan, keputusan di bidang ilmu kedokteran, dan lain-lain.
3. Menunjukkan suatu perangkat: Sistem pakar dapat menunjukkan suatu produk baru, seperti fitur-fitur, spesifikasi, cara penggunaan, dan lain-lain.
4. Memecahkan masalah: Sistem pakar memiliki kemampuan untuk memecahkan masalah.
5. Menjelaskan masalah: Sistem pakar juga dapat memberikan deskripsi terperinci tentang masalah input.
6. Menginterpretasi input: Sistem pakar dapat menginterpretasi input yang diberikan oleh pengguna.
7. Memprediksi hasil: Sistem pakar dapat digunakan untuk memprediksi hasil.
8. Diagnosis: Sistem pakar yang dirancang untuk bidang medis memiliki kemampuan untuk mendiagnosis suatu penyakit tanpa menggunakan beberapa komponen yang terpisah karena sudah mengandung berbagai alat kedokteran bawaan.
Keuntungan dari Sistem Pakar (Expert System)
- Sistem-sistem ini sangat reproduktif.
- Mereka dapat digunakan untuk tempat-tempat berisiko di mana kehadiran manusia tidak aman.
- Kemungkinan kesalahan lebih sedikit jika basis pengetahuan (Knowledge Base) berisi pengetahuan yang benar.
- Kinerja sistem tetap stabil karena tidak terpengaruh oleh emosi, ketegangan, atau kelelahan.
- Mereka memberikan kecepatan yang sangat tinggi untuk merespons pertanyaan tertentu.
Keterbatasan Sistem Pakar (Expert System)
- Respon sistem pakar dapat salah jika basis pengetahuan (Knowledge Base) berisi informasi yang salah.
- Seperti manusia, sistem pakar tidak dapat menghasilkan output kreatif untuk skenario yang berbeda.
- Biaya pemeliharaan dan pengembangan sangat tinggi.
- Pengumpulan pengetahuan untuk desain sangat sulit.
- Untuk setiap domain, kita memerlukan sistem pakar tertentu, yang merupakan salah satu keterbatasan besar.
- Sistem ini tidak dapat belajar dari dirinya sendiri dan oleh karena itu memerlukan pembaruan manual.
Aplikasi Sistem Pakar (Expert System)
Pada domain desain dan manufaktur
Mereka dapat digunakan secara luas untuk merancang dan memproduksi perangkat fisik seperti lensa kamera dan mobil.
Pada domain pengetahuan
Sistem-sistem ini terutama digunakan untuk mempublikasikan pengetahuan yang relevan kepada pengguna. Dua ES populer yang digunakan untuk domain ini adalah penasihat dan penasihat pajak.
Pada domain keuangan
Di industri keuangan, sistem pakar digunakan untuk mendeteksi jenis kecurangan, aktivitas mencurigakan, dan memberi saran kepada banker apakah mereka harus memberikan pinjaman untuk bisnis atau tidak.
Pada diagnosis dan perbaikan perangkat
Pada diagnosis medis, sistem ES digunakan, dan itu adalah area pertama di mana sistem-sistem ini digunakan.
Perencanaan dan Penjadwalan
Sistem pakar juga dapat digunakan untuk merencanakan dan menjadwalkan beberapa tugas tertentu untuk mencapai tujuan dari tugas tersebut.