i. Basis pengetahuan
Basis pengetahuan merupakan inti program dimana program ini merupakan representasi pengetahuan dari seorang pakar. Basis pengetahuan
tersusun atas fakta yang berupa informasi tentang obyek dan kaidah rule yang merupakan informasi tentang cara bagaimana membangkitkan fakta
baru dari fakta yang sudah diketahui.
2.2.6 Kategori Sistem Pakar
Secara umum kategori atau klasifikasi sistem pakar Kusrini, 2006 yaitu: a.
Intrepretasi, yaitu membuat kesimpulan atau deskripsi dari sekumpulan data mentah.
b. Prediksi, yaitu memproyeksikan akibat-akibat yang dimungkinkan dari
situasi-situasi tertentu. c.
Diagnosis, yaitu menentukan sebab malfungsi dalam situasi kompleks yang didasarkan pada gejala-gejala yang teramati.
d. Desain, yaitu menentukan konfigurasi komponen-komponen sistem
yang cocok dengan tujuan-tujuan kinerja tertentu yang memenuhi kendala-kendala tertentu.
e. Perencanaan, yaitu merencanakan serangkaian tindakan yang akan
dapat mencapai sejumlah tujuan dengan kondisi awal tertentu. f.
Debugging and Repair, yaitu menentukan dan mengimplementasikan cara-cara untuk mengatasi malfungsi.
g. Instruksi, yaitu mendeteksi dan mengoreksi.
16
h. Pengendalian, yaitu mengatur tingkah laku suatu environment yang
kompleks. i.
Seleksi, yaitu mengidentifikasi pilihan terbaik dari sekumpulan list kemungkinan.
j. Simulasi, yaitu pemodelan interaksi antara komponen-komponen
sistem. k.
Monitoring, yaitu membandingkan tingkah laku suatu sistem yang teramati dengan tingkah laku yang diharapkan darinya.
2.2.7 Metode Forward Chaining Data Driven
Metode dalam pengolahan sistem pakar ada dua macam, yaitu metode Forward Chaining dan metode backward Chaining. Metode Forward Chaining
merupakan salah satu metode selain Backward Chaining yang digunakan dalam aturan inferensi Artificial Intelligence. Metode ini melakukan pemrosesan berawal
dari sekumpulan data untuk kemudian dilakukan inferensi sesuai dengan aturan yang diterapkan hingga diketemukan kesimpulan yang optimal. Mesin inferensi
akan terus melakukan looping pada prosesnya untuk mencapai hasil keputusan yang sesuai. Metode yang diterapkan pada Forward Chaining ini berkebalikan
dengan metode backward Chaining. Kelebihan metode Forward Chaining ini adalah data baru dapat dimasukkan ke dalam tabel database inferensi dan
kemungkinan untuk melakukan perubahan inference rules. Contoh pemakaian metode Forward Chaining dalam aplikasi sistem pakar untuk mengidentifikasi
suatu penyakit antara lain:
17
1. Metode Forward Chaining untuk memprediksi kesehatan dengan Acupressure
Sistem pakar adalah suatu sistem yang dapat bekerja atau beroperasi seperti otak manusia. Sistem ini dapat mengambil keputusan layaknya seorang pakar
yang mengambil keputusan. Sistem ini bekerja dengan langkah-langkah kerja sebagai berikut : akuisisi pengetahuan, mengidentifikasikan object-atribut-
value, penetapan basis pengetahuan, perancangan basis data, formalisasi sistem pakar, perancangan dan pengembangan perangkat lunak, serta uii validasi
sistem Metode dalam pengolahan sistem pakar ada dua macam, yaitu metode forward -chaining dan metode backward chaining. Pada penelitian ini metode
yang digunakan adalah metode forward chaining. Dalam metode forward chaining harus menambah aturan yang sesuai aturan sebelumnya jika akan
menambah data baru. Sedangkan metode backward chaining, data baru dapat langsung ditambahkan tanpa harus merubah aturan-aturan yang sudah dibuat
sebelumnya. Sedangkan Hasil dari penelitian ini berupa suatu program komputer yang dapat digunakan untuk memprediksi masalah kesehatan sehari-
hari dengan Acupressure . ITS Digital Library 2002-02-21
Forward Chaining runut maju berarti menggunakan himpunan aturan kondisi-aksi . Dalam metode ini, data digunakan untuk menentukan aturan mana
yang akan dijalankan, kemudian aturan tersebut dijalankan. Mungkin proses menambahkan data ke memori kerja. Proses diulang sampai ditemukan suatu hasil
Wilson,1998.
18
Metode Forward Chaining disebut juga penalaran dari bawah ke atas karena penalaran dari fakta pada level bawah menuju konklusi pada level atas
yang didasarkan pada fakta. Dalam hal ini pelacakan dimulai dari informasi masukan, dan selanjutnya mencoba menggambarkan kesimpulan.
Gambar 2.2 Metode Forward Chaining Contoh permasalahan menggunakan Forward Chaining, diketahui kaidah tipe
IF..THEN..berikut: IF A THEN B
IF B THEN C IF C THEN D
DATA ATURAN KESIMPULAN A = 1 JIKA A = 1 DAN B = 2
B = 2 MAKA C = 3 D = 4
JIKA C = 3 MAKA D = 4
Gambar 2.3 Proses Inference Engine
Pada Gambar 2.3 menjelaskan proses inference engine pada sistem pakar dengan menggunakan metode forward chaining.
19
2.2.8 Block Diagram