3 Model-Based Reasoning MBR,
melalui representasi pengetahuan dalam bentuk atribut, perilaku, antar-hubungan maupun simulasi proses terbentuknya
pengetahuan. 4
Constraint-Satisfaction Reasoning CSR, yang merupakan kombinasi antara
RBR dan MBR.
2.7.1. Struktur Sistem Pakar
Menurut Turban 2001, struktur sistem pakar terdiri dari 2 bagian pokok, yaitu : lingkungan pengembangan development environment, yang biasanya digunakan sebagai
pembangun sistem pakar baik itu dari segi pembangun komponen maupun basis pengetahuan dan lingkungan konsultasi consultation environment, biasanya digunakan
oleh seorang yang bukan ahli untuk berkonsultasi. Struktur sistem pakar dapat disajikan pada Gambar 2.
Gambar 2. Struktur Sistem Pakar Turban Aronson, 2001
Dari Gambar 2, komponen-komponen yang ada pada sistem pakar terdiri dari: 1. Subsistem akuisisi pengetahuan knowledge acquisition subsystem, suatu
kegiatan yang dilakukan untuk memperoleh pengetahuan dari pakar, buku, dokumentasi,penelitian, basis data dan gambar.
2. Basis pengetahuan, berisi tentang pengetahuan-pengetahuan yang dibutuhkan untuk memahami, menformulasikan dan menyelesaikan masalah. Menurut Turban
2001, ada dua elemen dasar yang termasuk pada basis pengetahuan, yaitu : a. Fakta, yaitu situasi permasalahan dan teori dari bidang permasalahan
b. Aturan Rules, yaitu langsung menggunakan pengetahuan secara langsung untuk menyelesaikan permasalahan pada domain tertentu.
3. Mesin inferensi Inference Engine, program yang berisi metodologi yang digunakan untuk melakukan penalaran terhadap informasi-informasi dalam basis
pengetahuan dan blackboard serta digunakan untuk menformulasikan kesimpulan. 4. Blackboard, merupakan daerah dalam memory yang digunakan untuk merekam
kejadian yang sedang berlangsung termasuk keputusan sementara. 5. Antarmuka pemakai user interface, merupakan suatu fasilitas komunikasi yang
digunakan sebagai penghubung antara komputer dengan pengguna. 6. Penjelasan subsistem explanation subsystem, merupakan suatu kemampuan
untuk menemukan dan menjelaskan tingkah laku sistem pakar dengan menjawab pertanyaan-pertanyaan.
7. Sistem penyaring pengetahuan, sistem ini digunakan untuk mengevaluasi kinerja sistem pakar itu sendiri untuk melihat apakah pengetahuan-pengetahuan yang ada
masih cocok untuk digunakan di masa mendatang. Proses pengetahuan dari para pakar dan membangun basis pengetahuan disebut dengan
knowledge engineering . Tujuan yang ingin dicapai dari knowledge engineering adalah
membantu para pakar menyampaikan dengan mudah apa yang mereka ketahui dan mendokumentasikan pengetahuan dalam bentuk yang daoat digunakan Turban, 2001.
Menurut Turban 2001, ada lima kegiatan utama dari knowledge engineering yaitu : 1. Akuisisi Pengetahuan knowledge acquisition, merupakan kegiatan untuk
memperoleh pengetahuan dari pakar, buku, dokumen, sensor, gambar dan penelitian. Pengetahuan tersebut harus spesifik terhadap permasalahan yang
dihadapi atau terhadap prosedur pemecahan masalah tersebut. Cara memperoleh pengetahuan tersebut tidaklah mudah, karena mencakup kegiatan-kegiatan seperti
mengidentifikasi pengetahuan, merepresentasikan pengetahuan ke dalam bentuk yang sesuai, menstrukturkan pengetahuan tersebut dan mentransfer pengetahuan
tersebut ke dalam mesin pengolah. 2. Repesentasi pengetahuan knowledge representation, setelah pengetahuan
diperoleh dari pakar atau diinduksi dari suatu set data, maka harus direpresentasikan ke dalam suatu bentuk yang dapat di mengerti oleh manusia dan
dapat dieksekusi di dalam komputer. Terdapat berbagai cara untuk melakukan representasi pengetahuan, yaitu rule-based, frame-based, object-based dan case-
based .
3. Validasi pengetahuan knowledge validation, proses selanjutnya adalah menvalidasikan dan menguji pengetahuan tersebut agar kualitasnya dapat
diterima. Hasil uji sering ditampilkan kepada pakar untuk menguji akurasi dan sistem pakar tersebut.
4. Penarikan kesimpulan Inferencing, kegiatan ini melibatkan desain dari perangkat lunak agar memungkinkan komputer untuk membuat simpulan-
simpulan berdasarkan pengetahuan dan permasalahan yang spesifik tersebut. Kemudian sistem akan menyediakan nasihat dan saran pengguna.
5. Penjelasan dan justifikasi explanation and justification, seorang pakar sering diminta untuk menjelaskan tentang pandangan, rekomendasi dan keputusan yang
dibuatnya. Jika sistem pakar menggambarkan perilaku manusia dalam melakukan suatu kegiatan khusus, maka sistem ini juga harus mampu menjelaskan tentang
kegiatannya tersebut. Sebuah penjelasan merupakan jawaban bagi sistem pakar tersebut untuk menjelaskan alasan, rekomendasi dari aksi-aksinya tersebut.
Bagian dari suatu sistem pakar yang menyediakan penjelasan tersebut dinamakan dengan fasilitas penjelasan explanation facility.
2.7.2. Case-Based Reasoning