Kecerdasan Buatan Sistem Pakar Pengertian Bakat dan kreativitas

BAB 2 LANDASAN TEORI

2.1. Kecerdasan Buatan

Artificial Intelligence atau kecerdasan buatan merupakan salah satu bagian ilmu komputer yang membuat agar mesin komputer dapat melakukan pekerjaan seperti dan sebaik yang dilakukan manusia. Adapun pekerjaan itu adalah berupa konsultasi yang dapat memberikan suatu informasi berupa saran-saran yang akan sangat berguna. Kecerdasan buatan memungkinkan komputer untuk berpikir dengan cara merancang program. Kecerdasan itu didapat berdasarkan pengetahuan dan pengalaman, untuk itu agar perangkat lunak yang dikembangkan dapat mempunyai kecerdasan maka perangkat lunak tersebut harus diberi suatu pengetahuan dan kemampuan untuk menalar dari pengetahuan yang telah didapat dalam menemukan solusi atau kesimpulan layaknya seorang pakar dalam bidang tertentu yang bersifat spesifik

2.2. Sistem Pakar

Menurut Giaratano sistem pakar adalah suatu sistem komputer yang bisa menyamai atau meniru kemampuan seorang pakar. Sistem Pakar merupakan program Artificial Intelligence yang sangat berguna. Program ini sangat inovatif dalam menghimpun dan mengemas pengetahuan. Sifat utama pakar adalah ketergantungan sistem ini pada pengetahuan manusia yang pakar dalam suatu bidang dalam menyusun strategi pemecahan persoalan yang dihadapi oleh sistem. Tujuan utama bukan untuk menggantikan kedudukan seorang ahli atau seorang pakar tetapi hanya memasyarakatkan pengetahuan dan pengalaman pakar. Pengetahuan sangat bernilai merupakan sumber utama yang sangat penting. Namun sayangnya hanya dimiliki segelintir pakar. Oleh karena itu, masyarakat penting sekali memperoleh kepakaran agar bisa menggunakannya. jika Seorang pakar meninggal, pensiun, sakit atau bisa pula pindah ketempat lain, sehingga menimbulkan kekosongan seorang pakar yang sangat dibutuhkan, dengan adanya sistem pakar merupakan media langsung untuk melakukan pekerjaan seorang pakar.

2.3. Keuntungan dan kelemahan Sistem Pakar

Ada beberapa keuntungan sistem pakar yaitu:

1. Memungkinkan seorang awam bisa melakukan pekerjaan pakar.

2. Meningkatkan produktivitas kerja dengan jalan meningkatkan efisiensi.

3. Menghemat waktu dalam menyelesaikan perkerjaan.

4. Menyederhanakan operasi.

5. Dapat melakukan proses rumit berulang-ulang secara otomatis yang bagi

kebanyakan orang mungkin membosankan

6. Memungkinkan pemecahan masalah yang baru, sehingga computer

menjadi lebih bermanfaat.

7. Dengan memperoleh dan menyimpan pengtahuan pakar yang benilai.

Dengan demikian, bisa bebas dari kelangkaan pakar karena berbagai sebab mungkin pensiun, mengundurkan diri atau meninggal. Sistem pakar bukanlah suatu panacea satu-satunya obat mujarab karena masih terdapat kekurangannya. Kekurangan sistem pakar adalah yaitu Pengembangan sistem pakar yang terlalu sulit, Memasukan pengetahuan seorang pakar ke dalam sebuah program merupakan pekerjaan yang melelahkan dan memerlukan biaya yang besar. Sistem pakar tidak 100 andal oleh karena itu sistem perlu diuji ulang secara teliti.

2.4. Ciri-Ciri Sistem Pakar

Sistem pakar yang baik harus memenuhi ciri-ciri sebagai berikut: 1. Memiliki fasilitas informasi yang handal, yaitu bagaimana memberikan kemudahan pada user, terutama pemula, agar merasa puas dalam menerima jawaban yang diberikan sistem pakar. 2. Mudah dimodifikasi, yaitu bagaimana proses modifikasi dilakukan dengan mudah tanpa berbelit-belit dengan harus memodifikasi basis pengetahuan dan menuliskan kaidah-kaidah baru, lalu memodifikasi kaidah yang sudah ada atau mengganti kaidah yang sudah tidak diperlukan, sistem yang lebih baik mestinya mempunyai subsistem yang memungkinkan perubahan bisa dikerjakan tanpa melalui proses yang sulit. 3. Dapat digunakan dalam berbagai jenis komputer 4. Memiliki kemampuan untuk belajar adaptif, sistem pakar menggabungkan kemampuannya untuk belajar sendiri, maka sistem akan lebih berdaya guna dan menjadi pemecah masalah yang efektif. Sistem pakar merupakan program yang dapat menggantikan keberadaan seorang pakar. Alasan mendasar mengapa sistem pakar dikembangkan untuk menggantikan seorang pakar adalah:

1. Dapat menyediakan kepakaran setiap waktu dan diberbagai lokasi

2. Secara otomatis mengejakan tugas-tugas yang rutin yang membutuhkan

seorang pakar.

3. Seorang pakar akan pensiun atau pergi

4. Menghadirkan atau menggunakan jasa seorang pakar memelukan biaya yang

mahal

5. Kepakaran dibutuhkan juga pada lingkungan yang tidak bersahabat.

2.5. Cara Kerja Sistem Pakar

DATABASE WORKING MEMORY SYSTEM STATUS INITIAL STATES PRESENT STATES FACTS KNOWLEDGE BASE RULES FRAMES SEMANTIC NETS INFERENCE ENGINE RULE INTERPRETER CONTROL STRATEGI USER INTERFACE USER Gambar 2.1 Diagram blok umum sistem pakar

2. 5.1. Basis Pengetahuan

Jantung sistem pakar adalah basis pengetahuan dan telah diketahui bahwa AI memiliki berbagai metode dalam merepresentasikan pengetahuan. Salah satu metode yang terbaik representasi pengetahuan sistem pakar adalah kaidah produksi. Kaidah produksi sangat terkenal karena formatnya sangat fleksibel. Hampir semua macam pengetahuan bisa ditulis dalam bentuk yang sesuai dengan format IF-THEN. Kaidah ini ditulis dalam bentuk IF x THEN y ELSE Kaidah yang kiri disebut antacedent yang mengekspresikan situasi atau premis, sedangkan bagian yang kanan disebut konsekuen yang menyatakan suatu tindakan tertentu atau konklusi yang diterapkan jika situasi benar. Bentuk produksi yang sangat umum adalah: ANTACEDENT KONSEKUEN SITUASI TINDAKAN

2.5.2. Database

Basisdata disebut fakta karena mencatat fakta-fakta suatu masalah awalnya, fakta-fakta yang sudah diketahui disimpan dibasis, lalu ditambah faktabaru yang diperoleh dari proses inferensi. Basisdata menyimpan pula daftar kaidah yang sudah diakui, sehingga membantu proses tracking. Urutan kaidah bisa diberikan kemudian jika user memerlukan penjelasan tentang proses penalaran. Dalam pratiknya, basisdata benar-benar merupakan bagian memori kerja dimana status proses pemecahan masalah disimpan.

2. 5.3. Motor Inferensi

Inferensi merupakan proses untuk menghasilkan informasi dari fakta yang diketahui atau diasumsikan. Inferensi adalah konklusi logis logical conclusion atau implikasi berdasarkan informasi yang tersedia dalam hal ini akan digunakan metode inferensi dalam pengambilan kesimpulan. Ada dua metode inferensi yang penting dalam sistem pakar untuk menarik kesimpulan, yaitu: 1. Penalaran Maju Forward Reasoning atau Forward Chaining Dalam pelacakan maju inferensi mulai dengan informasi awal dan bergerak maju untuk mencocokkan fakta dengan bagian kiri kaidah, yaitu bagian if yang ada dalam basisdata. Bila fakta yang ada dalam basis data sudah sesuai dengan bagian kiri kaidah, maka kaidah distimulasi dan aksi dilakukan. Bagian kanan kaidah dianggap fakta baru dan dimasukkan dalam basisdata sebagai fakta hasil inferensi. Proses dilakukan secara terus menerus sampai tujuan goal tercapai atau sudah tidak ada fakta termaksud fakta hasil inferensi yang akan dicocokkan, artinya goal tidak tercapai. 2. Penalaran Mundur Back reasoning atau Back chaining Pada penalaran ini prinsip kerjanya sama dengan penalaran maju. Disini penerjemah kaidah yang ada dalam basisdata, yaitu hipotesis yang diperkirakan atau diduga. Kemudian, penerjemah kaidah mulai menguji kaidah sebelah kanan yaitu bagian THEN, yang sesuai dengan hipotesi. Jika ternyata cocok, maka premis bagian kiri kaidah dianggap sebagai hipotesis baru hasil inferensi dan dimasukan dalam basisdata. Proses dilakukan terus menerus sampai hipotesis baru sesuia dengan fakta awal, artinya hipotesis yang kita duga benar adanya. Namun proses akan berhenti jika semua hipotesis telah dicocokkan, dalam hal ini tidak ada solusi artinya hipotesis yang kita duga tidak didukung oleh fakta.

2.5.4. Interface User

Interface user merupakan bagian software yang menyediakan sarana untuk user agar bisa berkomunikasi dengan sistem. Interface user akan mengajukan pertanyaan atau menyajikan menu pilihan untuk memasukkan informasi awal dalam basis data. Interface user menyediakan pula sarana komunikasi jawaban atau solusi bila masalahnya sudah ditemukan. Setiap setiap komunikasi selama proses pemecahan masalah komunikasi dikendalikan oleh interface user.

2.6. Representasi Pengetahuan

Kita akan mencoba membahas bagaimana pengetahuan direpresentasikan dalam bentuk basis pengetahuan dan menguji berbagai teknik pembuatan mekanisme inferensi. Seperti telah diketahui, dalam hal ini ada banyak bentuk representasi basis pengetahuan. Berbagai skema telah dirumuskan untuk mengubah berbagai macam pengetahuan kedalam bentuk simbolik yang paling cocok agar mudah disimpan dan dimanipulasi komputer.

2.6.1. Skema Representasi Pengetahuan

Skema representasi pengetahuan secara umum telah dikategorikan sebagai deklaratif atau prosedural. Skema deklaratif digunakan untuk menggambarkan fakta-fakta dan asersi, sementara skema representasi prosedural berhubungan dengan tindakan dan prosedur. Metode skema representasi deklaratif termaksud logika, jaringan semantik frame, script. Skema representasi pengetahuan prosedural meliputi prosedur atau sub routine dan kaidah produksi.

2.6.2. Logika

Logika merupakan suatu pengkajian ilmiah tentang serangkaian penalaran, sistem kaidah, dan prosedur yang membantu proses penalaran. Bentuk logika komputasional ada 2 macam, yaitu:

1. Logika Proporsional atau Kalkulus

Logika proporsional merupakan logika simbolik untuk memanipulasi proposisi. Proposisi merupakan pernyataan yang dapat bernilai benar atau salah boolean yang dihubungkan dengan operator logika diantaranya operator And dan, Or atau, Not tidak, Impilikasi if..then, Bikondisional if and only if. Jika a dan b adalah Variable yang bertipe boolean, maka hasil operasi a dan b dengan operator boolean, berikut ini tabel kebenarannya: Tabel 2.2 Kebenaran A B A dan B A or B A xor B True True True True False True False False True True False True False True True False False False False False

2. Logika Predikat

Logika predikat adalah suatu logika yang seluruhnya menggunakan konsep dan kaidah proposional yang sama dengan rinci. Suatu proposisi atau premis dibagi menjadi dua bagian, yaitu: argumen objek dan predikat keterangan. Predikat adalah keterangan yang membuat argument dan predikat. Contohnya: Mobil berada dalam garasi, dapat dinyatakan menjadi didalam = keterangan, mobil = argumen, garasi = argumen.

2.6.3. List Dan Tree

List dan tree merupakan struktur sederhana yang digunakan dalam representasi hierarki pengetahuan. Dalam membuat basis pengetahuan, bentuk ini akan sering digunakan.

2. 6.3.1. List

List adalah serangkaian jenis barang-barang tertulis yang berhubungan. Hal ini bisa merupakan suatu daftar nama orang yang dikenal, atau barang yang akan dibeli ditoko. Gambar 2.3 List untuk menggambarkan hierarki pengetahuan List bisa digunakan untuk merepresentasikan hierarki pengetahuan dimana objek dikelompokkan, dikategorikan atau digabungkan sesuai dengan urutannya atau hubungannya. 2. 6.3.2. Tree Struktur pohon adalah struktur grafik hierarki. Struktur pohon merupakan cara sederhana untuk menggambarkan list dan hierarki pengetahuan lainya. Gambar 2.4 Grafis untuk menggambarkan hierarki pengetahuan Gambar ini memperlihatkan bentuk struktur pohon. Struktur pohon terdiri atas node- node yang mencakup nama list dan ark dan menunjukkan hubungan antar node-node. List dan pohon sangat umum dipakai untuk menggambarkan pengetahuan yang akan digunakan dalam Artificial Intelligence.

2.6.4. Jaringan Semantik

Pada dasarnya jaringan semantik merupakan gambaran pengetahuan grafis yang menunjukkan hubungan antara berbagai objek. Objek bisa merupakan fisik seperti buku, meja, atau bahkan orang, pikiran, kejadian atau tindakan. Semua jaringan semantik dibangun dari dua komponen dasar yaitu:

1. Node-node simpul yang merepresentasikan objek, konsep situasi. node

ditunjukan atau diindikasikan oleh lingkaran.

2. Ark busur merepresentasikan hubungan antara node-node.

Gambar 2.5 Grafis pengetahuan dalam jaringan semantik Jika jaringan semantik sudah dibuat, maka dengan mudah anda bisa menggunakannya untuk memecahkan masalah. Misalnya timbul pertanyaan tentang suatu domain pengetahuan yang direpresentasikan ke dalam suatu jaringan. Umumnya, jaringan akan menyediakan jawaban. Figur utama domain pengetahuan adalah orang yang disebut ”sam →manpria dan man adalah orang. Ark sam lainnya menunjukan bahwa sam sudah kawin dengan kay. Ark berikutnya menunjukan bahwa kay →womanwanita. Garis lain menunjukan bahwa mereka sudah mempunyai anak. Namanya joe, joe →boyanak laki - laki dan sudah sekolah pertanyaan yang diajukan, komputer akan melacak ke depanForward Reasoning atau kebelakangBack Reasoning.

2.7. Pengertian Bakat dan kreativitas

Menurut Ki Fudyartanta dan S.C Utami Munandar menyampaikan dalam bukunya Suatu bakat adalah suatu konsisten karateristik yang menunjukkan kapasitas seseorang untuk menguasai pengetahuan khusus dengan latihan, ketrampilan, atau serangkaian respon terorganisir. Sedangkan kreativitas adalah kemampuan untuk membuat kombinasi baru berdasarkan data dan informasi.