Kesimpulan Saran Defenisi Sistem Pakar

79 BAB 5 KESIMPULAN DAN SARAN

5.1 Kesimpulan

Berdasarkan pembahasan yang telah dilakukan pada bab-bab sebelumnya, maka dapat ditarik kesimpulan sebagai berikut : 1. Aplikasi sistem ini dibuat sebagai alat bantu untuk mendiagnosis penyakit AIDS menggunakan Certainty Factor dan metode kuantifikasi pertanyaan yang diajukan berdasarkan Klasifikasi Klinis WHO dan atau CDC. 2. Aplikasi ini dirancang untuk membantu masyarakat awam sebagai diagnosis awal terinfeksi AIDS. 3. Sistem menggunakan syarat gejala-gejala yang dialami oleh penderita AIDS, dan perubahan fisik yang terjadi dapat dipantau secara jelas. 4. Sistem pakar dengan metode kuantifikasi pertanyaan dapat digunakan untuk mendiagnosis gejala-gejala awal AIDS dengan mengeliminasi aturan lama- gejala. 5. Sistem dapat mengenali gejala-gejala AIDS yang diderita dan dapat menghasilkan diagnosis yang cukup akurat. Universitas Sumatera Utara 80

5.2 Saran

Untuk pengembangan lebih lanjut terhadap sistem yang telah dibuat, penulis menyarankan beberapa pengembangan berikut ini : 1. Sistem ini dapat dikembangan dengan menggunakan server mobile, untuk semakin mempermudah pemantauan dan pengembangannya. 2. Pembaca dapat mengembangkan sistem ini dengan menggunakan metode perhitungan yang lain. 3. Diharapkan sistem ini dapat dijalankan secara online. Universitas Sumatera Utara 17 BAB 2 LANDASAN TEORI

2.1. Defenisi Sistem Pakar

Sistem pakar adalah suatu sistem komputer yang bisa menyamai atau meniru kemampuan seorang ahli Giarratano dan Riley, 2005. Sistem pakar dapat diartikan sebagai suatu sistem yang mengambil sebagian pengetahuan manusia ke komputer, sehingga komputer dapat memecahkan permasalahan yang umumnya dilakukan oleh ahlinya. Dalam hal ini, manusia yang dimaksud adalah seorang pakar dari bidang pengetahuan tertentu. Misalnya, dokter adalah seorang pakar yang mampu mendiagnosis penyakit yang diderita pasien serta dapat memberikan penatalaksanaan suatu penyakit. Atau seorang ahli mesin yang mengusai segala pengetahuan tentang mesin. Menurut Kusrini 2006, masalah-masalah yang dapat diselesaikan sistem pakar, di antaranya: 1. Interpretasi Membuat sebuah kesimpulan atau deskripsi dari sekumpulan data mentah. 2. Prediksi Memproyeksikan akibat-akibat yang dimungkinkan dari situasi-situasi tertentu. 3. Diagnosis Menentukan sebab malfungsi dalam situasi kompleks yang didasarkan pada gejala-gejala yang teramati. 4. Desain Menentukan konfigurasi komponen-komponen sistem yang cocok dengan tujuan tujuan kinerja tertentu yang memenuhi kendala-kendala tertentu. Universitas Sumatera Utara 18 5. Perencanaan Merencanakan serangkaian tindakan yang akan dapat mencapai sejumlah tujuan dengan kondisi awal tertentu. 6. Debugging dan Repair Menentukan dan menginterpretasikan cara-cara untuk mengatasi malfungsi. 7. Pengendalian Mengatur tingkah laku suatu environment yang kompleks. 8. Instruksi Mendeteksi dan mengoreksi defisiensi dalam pemahaman domain subyek. 9. Selection Mengidentifikasi pilihan terbaik dari sekumpulan list kemungkinan. 10. Simulation Pemodelan interaksi antara komponen-komponen sistem 11. Monitoring Membandingkan hasil pengamatan dengan kondisi yang diharapkan.

2.1.1 Sejarah Sistem Pakar

Selama abad ke-20, beberapa definisi dari kecerdasan buatan sudah banyak diajukan. Definisi yang paling populer adalah membuat komputer yang mampu berpikir layaknya manusia. Hal ini terbukti dari banyaknya film fiksi ilmiah yang mempromosikan pandangan tersebut. Sebenarnya definisi ini berakar pada ahli matematika Inggris terkenal dan uji pelopor komputer Alan Turing, tes Turing yaitu dimana manusia akan mencoba menentukan apakah mereka orang dapat berbicara melalui keyboard jarak jauh yang merupakan program manusia atau komputer. Kondisi AI Artificial Intelligence yang kuat biasanya dipromosikan oleh orang- orang yang percaya bahwa AI harus didasarkan pada landasan logis yang kuat daripada apa yang mereka sebut yaitu AI lemah berbasis jaringan syaraf tiruan, algoritma genetik, dan metode evolusi. Hal ini terbukti bahwa ada salah satu teknik AI yang berhasil dalam menangani semua masalah dan mendapatkan kombinasi metode yang terbaik. Universitas Sumatera Utara 19 Pada pertengahan tahun 1970-an, beberapa sistem pakar mulai muncul. Tujuan dari sistem pakar adalah untuk mengembangkan program komputer yang dapat berpikir berdasarkan akal manusia, yaitu memecahkan masalah dengan cara yang dianggap cerdas jika dilakukan oleh manusia. Selama tahun 1970-an, peneliti lebih fokus mengembangkan teknik-teknik seperti representasi “bagaimana untuk memformulasikan masalah sehingga menjadi lebih mudah untuk dipecahkan” dan pencarian “bagaimana untuk mengontrol pencarian untuk menemukan solusi secara cerdas”, sehingga proses pencarian yang dilakukan tidak akan menggunakan memori komputer yang berlebihan. Strategi ini menciptakan beberapa kemajuan, namun tidak mendapatkan terobosan baru. Hal ini berlangsung sampai akhir dekade 70-an, dimana ilmuwan sistem pakar mulai menyadari suatu hal yang sangat penting, yaitu kemampuan penyelesaian masalah dalam suatu program berasal dari pengetahuan yang dimilikinya, bukan dari formalitas atau skema inferensi yang digunakan. Terobosan konseptual dibuat dan dapat dinyatakan dengan sederhana. Untuk membuat program yang cerdas, program tersebut disediakan dengan pengetahuan spesifik yang berkualitas tentang bidang- bidang masalah tertentu. Program ini kemudian disebut sebagai sistem pakar, dan memulai bidang baru dalam lingkup ilmu komputer. Proses pembangunan sistem pakar biasanya disebut dengan rekayasa pengetahuan. Biasanya melibatkan interaksi yang spesial antara orang yang membangun sistem pakar yang disebut teknisi pengetahuan. Biasanya terdapat satu atau lebih pakar dalam lingkup masalah tertentu. Teknisi pengetahuan mengambil informasi dari pakar berupa prosedur, strategi, dan aturan-aturan untuk menyelesaikan masalah, lalu membangun pengetahuan itu menjadi sebuah sistem pakar, seperti yang ditunjukkan pada skema di bawah ini. Gambar 2.1 Fungsi Dasar Sistem Pakar Giarratano dan Riley, 2005 Knowledge-Base Inference Engine USER Universitas Sumatera Utara 20 Hasilnya adalah sebuah program komputer yang dapat memecahkan masalah dengan cara yang hampir sama seperti para ahli. Paul E. Johnson, seorang ilmuwan yang telah menghabiskan bertahun-tahun waktunya untuk mempelajari perilaku ahli manusia, cukup baik menggambarkan apa yang dimaksud dengan ahli. “Seorang ahli yaitu orang yang memiliki pengetahuan dan kemampuan untuk melakukan hal-hal yang kebanyakan orang tidak bisa. Seorang ahli bukan hanya sekedar mahir, tetapi juga lancar mengambil tindakan untuk menyelesaikan masalah. Seorang ahli mengetahui banyak hal dalam menerapkan apa yang mereka ketahui dalam menyelesaikan suatu masalah. Mereka juga pandai memilih informasi yang tidak relevan dalam rangka untuk mendapatkan masalah dasar, dan mereka mengenal dengan baik permasalahan yang mereka hadapi. Rekayasa pengetahuan sangat bergantung pada penelitian pakar untuk meningkatkan kecerdasan dan kemampuan program ”. Hal ini serupa dengan yang diutarakan oleh Hayes-Roth dalam bukunya yang berjudul “Building Expert Sistem”: Saat ini sudah banyak sistem pakar yang dikembangkan di berbagai bidang, seperti : kedokteran, pertanian, ekonomi, elektronika, industri, dan masih banyak lagi. Sistem pakar untuk melakukan diagnosis penyakit telah dikembangkan pada pertengahan tahun 1970. Sistem pakar untuk diagnosis pertama kali dibuat oleh Bruce Buchanan dan Edward Shortliffe di Stanford University. Yang kemudian diberi nama MYCIN Heckerman, 1986. MYCIN adalah sistem pakar yang dibangun untuk mendiagnosis infeksi bakteri pada darah, contohnya meningitis dan infeksi bacremia, dan memberikan rekomendasi terapi antimikrobia. MYCIN mampu memberikan penjelasan atas penalarannya secara detail. Dalam uji cobanya, MYCIN menunjukkan kemampuan seperti seorang spesialis. Dengan bertanya dan melakukan backward- chaining pada basis aturan yang terdiri dari sekitar 500 aturan, MYCIN dapat mengenali sekitar 100 penyebab infeksi bakteri. Dengan demikian MYCIN dapat merekomendasi resep obat yang efektif. MYCIN ini dikembangkan di bidang kedokteran oleh dr. Edward H. Shortliffe di Standford Medical School. Universitas Sumatera Utara 21

2.1.2 Konsep Dasar Sistem Pakar

Menurut Efraim Turban 1995, konsep dasar sistem pakar memiliki arti sebagai keahlian, ahli, pengalihan keahlian, inferensi, aturan dan kemampuan menjelaskan. Keahlian adalah suatu kelebihan penguasaan di bidang tertentu yang diperoleh dari pelatihan, membaca atau pengalaman. Seorang ahli adalah seseorang yang mampu menjelaskan suatu tanggapan dan dapat mempelajari hal-hal baru seputar topik permasalahan domain, menyusun kembali pengetahuan jika diperlukan, memecah aturan-aturan jika dibutuhkan, dan menentukan relevan tidaknya keahlian mereka. Pengalihan keahlian dari para ahli ke komputer dan kemudian dialihkan lagi ke orang lain yang bukan ahli, merupakan tujuan utama dari sistem pakar. Proses ini membutuhkan empat aktivitas, yaitu : tambahan pengetahuan dari para ahli atau sumber-sumber lainnya, representasi pengetahuan ke komputer, inferensi pengetahuan, dan pengalihan pengetahuan ke user. Pengetahuan yang disimpan di komputer disebut dengan nama basis pengetahuan. Ada dua tipe pengetahuan, yaitu : fakta dan prosedur biasanya berupa aturan. Salah satu fitur yang harus dimiliki sistem pakar yaitu kemampuan daya nalar. Jika keahlian-keahlian sudah tersimpan sebagai basis pengetahuan dan sudah tersedia diprogram yang mampu mengakses basis data, maka komputer harus dapat diprogram untuk membuat inferensi. Proses inferensi ini dikemas dalam bentuk motor inferensi inference engine. Sebagian besar sistem pakar komersial dibuat dalam bentuk rule-based systems, yang mana pengetahuan dapat disimpan dalam bentuk aturan-aturan. Aturan tersebut biasanya berbentuk IF-THEN Kusumadewi, 2003. Universitas Sumatera Utara 22

2.1.3 Struktur Sistem Pakar

Sistem pakar memiliki beberapa komponen utama, yaitu antarmuka pengguna user interface, basis data sistem pakar expert system database, fasilitas akuisisi pengetahuan knowledge acquisition facility, dan mekanisme inferensi inference mechanism. Selain itu ada satu komponen yang hanya ada pada beberapa sistem pakar, yaitu fasilitas penjelasan explanation facility Martin dan Oxman,1988. Struktur dari Sistem Pakar dapat dilihat pada Gambar 2.2. Gambar 2.2 Struktur Sistem Pakar Giarratano dan Riley, 2005 Komponen-komponen yang terdapat dalam arsitekturstruktur sistem pakar yaitu: 1. Antarmuka Pengguna User Interface Antarmuka merupakan mekanisme yang digunakan oleh pengguna dan sistem pakar untuk berkomunikasi. Antarmuka menerima informasi dari pemakai dan mengubahnya ke dalam bentuk yang dapat diterima oleh sistem. Selain itu antarmuka akan menerima dari sistem dan menyajikannya ke dalam bentuk yang dapat dimengerti oleh pemakai. KNOWLEDGE BASE RULES INFERENCE ENGINE WORKING MEMORY FACTS KNOWLEDGE AQUISITION FACILITY INTERFACE EXPLANATION FACILITY AGENDA Universitas Sumatera Utara 23 2. Basis Pengetahuan Knowledge Base Basis pengetahuan mengandung pengetahuan untuk pemahaman, formulasi, dan penyelesaian masalah. Ada dua bentuk pendekatan basis pengetahuan yang sangat umum digunakan, yaitu: a. Penalaran Berbasis Aturan Rule-Based Reasoning Pada penalaran berbasis aturan, pengetahuan dipresentasikan dengan menggunakan aturan berbentuk IF-THEN. Bentuk ini digunakan apabila kita memiliki sejumlah pengetahuan pakar pada suatu permasalahan tertentu, dan si pakar dapat menyelesaikan masalah tersebut secara berurutan. Disamping itu, bentuk ini juga digunakan apabila dibutuhkan penjelasan tentang langkah- langkah pencapaian solusi. b. Penalaran Berbasis Kasus Case-Based Reasoning Basis pengetahuan akan berisi solusi-solusi yang telah dicapai sebelumnya, kemudian akan diturunkan suatu solusi untuk keadaan yang terjadi sekarang fakta yang ada. Bentuk ini digunakan apabila user menginginkan untuk tahu lebih banyak lagi pada kasus-kasus yang hampir sama. Selain itu, bentuk ini juga digunakan apabila kita telah memiliki sejumlah kasus tertentu dalam basis pengetahuan. 3. Akuisisi Pengetahuan Knowledge Acquisition Akuisisi pengetahuan adalah akumulasi, transfer, dan transformasi keahlian dalam menyelesaikan masalah dari sumber pengetahuan ke dalam program komputer. Dalam tahap ini knowledge engineer berusaha menyerap pengetahuan untuk selanjutnya ditransfer ke dalam basis pengetahuan. Pengetahuan diperoleh dari pakar, dilengkapi dengan buku, basis data, laporan penelitian, dan pengalaman pemakai. 4. MesinMotor Inferensi Inference Engine Komponen ini mengandung mekanisme pola pikir dan penalaran yang digunakan oleh pakar dalam menyelesaikan suatu masalah. Mesin inferensi adalah program komputer yang memberikan metodologi untuk penalaran tentang informasi yang ada dalam basis pengetahuan dan dalam workplace, dan untuk memformulasikan kesimpulan. Universitas Sumatera Utara 24 5. WorkplaceBlackboard Workplace merupakan area dari sekumpulan memori kerja working memory, digunakan untuk merekam kejadian yang sedang berlangsung termasuk keputusan sementara. 6. Fasilitas Penjelasan Explanation Facility Fasilitas penjelasan adalah komponen tambahan yang akan meningkatkan kemampuan sistem pakar, digunakan untuk melacak respon dan memberikan penjelasan tentang kelakuan sistem pakar secara interaktif melalui pertanyaan. 7. Perbaikan Pengetahuan Pakar memiliki kemampuan untuk menganalisis dan meningkatkan kinerjanya serta kemampuan untuk belajar dari kinerjanya. Kemampuan tersebut adalah penting dalam pembelajaran terkomputerisasi, sehingga program akan mampu menganalisis penyebab kesuksesan dan kegagalan yang dialaminya dan juga mengevaluasi apakah pengetahuan-pengetahuan yang ada masih cocok untuk digunakan di masa mendatang.

2.1.4 Representasi Pengetahuan

Pengetahuan merupakan kemampuan untuk membentuk model mental yang menggambarkan objek dengan tepat dan mampu mempresentasikannya dalam aksi yang dilakukan terhadap suatu objek Martin dan Oxman,1988. Representasi pengetahuan merupakan metode yang digunakan untuk mengkodekan pengetahuan dalam sebuah sistem pakar yang berbasis pengetahuan. Beberapa model representasi pengetahuan yang penting adalah Kusrini, 2006 : 1. Logika logic 2. Jaringan semantic semantic nets 3. Object-Atribute-Value OAV 4. Bingkai frame 5. Kaidah produksi production rule Universitas Sumatera Utara 25

2.1.5 Keuntungan Sistem Pakar

Sistem pakar adalah sistem yang menggunakan pengetahuan manusia yang dimasukkan ke dalam komputer untuk memecahkan masalah-masalah yang biasanya diselesaikan oleh pakar Turban dan Aronson, 2002. Sistem pakar merupakan subset dari Artificial Intelligence. Adapun beberapa keuntungan dari sistem pakar adalah sebagai berikut : 1. Menjadikan pengetahuan dan nasehat jadi lebih mudah didapat. 2. Meningkatkan output dan produktifitas. 3. Menyimpan kemampuan dan keahlian pakar. 4. Meningkatkan penyelesaian masalah-menerusi panduan pakar, penerangan, sistem pakar khas. 5. Meningkatkan reabilitas. 6. Memberikan respons jawaban yang cepat. 7. Merupakan panduan yang cerdas. 8. Dapat bekerja dengan informasi yang tidak lengkap dan mengandung ketidakpastian. 9. Intelligence database basis data cerdas, bahwa sistem pakar dapat digunakan untuk mengakses basis data dengan cara cerdas.

2.2 Forward Chaining