Konsep dasar dari sistem pakar mencakup beberapa persoalan mendasar, antara lain apa yang dimaksud dengan keahlian, siapa yang disebut pakar,
bagaimana keahlian dapat ditransfer, dan bagaimana sistem bekerja Turban, 2005. Berikut adalah deskripsi inti dari bagian-bagian tersebut.
1. Pakar
Pakar adalah orang yang memiliki pengetahuan, penilaian, pengalaman dan metodologi khusus, serta kemampuan untuk menerapakan bakat ini
dalam dalam memberi nasihat dan memecahkan persoalan Turban, 2005. Tugas dari pakar adalah menyediakan pengetahuan tentang bagaimana
melaksanakan tugas yang akan dijalankan oleh sistem berbasis pengetahuan.
2. Keahlian
Keahlian adalah pengetahuan ekstensif yang spesifik terhadap tugas yang dimiliki pakar Turban, 2005. Tingkat keahlian menentukan performa dari
suatu keputusan. Keahlian sering dicapai dari pelatihan, membaca dan mempraktikkannya.
2.3.4 Komponen Sistem Pakar
Sistem pakar memiliki komponen-komponen sebagai berikut Sri Hartati Dan Sari Iswanti, 2008:
1. Antarmuka Pengguna User Interface
Sistem pakar menggantikan seorang pakar dalam suatu situasi tertentu, maka sistem harus menyediakan pendukung yang diperlukan oleh pemakai
yang tidak memahami masalah teknis. Sistem pakar juga menyediakan
komunikasi antara sistem dan pemakainya, yang disebut sebagai antar muka. Antar muka yang efektif dan ramah pengguna user-friendly
penting sekali terutama bagi pemakai yang tidak ahli dalam bidang yang diterapkan pada sistem pakar.
2. Basis Pengetahuan
Basis pengetahuan merupakan kumpulan pengetahuan bidang tertentu pada tingkatan pakar dalam format tertentu. Pengetahuan ini diperoleh dari
akumulasi pengetahuan pakar dan sumber-sumber pengetahuan lainnya. Basis pengetahuan bersifat dinamis, bisa berkembang dari waktu ke
waktu. 3.
Memori Kerja Merupakan bagian dari sistem pakar yang menyimpan fakta-fakta yang
diperoleh saat dilakukan proses konsultasi. Fakta-fakta inilah yang nantinya akan diolah oleh mesin inferensi berdasarkan pengetahuan yang
disimpan dalam basis pengetahuan untuk menentukan suatu keputusan pemecahan masalah.
4. Fasilitas Penjelasan
Proses menentukan keputusan yang dilakukan oleh mesin inferensi selama sesi konsultasi mencerminkan proses penalaran seorang pakar. Karena
pemakai terkadang bukanlah ahli dalam bidang tersebut, maka dibuatlah fasilitas penjelasan.
5. Fasilitas Akusisi Pengetahuan
Pengetahuan pada sistem pakar dapat ditambahkan kapan saja pengetahuan baru diperoleh atau saat pengetahuan yang sudah ada tidak
berlaku lagi. Hal ini dilakukan sehingga pemakai akan menggunakan sistem pakar yang komplit dan sesuai dengan perkembangan.
6. Mesin Inferensi
Mesin inferensi merupakan otak dari sistem pakar, berupa perangkat lunak yang melakukan tugas inferensi penalaran sistem pakar, biasa dikatakan
sebagai mesin pemikir thinking machine. Pada prinsipnya mesin inferensi inilah yang akan mencari solusi dari suatu permasalahan. Mesin
inferensi memulai pelacakan dengan mencocokan kaidah dalam basis pengetahuan dengan fakta yang ada dalam basis pengetahuan. Ada dua
teknik pelacakan, yaitu Turban, 1995: a
Forward Chaining Merupakan proses data yang mulai berjalan ketika informasi
tertentu diletakan oleh pengguna. Tanda-tanda atau kunci-kunci keberhasilan akan terkumpul dengan sendirinya ketika mengarah
ke kesimpulan. Dalam pelacakan ini, aturan diuji satu demi satu dalam urutan
tertentu. Sistem pakar bertujuan untuk mengecek bagian dari aturan tersebut, apakah kondisinya salah atau benar. Jika
kondisinya benar, aturan itu dijalankan dan aturan berikutnya diuji. Saat kondisinya salah atau aturannya tidak diketahui, aturan
tersebut tidak akan dijalankan, kemudian aturan berikutnya yang akan diuji.
b Backward Chaining
Backward chaining merupakan strategi pencarian arah tujuan. Dimulai dari tujuan dan bekerja dari arah belakang atau hasil.
Prosesnya dimulai dari hipotesis kemudian pencarian dimulai untuk menentukan dan membuktikan fakta-fakta pendukung yang
diperlukan. Proses akan berakhir dengan penerimaan atau penolakan hipotesis.
Dalam pelacakan ini, akan dipilih satu aturan dari kesimpulan dan menganggapnya sebagai masalah yang harus diselesaikan. Setelah
masalah tersebut diselesaikan, akan dipilih salah satu sub masallah untuk dievaluasi dan sub masalah yang terpilih itu kemudian
menajadi sub masalah baru. Sebagai contoh diberikan dua acuan, misalnya: suatu saat anda
ingin menuju ke jambi dari Surabaya, dimana tidak ada penerbangan langsung antara kedua kota tersebut. Maka untuk itu
anda berusaha menemukan rantai penerbangan sehingga anda dapat memulai suatu penerbangan dari Surabaya dan kemudian
dapat mengakhirnya dengan penerbangan ke jambi. Hal ini dapat dilakukan dengan dua cara, yaitu:
a. Anda dapat memulainya dengan mencari penerbangan yang menuju jambi dan menandai kota dimana asal penerbangan.
Kemudian temukan penerbangan yang menuju kota tersebut dan temukan kota asal penerbangannya surabya. Kontrol
kerja pelacakan ini berdasarkan tujuan, artinya kita bekerja mundur, yang disebut backward chaining.
b. Anda memulai dengan daftar semua penrbangan yang meninggalkan Surabaya dan menandai semua kota tujuan.
Kemudian mencari semua penerbanga dari kota tersebut dan menandai juga kota tujuan. Ulangi proses sampai
ditemukan kota jambi. Control kerja proses ini maju mulai dari asal menuju tujuan artinya bekerja kedepan, yang
disebut forward chaining. Kedua teknik inferensi digunakan oleh tiga macam metodologi
penelusuran searching, yaitu: 1 Metodologi Depth-First Search
Adalah teknik pencarian ke dalam. Teknik ini memeriksa semua node dari root-node ke level berikutnya dan berikutnya secara berurutan.
Proses ini berakhir saat ditemukannya node solusi. Gambar sederhana dari teknik pelacakan depth-first search akan di
berikan pada gambar 2.2:
Sumber: Turban, 1995 Gambar 2.2 Depth-first Search
2 Metodologi Breadth-First Search Teknik pelacakan ini menguji semua node, dimulai dari root-node dan
node setiap level diuji sehingga semunya selesai sebelum pindah ke level berikut.
Iustrasi breadth-first level search dapat dilihat pada gambar 2.3:
Sumber: Turban, 1995 Gambar 2.3 Breadth-First Search
3 Metodologi Best-First Search Metodologi Best First Search yaitu penelusuran yang bekerja
berdasarkan kombinasi dari kedua metodologi sebelumnya, yaitu metodologi Depth-First Search dan metodologi Breadth-First Search.
Sumber: Turban, 1995 Gambar 2.4 Best-First Search
7. Fasilitas Penjelasan explanation facility.
Fasilitas penjelasan biasanya hanya ada pada beberapa sistem pakar. Fasilitas penjelasan berguna dalam memberikan penjelasan kepada
pengguna mengapa komputer meminta suatu informasi tertentu dari pengguna dan dasar apa yang digunakan komputer sehingga dapat
menyimpulkan suatu kondisi.
2.3.5 Faktor Manusia dalam Sistem Pakar
