2.3.10 Perbedaan Sistem Pakar dan Sistem Pengambil Keputusan Decision Support System
Perbedaan sistem pakar dan sistem pengambil keputusan dapat dilihat pada tabel berikut:
Tabel 2.3 Perbedaan Sistem Pakar dan Sistem pengambil keputusan
Sistem Pakar Sistem Pengambil Keputusan
Pertimbangan heuristic Pertimbangan mekanik
Manipulasi symbol Manipulasi numerik dan alphanumerik
Proses keputusan dinamik Proses keputusan static
Mengingat informasi Tidak mengingat informasi
Perkiraan dan inferensi Apakah scenario IF atau skenari IF-THEN dalam
DSS Pengendalian pola data
Pengendalian control Banyak solusi
Satu solusi Pencarian intensif
Perhitungan intensif Rekursif
Iteratif Faktor kepastian
Kebenaran dan kesalahan
Sumber: Turban, 1995
2.3.11 Teknik Representasi Pengetahuan
Representasi pengetahuan adalah suatu teknik untuk merepresentasikan basis pengetahuan yang diperoleh ke dalam suatu skemadiagram tertentu
sehingga dapat diketahui relasiketerhubungan antara suatu data dengan data yang lain Yudatama, 2008. Teknik ini membantu knowledge engineer dalam
memahami struktur pengetahuan yang akan dibuat sistem pakarnya. Terdapat beberapa teknik representasi pengetahuan yang biasa digunakan dalam
pengembangan suatu sistem pakar, yaitu Yudatama, 2008 :
1. Rule-Based Knowledge Pengetahuan direpresentasikan dalam suatu bentuk
fakta facts dan aturan rules. Bentuk representasi ini terdiri atas premise dan kesimpulan.
2. Frame-Based Knowledge Pengetahuan direpresentasikan dalam suatu
bentuk hirarki atau jaringan frame. 3.
Object-Based Knowledge Pengetahuan direpresentasikan sebagai jaringan dari obyekobyek. Obyek adalah elemen data yang terdiri dari data dan
metoda proses. 4.
Case-Base Reasoning Pengetahuan direpresentasikan dalam bentuk kesimpulan kasus cases.
2.3.12 Akusisi Pengetahuan
Proses membangun atau mengembangkan sistem pakar disebut akuisis pengetahuan. Perekayasa pengetahuan menyerap prosedur-prosedur dan
pengalaman untuk menyelesaikan suatu masalah tertentu dari pakar tersebut dan membangunnya menjadi program sistem pakar Kridasantausa, 2006.
Basis Pengetahuan. Basis pengetahuan mengandung pengetahuan-pengetahuan
keahlian sebagai dasar pengambilan keputusan. Terdapat beberapa metode untuk menyajikan pengetahuan dalam perangkat lunak sistem pakar, diantaranya
Kridasantausa, 2006. : 1.
Metode kerangka frames, 2.
Jaringan semantik semantic network, dan 3.
Kaidah produksiproduction rules.
Penyanjian basis pengetahuan, yang banyak digunakan adalah kaidah produksi. Masing-masing kaidah mengandung sebuah atau lebih kondisi yang jika dipenuhi
akan memberikan satu atau lebih aksi. Kaidah produksi disajikan dalam pernyataan IF ..... AND .... OR ..... THEN ..... ELSE .....
Ada 2 pendekatan dalam menentukan aturan basis pengetahuan, yaitu: 1.
Penalaran berbasis aturan rule-based reasoning Pada penalaran berbasis aturan, pengetahuan direpresentasikan 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 jejak langkah-langkah pencapaian solusi. Contoh : aturan identifikasi hewan.
Rule 1 : IF hewan berambut dan menyusui THEN hewan mamalia Rule 2 : IF hewan mempunyai sayap dan bertelur THEN hewan jenis
burung Rule 3 : IF hewan mamalia dan memakan daging THEN hewan karnivora
Dst... Pada aturan ini bersifat Statis ,yaitu aturan sistem yang tidak bisa diubah-
ubah ataupun jika bisa diubah membutuhkan waktu yang lama, dan hanya berlaku pada satu sistem.
2. Penalaran berbasis kasus case-based reasoning
Pada penalaran berbasis kasus, basis pengetahuan akan berisi solusi-solusi yang telah dicapai sebelumnya, kemudian akan diturunkan suatu solusi
untuk keadaan yang terjadi sekarang fakta yang ada Kridasantausa, 2006. Bentuk ini digunakan apabila user menginginkan untuk tahu lebih
banyak lagi pada kasus-kasus yang hampir sama mirip. Selain itu bentuk ini juga digunakan bila kita telah memiliki sejumlah situasi atau kasus
tertentu dalam basis pengetahuan.
Basis Data. Basis data mengandung fakta- fakta mengenai masalah yang akan
dicari solusinya Kridasantausa, 2006. . Fakta-fakta yang diketahui disimpan sebagai kondisi awal. Fakta-fakta yang baru diperoleh dari proses inferensi
ditambahkan pada basis data. Fakta-fakta ini berhubungan dengan semua yang diketahui selama proses inferensi. Kondisi awal dari masalah yang akan
diselesaikan biasanya ditanyakan oleh pemakai. Berdasarkan informasi ini, sistem pakar mulai melakukan proses pelacakan.
Pengatur Kaidah. Bagian pengatur kaidah rule adjuster memungkinkan
perekayasa pengetahuan memelihara
basis pengetahuan sistem
pakar Kridasantausa,2006. . Pemeliharaan basis pe\ngetahuan meliputi penempatan
pengetahuan baru kedalam sistem pakar. Penghapusan basis pengetahuan yang sudah tidak relevan dan perubahan basis pengetahuan karena adanya perubahan
fakta atau kaidah yang telah ada.
Mesin Inferensi. Merupakan suatu perangkat lunak yang mengimplementasikan
suatu operasi pelacakan dengan menggunakan basis pengetahuan dan basis data untuk mencapai solusi Kridasantausa, 2006. . Mesin inferensi menguji kaidah-
kaidah dengan pola urutan tertentu untuk mencocokkan kondisi sekarang, maka kondisi tersebut dapat diberikan pada basis data dan dapat dipergunakan keahlian
sebagai dasar pengambilan ringan semantik untuk mencari fakta-fakta baru.
Representasi Pengetahuan. Hampir semua sistem AI Artificial Intelligence
terdiri dari : 1.
Basis pengetahuan yang berisi tentang fakta-fakta obyek dalam domain dan hubungannya yang dipilih. Basis pengetahuan dapat pulah berisi
konsep teori, prosedur praktis dan keterkaitannya. Basis pengetahuan ini akan membentuk sumber sistem kecerdasan dan digunakan oleh :
2. Mesin atau mekanisme inferensi untuk melakukan penalaran dan menarik
kesimpulan sebagaimana tugas mesin inferensi yang telah dijelaskan dimuka.
Secara garis besar representasi pengetahuan mempunyai dua karakteristik yang umum, yaitu : Yang pertama : dapat diprogram kedalam bahasa pemrograman
komputer yang ada dan disimpan dalam memori. Yang kedua : Didesain sehingga fakta-fakta dan pengetahuan dapat digunakan dalam proses penalaran. Dengan
demikian basis pengetahuan yang berisi struktur data dapat dimanipulasikan oleh sistem inferensi yang menggunakan teknik pelacakan dan penyesuaian pola pada
basis pengetahuan untuk menjawab pertanyaan, menggambarkan kesimpulan atau melakukan fungsi cerdasnyaKridasantausa, 2006.
Referensi Logika. Bentuk representasi pengetahuan yang telah lama dikenal,
adalah logika, yaitu melakukan pengkajian ilmiah tentang serangkaian penalaran, sistem kaidah, dan prosedur yang membantu proses penalaran. Proses logika
dapat dilihat pada Gambar sebagai berikut :
Sumber: Sumarbagiono, 1999 Gambar 2.5 Menggunakan logika untuk proses penalaran.
Mula-mula diberikan informasi, kemudian dibuat pernyataan atau observasi dicatat. Bentuk ini di inputkan pada proses logika dan disebut sebagai premis.
Premis ini yang akan digunakan oleh proses logika untuk menghasilkan output yang merupakan kesimpulan dan disebut sebagai inferensi. Dengan proses ini
fakta-fakta yang diketahui benar dapat digunakan untuk merumuskanfakta baru yang juga benar Kridasantausa, 2006.
2.4 Domain Permasalahan Modifikasi Sepeda Motor Suzuki 120R