2 masalah yang cukup rumit yang sebenarnya
hanya dapat diselesaikan dengan bantuan para ahli. Di dalam sistem pakar, masukan
yang diberikan pengguna dan basis pengetahuan yang telah ada dimasukkan ke
dalam komputer untuk kemudian diolah sehingga menghasilkan suatu keluaran.
Struktur sistem pakar menurut Giarattano 1998, digambarkan seperti pada Gambar 1
berikut :
a. Antarmuka Pengguna
Antarmuka pengguna merupakan bagian yang berperan sebagai media komunikasi
antara pengguna dengan sistem yang dikembangkan. Pembuatan antarmuka yang
baik akan memudahkan pengguna dalam menggunakan sistem.
b. Fasilitas Penjelasan
Bagian ini memberikan penjelasan kepada pengguna mengenai sistem tersebut.
Bagian ini sangat bermanfaat bagi pengguna untuk mengetahui bagaimana sistem dapat
memutuskan suatu kesimpulan
.
c. Fasilitas Akuisisi Pengetahuan
Akuisisi Pengetahuan adalah proses transfer dan transformasi sumber
pengetahuan dari pakar domain expert ke dalam program Jackson, 1999. Proses
akuisisi ini dilakukan dengan bantuan Knowledge Engineer
yang berperan sebagai mediator antara sistem pakar dengan
pakarnya. Proses akuisisi pengetahuan dapat dilihat pada Gambar 2 berikut ini :
Gambar 2 Proses Akuisisi Pengetahuan
d. Basis Pengetahuan
Basis pengetahuan merepresentasikan pengetahuan yang dimiliki pakar. Menurut
Marimin 2002, basis pengetahuan merupakan sumber kecerdasan sistem dan
dimanfaatkan oleh mekanisme inferensia untuk penarikan suatu kesimpulan.
e. Mesin Inferensi
Mesin Inferensia menyeleksi aturan yang ada berdasar fakta yang ada dan
mengeksekusi aturan tersebut dengan prioritas tertinggi Giarratano, 1998. Di
dalam sistem pakar, mesin inferensia ini akan memandu, mengarahkan dan
memanipulasi basis pengetahuan sehingga tercapai suatu kesimpulan. Di antara jenis
inferensia yang paling popular adalah kaidah produksi. Kaidah produksi ini telah dikenal
pada tahun 1940. Notasi dari kaidah produksi sederhana adalah IF X Then Y,
dengan X adalah antesenden dan Y adalah konsekuen. Berikut adalah contoh sederhana
penggunaan kaidah produksi:
If harga_naik THEN permintaan_berkurang Antesenden
→ konsekuen
Karena sangat pentingnya sistem berbasis kaidah produksi ini, menyebabkan
munculnya perkembangan konsep kaidah lainnya seperti Certainty Factor CF atau
If-Then Fuzzy yang banyak digunakan pada
sistem pakar.
f. Fakta
Fakta merupakan sekumpulan data yang akan digunakan oleh aturan. Dari fakta
inilah suatu basis pengetahuan akan dibuat. Apabila terdapat fakta baru terhadap suatu
permasalahan, maka akan dijadikan sebagai basis pengetahuan baru dan kaidah rule
baru pada mesin inferensia dibuat.
Logika Fuzzy
Logika fuzzy merupakan bagian dari logika Boolean, yang digunakan untuk
menangani konsep derajat kebenaran, yaitu nilai kebenaran antara benar dan salah.
Menurut Kusumadewi 2003, logika fuzzy adalah suatu cara yang tepat untuk
memetakan suatu ruang input ke dalam suatu ruang output.
Sistem Fuzzy Mamdani
Metode Mamdani sering disebut dengan nama Metode Max-Min Kusumadewi
Antarmuka Pengguna
Fasilitas Penjelasan
Fasilitas Akuisisi
Pengetahuan
Basis Pengetahuan
Mesin Inferensi
Fakta
Gambar 1 Struktur Sistem Pakar Giarattano, 1998
jawab hasil
pengetahuan Sumber
Pakar Knowledge
Engineer Sistem
Pakar tanya
3 2003. Metode ini diperkenalkan oleh
Ebrahim Mamdani pada tahun 1975. Untuk mendapatkan output, diiperlukan 4 tahapan,
yaitu :
1. Pembentukan himpunan fuzzy. Pada
Metode Mamdani, baik variabel input maupun variabel output dibagi menjadi
satu atau lebih himpunan fuzzy. 2.
Aplikasi fungsi implikasi. Pada Metode Mamdani, fungsi implikasi yang
digunakan adalah Min. 3.
Komposisi aturan. Apabila sistem terdiri atas beberapa aturan, maka inferensi
diperoleh dari kumpulan dan korelasi antar aturan. Ada 3 metode yang
digunakan dalam melakukan inferensi sistem fuzzy, yaitu : max, additive, dan
probabilistik OR.
a. Metode Max Maximum
Pada metode ini, solusi himpunan fuzzy
diperoleh dengan cara mengambil nilai maksimum aturan, kemudian
menggunakannya untuk memodifikasi daerah fuzzy, dan mengaplikasikannya ke
output dengan menggunakan operator
OR union. Jika semua proporsi telah dievaluasi, maka output akan berisi suatu
himpunan fuzzy yang merefleksikan konstribusi dari tiap-tiap proporsi. Secara
umum dapat dituliskan :
µ
sf[Xi] max
µ
sf[Xi],
µ
kf[Xi] dengan :
µ
sf[Xi] = Nilai keanggotaan solusi fuzzy sampai aturan ke-i.
µ
kf[Xi] = Nilai keanggotaan konsekuen fuzzy
aturan ke-i. b.
Metode Additive Sum Pada metode ini, solusi himpunan
fuzzy diperoleh dengan cara melakukan
bounded-sum terhadap semua output
daerah fuzzy. Secara umum dituliskan :
µ
sf[Xi] min1,
µ
sf[Xi] +
µ
kf[Xi] dengan :
µ
sf
[Xi] = Nilai keanggotaan solusi fuzzy sampai aturan ke-i.
µ
kf
[Xi] = Nilai keanggotaan konsekuen fuzzy
aturan ke-i. c.
Metode Probabilistik OR Pada metode ini, solusi himpunan
fuzzy diperoleh dengan cara melakukan
produksi terhadap semua output daerah fuzzy
. Secara umum dituliskan :
µ
sf[Xi]
µ
sf[Xi] +
µ
kf[Xi] –
µ
sf[Xi] +
µ
kf[Xi]
Penegasan defuzzifikasi
Menurut Marimin 2001, defuzzifikasi merupakan suatu proses pengubahan output
fuzzy ke output yang bernilai tunggal crisp.
Kusumadewi 2003 menyatakan bahwa input
dari proses defuzzifikasi adalah suatu himpunan
fuzzy yang diperoleh dari
komposisi aturan-aturan fuzzy, sedangkan output
yang dihasilkan merupakan suatu bilangan pada domain himpunan fuzzy
tersebut. Dengan demikian, jika diberikan suatu himpunan fuzzy dalam range tertentu,
maka harus dapat diambil suatu nilai crisp tertentu sebagai output.
Sistem fuzzy Mamdani menggunakan basis aturan seperti pada persamaan berikut :
IF x
1
is A
1
x
2
is A
2
… x
n
is A
n
THEN y is B. Beberapa Istilah yang digunakan dalam
Sistem Fuzzy Kusumadewi 2003 :
a. Variabel Fuzzy
