3. Perancangan
Perancangan pembuatan sistem meliputi DFD, ER Diagram, User Interface, model sistem pakar yang dikembangkan meliputi basis
pengetahuan dan mesin inferensi. 4.
Implementasi Melakukan coding dari perancangan sistem berupa GUI, database,
mesin inferensi, basis pengetahuan. 5.
Pengujian dan Analisa Hasil Mencari kesalahan setiap fungsi dan diperbaiki sampai tidak
ditemukan kesalahan. Memastikan basis pengetahuan dan mesin inferensi saling berhubungan. Melakukan pengujian kepada
pengguna yaitu penyidik. Seluruh hasil pengujian dianalisis untuk mendapatkan hasil penelitian.
1.6. Sistematika Penulisan
Sistematika penulisan terdiri dari : BAB I PENDAHULUAN
Bab ini mengungkap latar belakang masalah, rumusan masalah, tujuan dan manfaat penelitian, batasan masalah, dan sistematika penulisan.
BAB II LANDASAN TEORI Bab ini menjelasakan dan menguraikan teori-teori yang digunakan
sebagai penelitian ini antara lain sistem pakar, pohon keputusan, KUHP dan kaidah produksi.
BAB III PERANCANGAN Perancangan yang akan dilakukan secara rinci beserta metode yang akan
dilakukan. Uraian perancangan sistem ini meliputi perancangan data mengenai data input dan output sistem, perancangan proses bagaimana
sistem akan bekerja, maupun perancangan antar muka dalam desain dan implementasi yang akan digunakan.
BAB IV IMPLEMENTASI DAN PENGUJIAN Berisi penjelasan tentang pengujian sistem secara umum. Pengujian
sistem secara umum akan membahas mengenai lingkungan uji coba untuk menggunakan sistem ini.
BAB V KESIMPULAN DAN SARAN Berisi kesimpulan pengerjaan tugas akhir dan saran untuk melakukan
penelitian lebih lanjut.
7
BAB II
LANDASAN TEORI
2.1. Sistem Pakar
Sistem pakar adalah salah satu cabang kecerdasan buatan yang menggunakan pengetahuan-pengetahuan khusus yang dimiliki oleh
seorang ahli untuk menyelesaikan suatu masalah tertentu. Pada dasarnya sistem pakar diterapkan untuk mendukung aktivitas
pemecahan masalah. Beberapa aktivitas pemecahan yang dimaksud antara lain: pembuatan keputusan, pemaduan pengetahuan, pembuatan
design, perencanaan, prakiraan, pengaturan, pengendalian, diagnosis, perumusan, penjelasan, pemberian nasihat dan pelatihan. Sistem pakar
juga dapat berfungsi sebagai asisten yang pandai dari seorang pakar. Sistem pakar dibuat pada wilayah pengetahuan tertentu untuk suatu
kepakaran tertentu yang mendekati kemampuan manusia di salah satu bidang.Sistem pakar mencoba mencari solusi yang memuaskan
sebagaimana yang dilakukan seorang pakar.
2.1.1. Sejarah Sistem Pakar
Sistem pakar
untuk melakukan
menyelesaikan permasalahan komputasi telah berkembang sejak pertengahan
tahun 1943. Beberapa permasalahan seperti : Tahun 1943, Post E.L. membuktikan bahwa
permasalahan-permasalahan komputasi
dapat diselesaikan dengan aturan IF-THEN.
Tahun 1961, General Problem Solver GPS oleh A. Newell and H. Simon. Adalah sebuah program yang
dibangun untuk menyelesaikan permasalahan mulai dari games sampai matematika integral.
Tahun 1969, DENDRAL. Dibangun di Stamford University atas permintaan NASA Buchanan and
Feigenbaum untuk melakukan analisis kimiawi terhadap kondisi tanah di planet Mars.
Tahun 1970s, MCYN. Dibuat untuk diagnosa medis oleh Buchanan dan Shortliffe.
Tahun 1982, R1XCON adalah sistem pakar pertama yang dibuat oleh para peneliti di Carnegie Melon
University CMU.
2.1.2. Komponen Sistem Pakar
Sistem pakar sebagai sebuah program sebagai sebuah program yang difungsikan untuk menirukan pakar manusia harus bisa
melakukan hal-hal yang dapat dikerjakan oleh seorang pakar. Untuk membangun sistem tersebut komponen
– komponen yang harus dimiliki sebagai berikut
[1]
:
a. Antar Muka Pengguna User Interface
Sistem pakar menyediakan komunikasi antara sistem dan pemakainya, yang disebut anta muka. Antar Muka yang efektif
dan ramah pengguna penting terutama bagi pengguna yang tidak ahli dalam bidang yang diterapkan pada sistem pakar.
b. Basis Pengetahuan Knowledge Base
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 pengethauan
bersifat dinamis, bisa berkembang dari waktu ke waktu. c.
Mesin Inferensi Inference Machine Mesin inferensi merupakan otak dari sistem pakar, berupa
perangkat lunak yang melakukan tugas inferensi penalaran
sistem pakar. Mesin inferensi inilah yang akan mencari solusi dari suatu permasalahan.
d. Memori Kerja Working Memory
Bagian dari sistem pakar yang menyimpan fakta-fakta yang diperoleh saatdilakukan proses konsultasi. Fakta inilah yang
nantinya akan diolah oleh mesin inferensi berdasarkan pengetahuan yang disimpan dalam basis pengetahuan untuk
menentukan suatu keputusan pemecahan masalah.
2.1.3. Pemakai Sistem Pakar
Sistem pakar dapat digunakan oleh : Orang awam yang bukan pakar untuk meningkatkan
kemampuan mereka dalam memecahkan masalah. Pakar sebagai asisten yang berpengetahuan.
2.2. Runut Maju Forward Chaining
Runut Maju merupakan proses perunutan yang dimulai dengan menampilkan kumpulan data atau fakta yang menuju konklusi akhir.
Penalaran dimulai dari premis-premis atau informasi masukan if dahulu kemudian menuju konklusi atau derived information then atau dapat
dimodelkan sebagai berikut : IF informasi masukan
Then konklusi Informasi masukan dapat berupa data, bukti, temuan, atau
pengamatan. Sedangkan konklusi dapat berupa tujuan, hipotesa, penjelasan, atau diagnosis. Sehingga jalannya penalaran runut maju dapat
dimulai dari data menuju tujuan, dari bukti menuju hipotesa, dari temuan menuju penjelasan, atau dari pengamatan menuju diagnosa.
2.3. Tabel Keputusan dan Pohon Keputusan
Tabel keputusan merupakan cara untuk mendokumentasikan pengetahuan, matrik kondisi yang dipertimbangkan dalam pendeskripsian
kaidah. Kaidah yang disajikan dalam bentuk kaidah produksi disusun dari tabel keputusan.
Kaidah secara langsung dapat dihasilkan dari tabel keputusan, tetapi untuk menghasilkan kaidah yang efisien maka terlebih dahulu
membuat pohon keputusan. Dari pohon keputusan dapat diketahui atribut kondisi yang dapat direduksi sehingga menghasilkan kaidah yang
efisien dan optimal.
Tabel 1. 1 Tabel Keputusan
Hipotesa Evidence
H1 H2
H3 H4
Evidence A
- Evidence B
-
Evidence C
- -
Evidence D
- -
-
Evidence E -
-
Mengacu tabel keputusan pada tabel 2.1 di atas dapat dihasilkan pohon keputusan sebagai berikut :
A
B D
C E
B
E C
H1 H2
y t
y
y t
t
H3 H4
y t
y t
y t
y t
t y
Keterangan : A : evidence A, H1 : hipotesa 1, y : ya
B : evidence B, H2 : hipotesa 2, t : tidak C : evidence C, H3 : hipotesa 3, : tidak menghasilkan hipotesa tertentu
D : evidence D, H4 : hipotesa 4 E : evidence E
Gambar 2. 1 Pohon Keputusan 2.4.
Konversi Menjadi Kaidah Produksi
Pohon keputusan yang dihasilkan digunakan sebagai acuan dalam menyusun kaidah. Atribut di dalam tabel keputusan menjadi premis di
dalam kaidah yang direpresentasikan secara kaidah produksi. Kaidah yang dapat dihasilkan dengan mengacu pohon keputusan
pada gambar 2.1 adalah sebagai berikut : a.
Kaidah 1 : IF A and B and C THEN H1 b.
Kaidah 2 : IF A and B and E THEN H3 c.
Kaidah 3 : IF A and E THEN H2
d. Kaidah 4 : IF D and B and C THEN H4
Kaidah dapat diklasifikasikan menjadi dua kategori yaitu kaidah derajat pertama first order rule dan kaidah meta meta rule. Kaidah
derajat pertama adalah kaidah sederhana yang terdiri dari antesenden dan konsekuen. Kaidah meta adalah kaidah yang antesenden dan
konsekuennya mengandung informasi tentang kaidah yang lain. Contohnya sebagai berikut :
1. Kaidah Derajat Pertama
IF hewan mempunyai sayap and bertelur, THEN hewan tersebut berjenis burung.
Kaidah derajat pertama dapat digunakan untuk membentuk kaidah meta.
2. Kaidah Meta
IF hewan termasuk jenis burung and mempunyai sayap and bisa berenang, THEN hewan tersebut burung penguin
2.5. KUHP Kitab Undang-undang Hukum Pidana
