Analisis Kesalahan Pengambilan Keputusan investasi
“ ANALISIS KESALAHAN PENGAMBILAN KEPUTUSAN DALAM
SUATU SISTEM PAKAR”
PROPOSAL SKRIPSI
Oleh :
Felix Hartanto
NIM : 120216012
PROGRAM STUDI TEKNIK INFORMATIKA
JURUSAN TEKNIK ELEKTRO
FAKULTAS TEKNIK
UNIVERSITAS SAM RATULANGI MANADO
2015
“ ANALISIS KESALAHAN PENGAMBILAN KEPUTUSAN DALAM
SUATU SISTEM PAKAR”
PROPOSAL SKRIPSI
Diajukan untuk Memenuhi Salah Satu Syarat Penyusunaan Skripsi Pada Program S1 Sarjana
Komputer (S. Kom) Pada Program Studi Teknik Informatika
Fakultas Teknik Universitas Sam Ratulangi
Oleh :
Felix Hartanto
NIM : 120216012
PROGRAM STUDI TEKNIK INFORMATIKA
JURUSAN TEKNIK ELEKTRO
FAKULTAS TEKNIK
UNIVERSITAS SAM RATULANGI MANADO
2015
ABSTRAK
Dalam dunia Artificial Intelligence (AI) terdapat banyak sub topik, seperti neural network,
sistem pakar, Logika Fuzzy, dan lain-lain. Sistem pakar merupakan suatu jenis AI yang
digunakan untuk menyalin pengetahuan sang pakar ke sebuah sistem informasi. Tujuannya
adalah untuk mengarsip pengetahuan-pengetahuan tersebut agar terjaga jangan sampai hilang.
Namun terkadang dalam sebuah sistem pakar sering terjadi perbedaan keputusan antara pakar
yang satu dengan yang lain yang biasanya disebabkan oleh human error dan ambiguitas dalam
data. Dalam paper ini akan dibahas cara-cara yang dapat mengatasi masalah tersebtut.
Kata Kunci : Artificial Intelligence, Sistem pakar, Ambiguitas
ABSTRACT
There are a lot of sub topic in Artificial Intelligence (AI), like neural network, Expert
System, Fuzzy Logic, etc. Expert System is one of AI branch that is used to copy the information
from an expert into a system. The purpose is to archive those informations to ensure it doesn’t
lose. But sometime there are some differences of conclusion between one expert to another
expert caused by human error and ambiguity in data. In this paper, we will explain how we can
solve those problems.
Keywords : Artificial Intelligence, Expert System, ambiguity
BAB I
PENDAHULUAN
Latar Belakang
Sistem pakar pada dasarnya adalah cabang dari AI yang dikembangkan sekitar tahun
1960. Sistem pakar bertujuan untuk menyalin pengetahuan yang ada pada pakar asli ke dalam
sebuah sistem informasi. Sistem pakar tidak bertujuan untuk menggantikan pakar yang asli,
melainkan membantu pakar asli dalam melakukan pekerjaannya dan juga bagi orang lain yang
membutuhkan pengetahuan dalam bidang tersebut. Sistem pakar mampu menggunakan
pengetahuan manusia melalui proses engineering untuk menyelesaikan masalah yang
membutuhkan keahlian manusia. Sistem pakar memiliki kemampuan untuk menangkap
pengetahuan, mudah diakses dimana saja, dapat dioperasikan di situasi apapun, dan dapat
dikembangkan untuk tujuan apapun dari segala disiplin ilmu. “In recent years AI is used in many
areas in human level machine intelligence and it is applied for decision making, diagnosis,
pattern recognition, analysis of evidence (Zadeh, 2008)”. Pengambilan keputusan telah menjadi
masalah akhir-akhir ini. Terdapat volume data dalam jumlah besar yang tersebar diseluruh dunia.
Para ahli membuat keputusan dari data-data tersebut. Namun seringkali dalam mengambil
keputusan, terdapat perbedaan keputusan antara pakar yang satu dengan yang lain, yang sering
disebabkan oleh ambiguitas dalam data yang dimasukkan, serta karena ketidakjelasan dalam data
(Senthil Kumar and M. Kalpana 2015). Banyak metode yang digunakan untuk mengatasi
masalah tersebut. Awal mula Artificial Intelligence berasal dari 1956. Banyak orang
menggunakan AI di berbagai bidang namun bukan di level human machine intelligence. Oleh
karena itu, diperlukan suatu cara untuk mengatasi hal-hal tersebut.
Rumusan Masalah
Berikut adalah perumusan masalah dari uraian sebelumnya: Hal pertama yang ingin diselesaikan
adalah masalah human error dalam sistem pakar. Kemudian mencari cara untuk mengatasi
ambiguitas dalam pemasukan data. Terakhir adalah mengatasi ketidakjelasan dalam data.
Batasan Masalah
1. Penelitian hanya dilakukan untuk satu jenis sistem pakar saja
2. Penelitian ini hanya menghasilkan solusi-solusi untuk mengatasi masalah yang dapat
digunakan oleh para pengembang sistem pakar
Tujuan Penelitian
1. Untuk mengetahui cara mengatasi masalah human error dalam sistem pakar
2. Untuk mengetahuui cara mengatasi masalah ambiguitas dalam pemasukan data
3. Untuk mengetahui cara mengatasi ketidakjelasan dalam data
Manfaat Penelitian
Penelitian ini bermanfaat bagi para pengembang sistem pakar agar dapat memperbaiki sistemnya
menjadi lebih baik
Tabel RP-RQ-LS
Research Problem
Pengambilan keputusan dan
perbedaan keputusan antara
pakar yang satu dengan pakar
yang lain dalam suatu sistem
pakar yang bisa disebabkan
oleh human error dan
ambiguitas dan ketidakjelasan
di dalam data
Research Question
RQ1: Metode apa yang harus
ditambahkan agar tidak terjadi
perbedaan keputusan antara
satu pakar dengan pakar lain
dalam suatu sistem pakar?
RQ2: Bagaimana cara
mengatasi ambiguitas dan
ketidakjelasan dalam data?
RQ3: Apakah dengan adanya
sistem pakar dapat mengatasi
masalah human error?
Literature Support
The decision given by expert
varies from one expert to
another expert. This variation
is due to ambiguity and
vagueness in data
(Senthil Kumar and M.
Kalpana 2015)
The Classical ontologies
cannot sufficiently handle
imprecise and vague data for
some real world application
(chang-shing lee etal. 2011)
BAB II
LANDASAN TEORI
Pada bab ini akan dijelaskan secara rinci tentang kecerdasan buatan dan sistem pakar
Kecerdasan Buatan
Kecerdasan buatan berasal dari Bahasa Inggris “Artificial Intelligence” atau disingkat AI, yang
terdiri dari dua kata yaitu intelligence adalah kata sifat yang berarti cerdas, sedangkan artificial
artinya buatan. Kecerdasan buatan yang dimaksud di sini merujuk pada mesin yang mampu
berfikir, menimbang tindakan yang akan diambil, dan mampu mengambil keputusan seperti yang
dilakukan oleh manusia. Berikut adalah definisi kecerdasan buatan menurut beberapa ahli:
● Haugeland : “The exciting new effort to make computers think... machine with minds, in
the full and literal sense.” (Haugeland, 1985).
● Nilsson: “AI... is concerned with intelligent behaviour in artifacts.” (Nilsson, 1998).
● Alan Turing, ahli matematika berkembangsaan Inggris yang dijuluki bapak komputer
modern dan pembongkar sandi Nazi dalam era Perang Dunia II 1950, menetapkan
definisi AI : “Jika komputer tidak dapat dibedakan dengan manusia saat berbincang
melalui terminal komputer, maka bisa dikatakan itu cerdas, mempunyai kecerdasan”.
● Herbert Alexander Simon (2001) : “AI merupakan kawasan penelitian, aplikasi, dan
instruksi yang terkait dengan pemrograman komputer untuk melakukan sesuatu hal yang
dalam pandangan manusia adalah cerdas”.
● Rich and Knight (1991): “AI merupakan sebuah studi tentang bagaimana membuat
komputer melakukan hal-hal yang pada saat ini dapat dilakukan lebih baik oleh manusia”.
● Encyclopedia Britannica: “AI merupakan cabang ilmu komputer yang dalam
merepresentasikan pengetahuan lebih banyak menggunakan bentuk simbol-simbol
daripada bilangan dan memproses informasi berdasarkan metode heuristis atau dengan
berdasarkan sejumlah aturan”.
Berdasarkan pengertian tersebut, dapat disimpulkan bahwa Kecerdasan Buatan adalah cabang
ilmu komputer yang mempelajari bagaimana membuat agar komputer dapat berpikir dan
bertindak secara rasional dan seperti manusia (Russell & Norvig, 1995).
Dari sini dapat dikatakan bahwa cerdas adalah memiliki pengetahuan, pengalaman, dan
penalaran untuk membuat keputusan dan mengambil tindakan. Jadi, agar mesin bisa cerdas
(bertindak sperti manusia), maka harus diberi bekal pengetahuan dan bekal kemampuan untuk
menalar. (T. Sutojo, 2011).
Sistem Pakar
Menurut beberapa ahli, Sistem pakar adalah:
● Durkin: program komputer yang dirancang untuk memodelkan kemampuan penyelesaian
masalah yang dilakukan oleh seorang pakar
● Ignizio: suatu model dan prosedur yang berkaitan dalam suatu domain tertentu, dimana
tingkat keahliannya dapat dibandingkan dengan keahlian seorang pakar
● Giarratano dan Riley: suatu sistem komputer yang bisa menyamai atau meniru
kemampuan seorang pakar
Sistem pakar adalah suatu sistem yang dirancang untuk dapat menirukan keahlian seorang pakar
dalam menjawab pertanyaan dan memecahkan suatu masalah. Sistem pakar akan memberikan
pemecahan suatu masalah yang didapat dari dialog dengan pengguna. Dengan bantuan sistem
pakar seseorang yang bukan ahli/pakar dapat menjawab pertanyaan, menyelesaikan masalah
serta mengambil keputusan yang biasanya dilakukan oleh seorang pakar.
Tujuan utama sistem pakar: pengalihan keahlian dari para ahli ke komputer untuk kemudian
dialihkan lagi ke orang lain yang bukan ahli. Membutuhkan 4 aktivitas:
●
●
●
●
Tambahan pengetahuan (dari para ahli atau sumber-sumber lainnya)
Representasi pengetahuan (ke komputer)
Inferensi pengetahuan
Pengalihan pengetahuan ke user
BAB III
METODOLOGI PENELITIAN
3.1 Bahan Penelitian
Bahan utama dari penelitian ini terbagi atas 2 bagian , yaitu : Objek Penelitian dan Metode
Pengumpulan Data.
3.1.1 Objek Penelitian
Saya mengamati sebuah sistem pakar dalam bidang kesehatan yang berhubungan
dengan penanggulangan penyakit diabetes
3.1.2 Pengumpulan Data
Studi Literatur
Studi Literatur merupakan pengumpulan data dengan media buku / paper riset
ataupun penelitian-penelitian sebelumnya yang berhubungan dengan pembuatan
sistem ini, diantaranya studi literatur yang berhubungan dengan topik Artificial
Intelligence
3.2
Sumber Data
Data yang dikumpulkan berasal dari studi literature penelitian-penelitian sebelumnya
3.3
Metodologi
Jenis Metodologi yang digunakan adalah Studi Literatur tentang sistem pakar
DAFTAR PUSTAKA
[1] Russell, S. J., & Norvig, P. (1995). Artificial Intelligence: A Modern Approach.
[2] Wen, J., Li, S., Lin, Z., Hu, Y., & Huang, C. (2012). Systematic literature review of machine
learning based software development effort estimation models. Information and Software
Technology, 54(1), 41–59. http://doi.org/10.1016/j.infsof.2011.09.002
[3] Kok, J. N., Boers, E. J. W., Kosters, W. a, Putten, P. Van Der, & Poel, M. (2009). Artificial
Intelligence: Definition, Trends, Techniques and Cases. Encyclopedia of Lise Support
Systems, 1 – 22.
[4] Roger Pressman, "Rekayasa Perangkat Lunak Edisi 7"
[5] A. V. Senthil Kumar & M. Kalpana (2015). Emerging Application of Fuzzy Expert System in
Medical Domain.
[6] Lee, Chang-Shing & Wang, Mei-Hui (2015). A Fuzzy Expert System for Diabetes Decision
Support Application.
SUATU SISTEM PAKAR”
PROPOSAL SKRIPSI
Oleh :
Felix Hartanto
NIM : 120216012
PROGRAM STUDI TEKNIK INFORMATIKA
JURUSAN TEKNIK ELEKTRO
FAKULTAS TEKNIK
UNIVERSITAS SAM RATULANGI MANADO
2015
“ ANALISIS KESALAHAN PENGAMBILAN KEPUTUSAN DALAM
SUATU SISTEM PAKAR”
PROPOSAL SKRIPSI
Diajukan untuk Memenuhi Salah Satu Syarat Penyusunaan Skripsi Pada Program S1 Sarjana
Komputer (S. Kom) Pada Program Studi Teknik Informatika
Fakultas Teknik Universitas Sam Ratulangi
Oleh :
Felix Hartanto
NIM : 120216012
PROGRAM STUDI TEKNIK INFORMATIKA
JURUSAN TEKNIK ELEKTRO
FAKULTAS TEKNIK
UNIVERSITAS SAM RATULANGI MANADO
2015
ABSTRAK
Dalam dunia Artificial Intelligence (AI) terdapat banyak sub topik, seperti neural network,
sistem pakar, Logika Fuzzy, dan lain-lain. Sistem pakar merupakan suatu jenis AI yang
digunakan untuk menyalin pengetahuan sang pakar ke sebuah sistem informasi. Tujuannya
adalah untuk mengarsip pengetahuan-pengetahuan tersebut agar terjaga jangan sampai hilang.
Namun terkadang dalam sebuah sistem pakar sering terjadi perbedaan keputusan antara pakar
yang satu dengan yang lain yang biasanya disebabkan oleh human error dan ambiguitas dalam
data. Dalam paper ini akan dibahas cara-cara yang dapat mengatasi masalah tersebtut.
Kata Kunci : Artificial Intelligence, Sistem pakar, Ambiguitas
ABSTRACT
There are a lot of sub topic in Artificial Intelligence (AI), like neural network, Expert
System, Fuzzy Logic, etc. Expert System is one of AI branch that is used to copy the information
from an expert into a system. The purpose is to archive those informations to ensure it doesn’t
lose. But sometime there are some differences of conclusion between one expert to another
expert caused by human error and ambiguity in data. In this paper, we will explain how we can
solve those problems.
Keywords : Artificial Intelligence, Expert System, ambiguity
BAB I
PENDAHULUAN
Latar Belakang
Sistem pakar pada dasarnya adalah cabang dari AI yang dikembangkan sekitar tahun
1960. Sistem pakar bertujuan untuk menyalin pengetahuan yang ada pada pakar asli ke dalam
sebuah sistem informasi. Sistem pakar tidak bertujuan untuk menggantikan pakar yang asli,
melainkan membantu pakar asli dalam melakukan pekerjaannya dan juga bagi orang lain yang
membutuhkan pengetahuan dalam bidang tersebut. Sistem pakar mampu menggunakan
pengetahuan manusia melalui proses engineering untuk menyelesaikan masalah yang
membutuhkan keahlian manusia. Sistem pakar memiliki kemampuan untuk menangkap
pengetahuan, mudah diakses dimana saja, dapat dioperasikan di situasi apapun, dan dapat
dikembangkan untuk tujuan apapun dari segala disiplin ilmu. “In recent years AI is used in many
areas in human level machine intelligence and it is applied for decision making, diagnosis,
pattern recognition, analysis of evidence (Zadeh, 2008)”. Pengambilan keputusan telah menjadi
masalah akhir-akhir ini. Terdapat volume data dalam jumlah besar yang tersebar diseluruh dunia.
Para ahli membuat keputusan dari data-data tersebut. Namun seringkali dalam mengambil
keputusan, terdapat perbedaan keputusan antara pakar yang satu dengan yang lain, yang sering
disebabkan oleh ambiguitas dalam data yang dimasukkan, serta karena ketidakjelasan dalam data
(Senthil Kumar and M. Kalpana 2015). Banyak metode yang digunakan untuk mengatasi
masalah tersebut. Awal mula Artificial Intelligence berasal dari 1956. Banyak orang
menggunakan AI di berbagai bidang namun bukan di level human machine intelligence. Oleh
karena itu, diperlukan suatu cara untuk mengatasi hal-hal tersebut.
Rumusan Masalah
Berikut adalah perumusan masalah dari uraian sebelumnya: Hal pertama yang ingin diselesaikan
adalah masalah human error dalam sistem pakar. Kemudian mencari cara untuk mengatasi
ambiguitas dalam pemasukan data. Terakhir adalah mengatasi ketidakjelasan dalam data.
Batasan Masalah
1. Penelitian hanya dilakukan untuk satu jenis sistem pakar saja
2. Penelitian ini hanya menghasilkan solusi-solusi untuk mengatasi masalah yang dapat
digunakan oleh para pengembang sistem pakar
Tujuan Penelitian
1. Untuk mengetahui cara mengatasi masalah human error dalam sistem pakar
2. Untuk mengetahuui cara mengatasi masalah ambiguitas dalam pemasukan data
3. Untuk mengetahui cara mengatasi ketidakjelasan dalam data
Manfaat Penelitian
Penelitian ini bermanfaat bagi para pengembang sistem pakar agar dapat memperbaiki sistemnya
menjadi lebih baik
Tabel RP-RQ-LS
Research Problem
Pengambilan keputusan dan
perbedaan keputusan antara
pakar yang satu dengan pakar
yang lain dalam suatu sistem
pakar yang bisa disebabkan
oleh human error dan
ambiguitas dan ketidakjelasan
di dalam data
Research Question
RQ1: Metode apa yang harus
ditambahkan agar tidak terjadi
perbedaan keputusan antara
satu pakar dengan pakar lain
dalam suatu sistem pakar?
RQ2: Bagaimana cara
mengatasi ambiguitas dan
ketidakjelasan dalam data?
RQ3: Apakah dengan adanya
sistem pakar dapat mengatasi
masalah human error?
Literature Support
The decision given by expert
varies from one expert to
another expert. This variation
is due to ambiguity and
vagueness in data
(Senthil Kumar and M.
Kalpana 2015)
The Classical ontologies
cannot sufficiently handle
imprecise and vague data for
some real world application
(chang-shing lee etal. 2011)
BAB II
LANDASAN TEORI
Pada bab ini akan dijelaskan secara rinci tentang kecerdasan buatan dan sistem pakar
Kecerdasan Buatan
Kecerdasan buatan berasal dari Bahasa Inggris “Artificial Intelligence” atau disingkat AI, yang
terdiri dari dua kata yaitu intelligence adalah kata sifat yang berarti cerdas, sedangkan artificial
artinya buatan. Kecerdasan buatan yang dimaksud di sini merujuk pada mesin yang mampu
berfikir, menimbang tindakan yang akan diambil, dan mampu mengambil keputusan seperti yang
dilakukan oleh manusia. Berikut adalah definisi kecerdasan buatan menurut beberapa ahli:
● Haugeland : “The exciting new effort to make computers think... machine with minds, in
the full and literal sense.” (Haugeland, 1985).
● Nilsson: “AI... is concerned with intelligent behaviour in artifacts.” (Nilsson, 1998).
● Alan Turing, ahli matematika berkembangsaan Inggris yang dijuluki bapak komputer
modern dan pembongkar sandi Nazi dalam era Perang Dunia II 1950, menetapkan
definisi AI : “Jika komputer tidak dapat dibedakan dengan manusia saat berbincang
melalui terminal komputer, maka bisa dikatakan itu cerdas, mempunyai kecerdasan”.
● Herbert Alexander Simon (2001) : “AI merupakan kawasan penelitian, aplikasi, dan
instruksi yang terkait dengan pemrograman komputer untuk melakukan sesuatu hal yang
dalam pandangan manusia adalah cerdas”.
● Rich and Knight (1991): “AI merupakan sebuah studi tentang bagaimana membuat
komputer melakukan hal-hal yang pada saat ini dapat dilakukan lebih baik oleh manusia”.
● Encyclopedia Britannica: “AI merupakan cabang ilmu komputer yang dalam
merepresentasikan pengetahuan lebih banyak menggunakan bentuk simbol-simbol
daripada bilangan dan memproses informasi berdasarkan metode heuristis atau dengan
berdasarkan sejumlah aturan”.
Berdasarkan pengertian tersebut, dapat disimpulkan bahwa Kecerdasan Buatan adalah cabang
ilmu komputer yang mempelajari bagaimana membuat agar komputer dapat berpikir dan
bertindak secara rasional dan seperti manusia (Russell & Norvig, 1995).
Dari sini dapat dikatakan bahwa cerdas adalah memiliki pengetahuan, pengalaman, dan
penalaran untuk membuat keputusan dan mengambil tindakan. Jadi, agar mesin bisa cerdas
(bertindak sperti manusia), maka harus diberi bekal pengetahuan dan bekal kemampuan untuk
menalar. (T. Sutojo, 2011).
Sistem Pakar
Menurut beberapa ahli, Sistem pakar adalah:
● Durkin: program komputer yang dirancang untuk memodelkan kemampuan penyelesaian
masalah yang dilakukan oleh seorang pakar
● Ignizio: suatu model dan prosedur yang berkaitan dalam suatu domain tertentu, dimana
tingkat keahliannya dapat dibandingkan dengan keahlian seorang pakar
● Giarratano dan Riley: suatu sistem komputer yang bisa menyamai atau meniru
kemampuan seorang pakar
Sistem pakar adalah suatu sistem yang dirancang untuk dapat menirukan keahlian seorang pakar
dalam menjawab pertanyaan dan memecahkan suatu masalah. Sistem pakar akan memberikan
pemecahan suatu masalah yang didapat dari dialog dengan pengguna. Dengan bantuan sistem
pakar seseorang yang bukan ahli/pakar dapat menjawab pertanyaan, menyelesaikan masalah
serta mengambil keputusan yang biasanya dilakukan oleh seorang pakar.
Tujuan utama sistem pakar: pengalihan keahlian dari para ahli ke komputer untuk kemudian
dialihkan lagi ke orang lain yang bukan ahli. Membutuhkan 4 aktivitas:
●
●
●
●
Tambahan pengetahuan (dari para ahli atau sumber-sumber lainnya)
Representasi pengetahuan (ke komputer)
Inferensi pengetahuan
Pengalihan pengetahuan ke user
BAB III
METODOLOGI PENELITIAN
3.1 Bahan Penelitian
Bahan utama dari penelitian ini terbagi atas 2 bagian , yaitu : Objek Penelitian dan Metode
Pengumpulan Data.
3.1.1 Objek Penelitian
Saya mengamati sebuah sistem pakar dalam bidang kesehatan yang berhubungan
dengan penanggulangan penyakit diabetes
3.1.2 Pengumpulan Data
Studi Literatur
Studi Literatur merupakan pengumpulan data dengan media buku / paper riset
ataupun penelitian-penelitian sebelumnya yang berhubungan dengan pembuatan
sistem ini, diantaranya studi literatur yang berhubungan dengan topik Artificial
Intelligence
3.2
Sumber Data
Data yang dikumpulkan berasal dari studi literature penelitian-penelitian sebelumnya
3.3
Metodologi
Jenis Metodologi yang digunakan adalah Studi Literatur tentang sistem pakar
DAFTAR PUSTAKA
[1] Russell, S. J., & Norvig, P. (1995). Artificial Intelligence: A Modern Approach.
[2] Wen, J., Li, S., Lin, Z., Hu, Y., & Huang, C. (2012). Systematic literature review of machine
learning based software development effort estimation models. Information and Software
Technology, 54(1), 41–59. http://doi.org/10.1016/j.infsof.2011.09.002
[3] Kok, J. N., Boers, E. J. W., Kosters, W. a, Putten, P. Van Der, & Poel, M. (2009). Artificial
Intelligence: Definition, Trends, Techniques and Cases. Encyclopedia of Lise Support
Systems, 1 – 22.
[4] Roger Pressman, "Rekayasa Perangkat Lunak Edisi 7"
[5] A. V. Senthil Kumar & M. Kalpana (2015). Emerging Application of Fuzzy Expert System in
Medical Domain.
[6] Lee, Chang-Shing & Wang, Mei-Hui (2015). A Fuzzy Expert System for Diabetes Decision
Support Application.