BAB IILANDASAN TEORI

2.1. Sistem PakarSejak awal 20th abad manusia telah mencoba untuk memberikan kecerdasan favoritnya yaitu komputer. Ide ini melahirkan cabang terbaru ilmu yang dikenal sebagai "Artificial Intelligence" yang telah merevolusi seluruh konsep berpikir. Menurut definisi, Artificial Intelligence adalah bidang ilmu komputer yang berfokus pada menciptakan mesin yang bisa terlibat pada perilaku bahwa manusia menganggap cerdas. Secara garis besar, Artificial Intelligence adalah kombinasi ilmu komputer, fisiologi dan filsafat. Prinsip landasan Artificial Intelligence adalah untuk membuat computer lebih berguna dan mandiri. Dengan cara ini, komputer akan mencapai kemampuan untuk meniru proses berpikir manusia dan akan mampu untuk pengambilan keputusan strategis(Akhil Kaushik,2012)Sistem Pakar adalah program untuk menyimpan dan memproses pengetahuan area khusus, yang mengapa mereka mampu menjawab pertanyaan-pertanyaan dan memecahkan masalah, dengan mana para ahli biasanya menangani. Disituasi saat ini, sistem pakar adalah komputer cerdas Program yang menggunakan pengetahuan dan inferensi prosedur untuk memecahkan masalah yang cukup sulit untuk meminta signifikan keahlian manusia untuk solusi mereka. (Yuliadi Erdani,2012)Pengetahuan para ahli harus diperoleh dari spesialis atau sumber keahlian, seperti teks, jurnal, artikel, dan database (Yuliadi Erdani,2012). Jenis pengetahuan biasanya membutuhkan banyak pelatihan dan pengalaman di beberapa bidang khusus seperti kedokteran, geologi, konfigurasi sistem, atau rekayasa rancang bangun. Setelah cukup pengetahuan para ahli telah diakuisisi, harus dikodekan dalam beberapa bentuk, dimuat ke dalam basis pengetahuan, kemudian diuji, dan disempurnakan terus menerus sepanjang kehidupan system. Sistem pakar menawarkan manfaat meningkatkan probabilitas, frekuensi, dan konsistensi membuat baik keputusan, membantu mendistribusikan keahlian manusia, memfasilitasi real-time, keputusan murah tingkat ahli dengan awam. Sistem pakar memiliki sejumlah komponen utama system dan antarmuka dengan individu dalam berbagai peran(Raja'a A. Khalid,2014). Utama komponen (seperti yang diilustrasikan pada Gambar 1.): Sebuah representasi deklaratif keahlian, sering di IF THEN aturan, dan dikenal sebagai (Knowledge base). Data yang khusus untuk masalah yang dipecahkan, yang disebut sebagai (Bekerja storage). The (Inference engine), yang merupakan kode di inti dari sistem yang berasal rekomendasi dari basis pengetahuan dan Data spesifik masalah dalam penyimpanan bekerja. The (User interface), dan itu adalah kode yang mengontrol dialog antara pengguna dan Sistem

Gambar 1: Komponen sistem pakar dan antarmuka manusiaDari pengertian diatas dapat disimpulkan bahawa system pakar adalah sebuah perangkat keras atau lunak yang dibuat oleh seorang ahli dalam bidangnya yang ditujukan sebagai penyelesaian masalah, baik penyediaan nasihat dan sarana bantu dalam memecahkan masalah dibidang spesialisasi tertentu. Seperti sains, rekayasa perangkat lunak, kedokteran, pendidikan dan sebagainya. Dibawah ini perbandingan antara human expert dan expert system.

Tabel 1. Tabel Perbandingan Human Expert & Expert SystemTujuan dari sistem pakar dibangun adalah untuk memindahkan pengetahuan dari seorang ahli atau sumber keahlian lain ke dalam komputer dan kemudian memindahkan dari computer kepada user yang tidak ahli (bukan pakar). Aktivitas utama yang dilakukan untuk proses pemindahankepakaran,yaitu:a. Akuisipengetahuan(knowledgeacquisition) adalah kegiatan mencari dan mengumpulkan pengetahuandariparaahliatausumberkeahlianyanglain.b. Representasi pengetahuan (knowledge representation) adalah kegiatan menyimpan dan mengaturpenyimpananpengetahuanyangdiperolehkedalamkomputer.c. Inferensi pengetahuan (knowledge inferencing) adalah kegiatan melakukan inferensi berdasarkanpengetahuanyangtelahdisimpandalamkomputer.d. Pemindahanpengetahuan (knowledge transfering) adalah kegiatan pemindahan pengetahuan dari computer ke user yang tidak ahli.Keuntungan pemakaian Sistem Pakar adalah a. Membuatseorangyangawamdapatbekerjasepertiseorangpakar.b. Dapatbekerjadenganinformasiyangtidak lengkap atautidakpasti.c. Meningkatkan output dan produktivitas. Sistem pakar dapat bekerja lebih cepat dari manusia.d. Menyediakannasihatyangkonsistendandapatmengurangitingkatkesalahan.e. Membuat peralatan yang kompleks lebih mudah dioperasikan karena sistem pakar dapat melatihpekerjayangtidakberpengalaman.f. Tidak dapat lelah atau bosan Juga konsisten dalam member jawaban dan selalu memberikan perhatian penuh.

2.3. Deskripsi PermasalahanDengan penyebaran peningkatan dalam gedung nirkabel solusi jaringan menggunakan Wi-Fi dan meningkatnya penetrasi dan penggunaan perangkat Wi-Fi diaktifkan, termasuk ponsel pintar, tablet PC TV pintar, game konsol dan sistem keamanan, kebutuhan koneksi Wifi meningkat secara cepat. Pada tahun 2012, Cisco memperkirakan bahwa 28% dari mobile data lalu lintas di dalam ruangan dilakukan dengan menggunakan Wi-Fi. Hal ini diprediksi naik ke 48% by2017. Sebuah laporan yang lebih baru ditugaskan oleh Komisi Eropa mengidentifikasi bahwa lebih dari 71% dari semua lalu lintas data nirkabel yang disampaikan ke ponsel pintar dan tablet di Uni Eropa disampaikan melalui Wi-Fi. (Raja'a A. Khalid,2014)Sistem pemecahan masalah jaringan sering terkait erat dengan jaringan manajemen sistem-sistem. Kebanyakan sistem pemecahan masalah yang dijual sebagai ekstensi untuk manajemen yang ada, meskipun kadang-kadang membeli hanya bagian pemecahan masalah. (Marcel Strittmatter, 2003)Ada banyak masalah yang harus diselesaikan ketika mengelola jaringan heterogen besar. Pertama, hanya menentukan bahwa kegagalan telah terjadi dapat menjadi masalah yang sulit, bahkan jika komponen gagal atau komponen yang berdekatan telah mendeteksi kegagalan. Seringkali jaringan besar posting banyak jenis pesan melaporkan kondisi yang mungkin atau mungkin tidak menjamin intervensi operator. Operator dapat macet turun meneliti buntu, sementara beberapa komponen utama dalam keadaan kegagalan. (Peter C. Nelson and Janet Warpinski)Network Expert System (NES) pembangunan benar-benar membutuhkan Tempat dalam tiga tahap: Aturan pembentukan, Organisasi Heuristik dan cepat Prototipe Pembangunan. NES adalah sistem diagnostik berdasarkan peraturan yang mewakili pengalaman diagnosticians terampil dalam bentuk aturan yang umumnya mengambil bentuk "IF gejala (s) THEN kesalahan (s). "Mewakili pengetahuan untuk tertentu domain masalah, mungkin memerlukan ratusan, atau bahkan ribuan aturan main. Berbasis aturan inferensi melibatkan mengambil informasi tentang masalah domain, dan aturan memohon yang cocok informasi ini. Hal ini menghasilkan data baru yang ditambahkan ke informasi masalah. Proses ini diulang iterative sampai solusi untuk masalah ini ditemukan. Jadi NES termasuk pendekatan berbasis aturan yang menghasilkan daftar gejala untuk setiap bagian kerusakan pada jaringan computer(Akhil Kaushik,dkk, 2011)

2.4. METODE INFERENSI Mesin inferensi dikembangkan sebagai bagian integral dari program perangkat lunak. Ahli Sistem menimbulkan pertanyaan kepada pengguna, dari mana kesimpulan dibuat, dan kesimpulan yang ditarik pada tindakan pemecahan masalah yang akan dilakukan pada LAN.Aturan dalam Sistem Pakar dirantai bersama-sama secara dinamis untuk menutupi berbagai kondisi. Dua pendekatan yang populer untuk inferensia yang Forward chaining dan backward chaining. Forward chaining melibatkan mulai dari informasi yang tersedia setelah tersedia, dan kemudian penarikan kesimpulan dari sana. Backward chaining adalah kebalikan dari forward chaining. Dimulai dari kesimpulan dan hipotesis bahwa kesimpulan ini benar. Mesin inferensi untuk Sistem Pakar yang dikembangkan melibatkan forward chaining mekanisme penalaran. Ini pertama mencari IF bagian dari aturan dibuat. Setelah semua kondisi IF terpenuhi, aturan dipilih untuk menurunkan para kesimpulan. Jika kesimpulan yang berasal dari bagian pertama yang belum final, maka digunakan sebagai fakta baru untuk mencocokkan dengan kondisi IF dari aturan lain untuk menemukan kesimpulan yang lebih berguna. Proses berlanjut sampai kesimpulan akhir adalah tercapai. (Chiwuzie, Arinze Kingsley,2010)

Ada beberapa penelitian yang telah dilakukan dalammengatasi masalah jaringan computer sebgai berikutNama Peneliti dan TahunMetode dan jenis yang ditelitiKelebihan dan KekuranganEvaluasi kerja

Chiwuzie, Arinze Kingsley,20101. Model masalah browsing internet2. Model No LAN masalah Connection3. Model untuk Masalah komunikasi file dan printer4. Model untuk masalah Bluetooth Devices 'Bisa digunakan untuk meneyelsaikan beberapa masalah dalam jaringan.

Tidak pokus pada bidang tertentuMelakukan testing

Marcel Strittmatter, 2003Insiden ISP (Internet Service Provider) masalah Partisi jaringan melalui perangkat kerusakan Masalah perangkat lunak server Kinerja memecah karena hubungan kemacetan Masalah routing baik melalui kerusakan atau malconfigurationInformasi Khas Sumber Daemon dan software monitor pada node agen deteksi intrusi berbasis Konektivitas jaringan dan monitor kinerja server SNMPBerfokus pada jaringan internet, dan masalah peranggkat jaringan

Tidak meberikan metode yang digunakan.Melakukan testing tingkat keberhasilan 80%

Raja'a A. Khalid, dkk, 2012Masalah jaringan wirelessBerfokus pada satu masalah yaitu masalah gangguan pada jaringan wireless

Masalah yang dideteksi hanya perangkat keras

Melakukan testing keberhasilah 85%

Akhil Kaushik, 2012Masalah printer yang terhubung dalam sebuah jaringanMemberikan solusi dalam konksi printer di jaringan computer

Melakukan testing dengan keberhasilahn 85 %

Mehdi Ghatee, Mehdi HashemiSistem pengontrolan dalam sebuah jaringan computer.Memberikan pengetahuan tentang trafik data dalam jaringan computer

Tidak menentukan metode yang digunakanTidak melakukan testing

Dari penelitian diatas teknologi jaringan computer dilakukan hanya dilakukan dalam kegagalan koneksi pada jaraingan tersebut. Perbedaanya dari penelitian ini adalah teknik penentuan masalah kegegalan jaringan computer dari TCP/IP dan menentukan solusi yang diberikan dalam penelitian ini dan metode inferesi yang digunakan adalah forward chaining.

Sheet1Perbandingan Seorang Ahli (Human Expert) dengan Sistem Pakar (ES)FaktorHuman ExpertExpert SystemTime AvailabilityHari KerjaSetiap SaatGeografisLocal TertentuDimana SajaKeamananTidak TergantikanDapat DigantiPerishable/ Dapat HabisYaTidakPerformasiVariableKonsistenKecepatanVariableKonsisten & Lebih CepatBiaya TinggiTerjangkau